核心功能
KameleonDB 是一款专为 AI 智能体设计的无模式自适应数据库，核心定位是消除传统数据库的「预先设计」负担。其最大特色在于运行时自动演进——无需提前定义完整表结构，可在发现新字段时随时追加，旧数据自动兼容（新字段显示为 null），彻底告别迁移脚本。
关键用法：
1. 动态建表：schema create Entity --field "name:string:required"，支持 string/int/float/bool/datetime/json 等类型及 unique/indexed 修饰
2. 按需扩字段：schema add-field Entity "new_field:type" --reason "备注变更原因"，自动记录审计日志
3. SQL 查询：query run "SELECT ... FROM kdb_records WHERE data->>'field' = 'value'"，支持 JOIN 跨实体关联
4. 性能自优化：慢查询自动返回优化建议（如 storage materialize 物化视图），执行后加速后续查询
显著优点：
- 零摩擦启动：SQLite 零配置开箱即用，也可切换 PostgreSQL 生产部署
- 智能记忆载体：天然适合跨会话持久化（联系人、任务、知识库、用户偏好）
- 自文档化：schema 变更带原因记录，通过
admin changelog追溯决策链 - JSON 优先：底层以 JSON 存储，兼容半结构化/非结构化数据摄取（API 响应、爬虫结果）
潜在局限：
- 查询复杂度：高级查询需手写 SQL 操作 JSON 字段（如
data->>'field'语法），对非技术用户有门槛 - 性能边界：SQLite 单节点限制，高并发写入需迁移至 PostgreSQL
- 生态成熟度：相比 PostgreSQL/MongoDB，第三方工具链（BI、ORM）支持有限
- 数据一致性：动态扩字段的灵活性牺牲了部分严格 schema 约束（如后期添加的 required 字段不强制回填历史数据）
适用人群：
- 需要跨对话记忆的 AI 智能体/Agent 开发者
- 探索性项目中需求频繁变更的敏捷团队（CRM、PM、知识库原型）
- 需要快速摄取外部数据但不愿预定义 schema 的数据工程师
常规风险：
- 生产环境务必从 SQLite 迁移至 PostgreSQL，避免单点故障
- 大量数据写入后需关注
storage status存储健康度 - 敏感数据需注意
KAMELEONDB_URL凭证泄露风险（环境变量管理）