Openflows

信号

NornicDB 是一款基于 Go 语言构建的高性能数据库，结合了图（Graph）与向量（Vector）能力。它面向 AI 智能体（AI Agent）工作流，通过维持与 Neo4j（Bolt 协议，Cypher 查询语言）和 Qdrant（gRPC API）的协议兼容性来实现互操作。该系统引入了 GPU 加速搜索和 GraphQL 端点，同时保留了使用现有客户端驱动（Client Drivers）的能力，无需更改任何代码。

当前（Current）的架构中，智能体日益需要混合检索模式，将结构化关系推理（图）与语义邻近搜索（向量）相结合。现有的技术栈往往要求维护两个独立的数据库或使用复杂的中间件来弥合差距。NornicDB 将自己定位为统一的持久化层，保留现有的 API 契约以减少摩擦，同时将计算密集的搜索操作卸载到 GPU 资源。

关联性

此条目解决了标准检索系统与自驱智能体状态管理需求之间的运作差距。通过同时支持关系索引和语义索引，它能够实现复杂的推理回路（Reasoning Loops），而无需强制迁移到专有 API。这符合 Openflows（开流）对基础设施的偏好：支持本地部署和协议互操作，而非供应商锁定。

当前状态

当前发布版本为 1.0.0，托管于 GitHub (orneryd/NornicDB)。项目采用 MIT 开源协议，并已支持 Docker 容器化部署。文档突出了气隙嵌入（Air-Gapped Embeddings）和 GPU 加速搜索等功能，同时强调与标准 Neo4j 和 Qdrant 的兼容性。实现语言为 Go，暗示了特定的并发特性（Concurrency Characteristics）和部署约束。

开放问题

• 混合索引层在负载下与原生 Neo4j 或 Qdrant 实现相比的基准测试性能。
• 同步协议兼容性以匹配上游 Neo4j 和 Qdrant 发布的长期维护策略。
• 关于客户端驱动的“零代码更改”（Zero Code Changes）声明的验证，特别是针对企业级并发场景。
• 与当前智能体编排工具 Beyond 基本数据库连接的集成深度。

连接

NornicDB 直接支持 inspectable-agent-operations 回路（Circuit），提供了一个透明的数据层，在该层中可以监控和管理存储行为。它是 memu 的功能原语（Functional Primitive），将主动记忆概念从上下文预测扩展为持久化的关系存储。

其本地部署能力加强了 local-inference-baseline 基础设施，确保数据驻留（Data Residency）与模型推理同步。最后，它为 openclaw 编排工作流提供了已知的后端接口，后者需要持久化的知识库（Knowledge Base）。

译注

• Currency / Current / Circuit: 在本知识库体系中，Currency（流通）是货币/资源层的概念，Current（流）指代具体的信号或条目实体（如本条），而 Circuit（回路）指代闭环的运作模式或架构模式。中文分别译为“流通”、“流”与“回路”，以保留其动态与结构的差异。
• Agent: 译为“智能体”而非“代理”或“践行者”，以强调其作为自主计算实体的特性（区别于修行者 Practitioner）。
• Reasoning Loops: 此处译为“推理回路”，强调智能体内循环的闭环性质，呼应“Current"到"Circuit"的流动逻辑。