综合评估
SurrealDB 3 Skill 是一个面向 AI Agent 的企业级数据库专家技能，提供 SurrealDB 生态系统的完整技术覆盖。该技能基于 2026 年 5 月最新上游源码构建，涵盖 SurrealDB 3.0.5+ 的核心能力与前瞻特性。
核心用法
技能采用多层级知识架构：17 个规则文件系统覆盖 SurrealQL 语法、多模型数据建模（文档/图/向量/时序/地理空间）、图遍历查询、向量 HNSW 索引搜索、行级安全权限、多存储引擎部署运维、性能调优、9+ 语言 SDK 集成、WASM 扩展（Surrealism）、ML 推理（SurrealML）、MCP 协议服务器（SurrealMCP）及 LangChain 集成。配套 Python 脚本实现健康诊断（doctor.py）、模式内省（schema.py）和 Agent 能力清单（onboard.py），支持双输出模式（Rich 可视化 + JSON 机器可读）。
显著优点
1. 技术领先性：国内首个系统覆盖 SurrealDB 3 多模型能力的 AI 技能，原生支持图遍历免 JOIN、向量相似度搜索、时序数据等现代数据场景；
2. 生态完整性：整合官方 IDE（Surrealist）、CDC 工具（Surreal-Sync）、Agent 文件系统（SurrealFS）、模式同步工具（SurrealKit）及 GitHub Actions 等全链路工具；
3. Agent 原生设计：结构化输出契约、JSON 能力清单、MCP 服务器支持，专为 30+ AI Agent 集成优化；
4. 安全可控：PEP 723 可审计脚本、无混淆代码、明确标注网络/凭证/文件操作风险，生产环境可安全启用；
5. 持续更新机制：内置上游源检查脚本（check_upstream.py），支持增量技能更新。
潜在局限
1. 预览功能不稳定：SurrealML 的 DEFINE MODEL 等 API 在 v1.4.1 被撤回，需等待上游稳定；LangChain JS 集成、部分 LSP 工具同样被标记为待验证；
2. 环境依赖较重：必须安装 surreal CLI、Python 3.10+、uv 三件套，对轻量环境不够友好；
3. MCP 服务器分发限制：SurrealMCP 未发布到 crates.io/npm，需源码或 Docker 安装；
4. SurrealKit 预发布状态：v0.6.0 仍为 pre-release，生产迁移需谨慎评估。
适合人群
- 构建 AI Agent 记忆系统、RAG 管道的架构师（向量+图混合查询场景）；
- 需要统一技术栈替代「关系库+缓存+搜索+图库」复杂架构的 SurrealDB 早期采用者；
- 追求声明式权限、实时订阅、边缘部署的现代应用开发者；
- 从事时序数据分析、地理空间服务、ML 推理下沉到数据库的专项工程师。
常规风险
- 凭证泄露：示例大量使用 root/root 默认凭证，生产环境必须替换为
DEFINE USER最小权限账户； - 网络暴露：doctor.py/schema.py 需要 WebSocket 连接用户指定的 SurrealDB 端点，确保防火墙策略可控；
- 数据持久化：内存模式（
surreal start memory）仅适用于开发，生产务必选用 RocksDB/SurrealKV/TiKV； - 版本兼容性：SurrealDB 3 与 v2 存在破坏性变更（如范围语法 1..4 变为开区间），迁移需审计。