跳到主要内容
版本：dev

🚀 DB-GPT V0.8.1 — 让 AI 数据助理走向生产：定时、连接与长程 Agent

V0.8.1 延续 V0.8.0 AI 数据助理的方向，把“一次性完成分析”的能力进一步沉淀为可调度、可连接、可观察、可运维的生产化工作流。

简介​

DB-GPT V0.8.0 完成了从“对话问答”到“任务交付”的范式跃迁。V0.8.1 则面向真实团队的持续使用场景，回答几个更偏生产化的问题：

  • 一次成功的数据分析很有价值，如何按周期重复执行，而不必每次重新对话？
  • 只连接数据库的 Agent 能力有限，如何让它安全接入外部系统与业务工具？
  • 复杂分析往往会运行很多步，如何让它稳定控制上下文窗口，并让用户看清楚它在做什么？
  • 生产数据库 Schema 庞大，如何让连接器构建、Schema 索引和向量检索更快、更可靠？

围绕这些问题，本版本引入了定时任务（Scheduled Tasks）、MCP 连接器（MCP Connectors）、上下文管理与任务计划追踪，同时扩展模型、数据源、向量存储和缓存生态，并补充一批面向生产环境的性能、安全与兼容性修复。

V0.8.1 的核心价值可以概括为：让 AI 数据助理从“能完成一次复杂分析”，进一步走向“能被团队反复使用、持续运行和稳定运维”。

关键特性速览​

  • ⏰ 定时任务 — 将已完成的对话保存为周期性任务，按 Cron 计划重放 Agent 流程
  • 🔌 MCP 连接器 — 通过 Model Context Protocol 将 Agent 接入外部工具，支持内置模板与自定义 MCP Server
  • 🧠 上下文管理与任务计划追踪 — 帮助长程 ReAct/Data Agent 任务控制上下文窗口，并在前端展示执行进度
  • 🚀 数据源连接器缓存 — 对昂贵的连接器构建过程增加 TTL 缓存，大 Schema 场景下热缓存查询从约 63s 降至 10ms 以内
  • 🧱 生态扩展 — 新增 LiteLLM、Qdrant、Valkey（缓存 + 向量）、openGauss、StarRocks 二进制类型、DeepSeek V4 Pro 和 MiniMax-M3
  • 🛡️ 安全与稳定性加固 — 收紧配置文件权限、校验上传文件名、限制个人 Skill 执行，并提升索引容错能力

核心特性​

⏰ 定时任务：把一次成功分析变成持续产出​

很多数据分析工作天然是周期性的：每日经营日报、每周风险检查、月度财务摘要，或基于最新数据库快照反复执行的诊断分析。V0.8.1 引入定时任务（Scheduled Tasks），让一次成功的分析对话可以沉淀为可重复执行的任务。

你只需先完成一次数据分析，再将该对话保存为任务。DB-GPT 会按 Cron 计划重放完整的 ReAct Agent 流程，每次运行都会生成新的对话与报告，并保留完整执行历史，方便审计、复盘和团队共享。

将对话保存为周期性任务​

  • 一键保存已完成对话：将任意完成的分析对话转化为定时任务。
  • 灵活设置调度周期：支持每小时、每天、每周、每月，或自定义 Cron 表达式。
  • 冻结执行上下文：原始问题、模型、已选 Skill 和连接器环境会写入任务快照，使每次重放都在相同条件下运行。
  • 启停任务：可在定时任务页面直接暂停或重新启用任务。
保存对话为定时任务

运行历史与只读回放​

每一次定时运行都会记录状态、耗时、结果摘要，以及它生成的对话 ID。你可以打开任意一次历史运行，直接从历史记录中回放该次对话；回放不会再次触发 LLM 调用，让复盘既低成本又可复现。

定时任务列表 定时任务运行详情

🔌 MCP 连接器：让 Agent 安全接入外部工具​

V0.8.1 通过 MCP 连接器（MCP Connectors） 将 DB-GPT Agent 的能力从数据库和本地 Skill 扩展到外部服务。Agent 现在可以通过 Model Context Protocol 接入外部工具，同时由用户掌控每次会话到底挂载哪些连接器。

当前内置连接器模板包括飞书、钉钉、语雀、GitHub、Notion、Linear、Tavily 和 DeepWiki。你也可以接入任意支持 SSE 或 Streamable HTTP 的自定义 MCP Server。

面向 Agentic 工作流的外部工具接入​

能力说明
内置模板覆盖沟通协作、文档、项目管理、搜索和开发者工具等场景
自定义 MCP Server可配置服务端点、传输协议和认证方式
按会话选择连接器Agent 只会获得当前任务相关的工具，减少干扰与 Token 消耗
工具透明可见可查看每个连接器暴露的工具名称、描述和输入参数
人工确认机制内置连接器中的写操作会先弹出确认，再真正执行
凭据加密存储连接器凭据加密保存在 DB-GPT 元数据库中，并在服务重启后自动恢复
MCP 连接器列表 MCP 连接器工具列表

🧠 上下文管理与任务计划追踪：让长程任务更稳定、更透明​

Agentic 数据分析往往不是一个短对话，而是需要多步探索、反复尝试、生成中间产物的长程任务。V0.8.1 为 ReAct/Data Agent 流程新增上下文管理与任务计划追踪，让长任务更稳定，执行过程也更易理解。

  • 多层上下文压缩：帮助长任务避免超过模型上下文窗口。
  • 实时上下文使用事件：将上下文窗口使用情况实时推送到前端。
  • 任务计划追踪：Agent 维护结构化 Todo 列表，并在步骤推进时推送计划更新。
  • 更清晰的动作解释：每一步动作都会展示它在做什么，以及为什么需要执行。
  • 前端任务计划卡片与上下文使用指示器：让整个执行过程透明可见。
上下文使用状态与任务计划追踪 前端任务计划 Todo 列表 上下文窗口使用指示器

在底层，ContextManager 编排一套由 Token 预算状态驱动的渐进式多层压缩机制。随着用量越过警告与错误阈值，压缩力度逐级增强：从截断早期 Observation，到丢弃早期轮次，再到由 LLM 生成结构化摘要；若模型仍报 context_too_long，还有应急兜底层。

这些改进让 DB-GPT 更适合承接需要多步推理、反复尝试和中间产物管理的复杂数据分析工作流。

🧱 模型、数据源与存储生态扩展​

V0.8.1 进一步扩展了 DB-GPT 周边生态，让团队可以更方便地复用已有模型、数据库、向量存储和缓存基础设施。

LiteLLM 嵌入式 AI Gateway​

DB-GPT 新增 LiteLLM 作为嵌入式代理 Provider，注册名为 proxy/litellm。它不是一个额外的代理服务，而是 DB-GPT 进程内直接调用 LiteLLM，让你通过统一入口访问 OpenAI、Anthropic、Vertex AI、Bedrock、Azure、Cohere、Mistral、Groq、Ollama 等 LiteLLM 支持的众多后端。

[[models.llms]]
name = "anthropic/claude-3-5-sonnet-20241022"
provider = "proxy/litellm"

新增向量检索与缓存后端​

  • Qdrant 向量检索：支持高性能向量搜索场景。
  • Valkey 向量存储：支持使用 Valkey 和 valkey-search 构建向量检索链路。
  • Valkey 缓存存储：支持 LLM 响应缓存和 Embedding 缓存场景。
  • 可配置距离度量：向量检索的距离度量可按需配置。
  • Valkey 向量客户端 CLIENT SETNAME：使 DB-GPT 的连接在 Valkey 监控工具中可被清晰识别。

新增数据源与模型支持​

  • openGauss 数据源：补充连接、展示和使用文档支持。
  • StarRocks VARBINARY 与 BINARY 类型：完善 StarRocks 类型兼容。
  • MiniMax-M3：升级为 MiniMax Provider 默认模型，同时保留 MiniMax-M2.7 可选。
  • DeepSeek V4 Pro：新增模型支持。

🚀 性能优化：面向大 Schema 和生产库的关键改进​

V0.8.1 针对大 Schema、生产级数据库和索引链路做了重要性能优化。

  • 数据源连接器缓存：ConnectorManager.get_connector(db_name) 现在对构建好的连接器增加 TTL 缓存。在近 900 张表的生产 SQL Server 场景中，热缓存连接器查询从约 63 秒降至 10ms 以内。
  • 按数据库粒度的索引锁：避免 Schema 索引与刷新操作并发竞争，降低产生空索引的风险。
  • 按 Chunk 粒度容错：单个异常 Embedding Chunk 不再导致整个索引任务失败。
  • MSSQL 元数据兼容：针对 SQL Server 使用正确的 INFORMATION_SCHEMA 与扩展属性查询字段元数据。
  • Milvus 2.5+ 兼容：提升 Milvus 向量存储在新版本下的兼容性。

🛡️ 安全与稳定性加固​

本版本还包含多项面向生产环境的安全与稳定性增强：

  • ~/.dbgpt/configs/<profile>.toml 本地 Profile 配置文件写入权限收紧为 0o600。
  • 知识库模块接口补充认证依赖。
  • 更严格校验 Skill 上传文件名、示例文件名和 Python 上传文件名。
  • 限制个人 Skill 脚本执行，降低未受控执行风险。
  • Code Interpreter 临时脚本写入时显式使用 UTF-8 编码。
  • Markdown 知识库默认使用 size chunking，索引过程更可预测。
  • ReAct 解析器更好地兼容多步输出。
  • Chat DB 提示词明确说明当前检索到的表结构是 TOP-K 子集，提升全库元问题的回答准确性。

功能增强​

  • 支持定时任务与 MCP 连接器（#3095）
  • 新增上下文管理、任务计划追踪及对应前端 UI（#3053）
  • 新增 LiteLLM 嵌入式 AI Gateway Provider（#3043）
  • 新增 Qdrant 向量检索支持（#3034）
  • 新增 Valkey 向量存储集成（#3051）
  • 新增 Valkey 缓存存储集成（#3057）
  • 为 Valkey 向量客户端增加 CLIENT SETNAME（#3090）
  • 支持配置向量检索距离度量（#3044）
  • 为 ConnectorManager.get_connector 增加 TTL 缓存（热缓存约 63s → 10ms 以内）（#3046）
  • 新增 openGauss 数据源支持（#3007）
  • 为 StarRocks 实现 VARBINARY 和 BINARY 类型（#3062）
  • MiniMax 默认模型升级到 M3（#3093）
  • 加强 ~/.dbgpt/configs/<profile>.toml 文件权限为 0o600（#3077）

问题修复​

  • 修复 Web UI 创建 DuckDB 数据源的问题（#3009）
  • 支持 DeepSeek V4 Pro（#3079）
  • Markdown 知识库默认使用 size chunking（修复 #3030）（#3033）
  • 限制个人 Skill 脚本执行（#3071）
  • 校验示例文件名（#3066）
  • 校验 Skill 上传文件名（#3065）
  • 约束 Python 上传文件名（#3064）
  • 处理知识空间 ID 响应（#3070）
  • 兼容多步 ReAct 输出（#3074）
  • 告知 LLM 当前表列表是 TOP-K 子集，而非全库表列表（#3045）
  • 扩展 gpts_messages.content 字段以容纳更长的 Agent 消息（#3055）
  • 兼容 Milvus 2.5+（#3042）
  • 增加按 Chunk 粒度容错和按数据库粒度索引锁（#3040）
  • 为 MSSQL get_fields() 实现 SQL Server 兼容的 INFORMATION_SCHEMA 查询（#3039）
  • 为知识库模块接口补充认证依赖（#3038）
  • 修复 BranchOperator 错误跳过共享下游节点的问题（修复 #2935）（#3035）
  • 遵循已配置的通义 Embedding 模型名称（修复 #3029）（#3032）
  • 写入 Code Interpreter 临时脚本时显式使用 UTF-8 编码（#3023）

升级指南​

本指南适用于从 v0.8.0 升级到 v0.8.1。

V0.8.1 的元数据变更为 1 个字段变更 + 3 张新增表。升级脚本已提供在 assets/schema/upgrade/v0_8_1/ 目录下：

  • upgrade_to_v0.8.1.sql：在 v0.8.0 数据库基础上执行的增量脚本。
  • v0.8.1.sql：用于全新安装的完整 v0.8.1 Schema。

与历史版本一致，增量脚本面向 MySQL。SQLite 用户请按惯例在升级前备份元数据库，新增表会在服务启动时自动创建。

准备工作​

备份数据库​

注意

为避免数据丢失，升级前请务必备份元数据库。请根据数据库类型选择合适的备份方式，例如 MySQL 使用 mysqldump，SQLite 直接复制数据库文件。

升级数据库​

V0.8.1 升级包含 1 个字段变更和 3 张新增元数据表：

变更说明
gpts_messages.content → longtext支持更长的 Agent 消息和执行轨迹。
connector_instance存储 MCP 连接器实例、加密凭据、传输/扩展配置和生命周期状态。
dbgpt_serve_scheduled_task存储定时任务定义、Cron 表达式和冻结的对话快照。
dbgpt_serve_scheduled_run存储定时任务运行历史：状态、摘要、错误信息和输出对话 ID。

对 MySQL 元数据库执行增量脚本：

mysql -u <user> -p dbgpt < assets/schema/upgrade/v0_8_1/upgrade_to_v0.8.1.sql

安装依赖​

请根据你的部署方式安装或更新依赖。如果使用源码方式和默认配置安装：

uv sync --all-packages

如需使用可选集成，请按需安装对应 Extra：

# LiteLLM 代理 Provider
uv sync --all-packages --extra "proxy_litellm"

# Qdrant 向量存储
uv sync --all-packages --extra "storage_qdrant"

# Valkey 缓存 / 向量存储
uv sync --all-packages --extra "storage_valkey"

重启 DB-GPT​

使用你原来的启动方式重启 DB-GPT 服务。启动后建议验证：

  • 历史对话可以正常加载。
  • MCP 连接器页面可以正常展示、激活和测试连接器。
  • 定时任务可以从已完成对话保存，并能展示运行历史。
  • 长程 ReAct/Data Agent 对话可以正常展示任务计划和上下文使用状态。

参考链接​