核心用法
SurrealDB 3 是一款多模型云原生数据库，本 skill 提供从本地开发到生产部署的完整技术栈支持。核心能力涵盖：
- SurrealQL 查询语言：完整的 CRUD 操作、图遍历（
RELATE、->、<-、<->）、实时订阅（LIVE SELECT）、事务控制及 100+ 内置函数 - 多模型数据建模：文档、图关系、向量嵌入、时序数据、地理空间数据统一存储，无需 JOIN 即可跨模型查询
- 向量与 AI 集成：HNSW 索引加速相似度搜索，原生支持 RAG 流水线；通过 SurrealMCP 实现 MCP 协议对接，直连 Claude、Cursor、Copilot 等 AI 主机
- SDK 生态：官方支持 JavaScript/TypeScript、Python、Go、Rust、Java、Kotlin、.NET、PHP、Swift、Ruby 等 10+ 语言
- 运维工具链：
doctor.py健康检查、schema.py结构自省、SurrealKit 声明式迁移、Surrealist GUI 可视化工具
显著优点
1. 统一查询体验：单语言操作文档、图、向量，消除多数据库架构复杂度
2. 边缘友好：单二进制部署，内存/RocksDB/SurrealKV/TiKV 多存储引擎适配从边缘到分布式场景
3. AI-Native 设计：MCP 服务器原生集成，AI 代理可直接读写数据库；WASM 扩展（Surrealism）支持自定义逻辑
4. 实时能力：WebSocket 实时推送、LIVE SELECT 订阅变更，适合协作与流式场景
5. 安全内建：行级权限（PERMISSIONS）、JWT 认证、多级访问控制，支持 $auth/$session 动态鉴权
潜在局限
- 生态成熟度：相比 PostgreSQL/MongoDB，周边工具（ORM、BI 连接器）仍在完善
- SurrealML 不稳定：机器学习推理功能尚处预览，API 可能变动
- 学习曲线：图查询与权限模型需适应，传统 SQL 开发者需概念转换
- LangChain 支持有限：Python 版向量存储可用，JS 版及高级功能（hybrid retriever）已被撤回
适合人群
- 构建 AI 原生应用的开发者（需向量检索 + MCP 集成）
- 追求架构简化的全栈工程师（替代「Postgres + Redis + Neo4j」堆栈）
- 边缘计算与 IoT 场景（单二进制、低资源占用）
- 需要实时协作功能的 SaaS 团队
常规风险
- 默认凭证风险：示例使用
root/root，生产环境务必通过DEFINE USER配置最小权限账户 - 网络暴露：WebSocket/HTTP 端点需配合 TLS 和防火墙规则，避免裸奔公网
- 脚本执行安全：
doctor.py、schema.py调用外部 CLI（surreal、gh），输入需校验防注入 - 上游版本漂移：SurrealML、LangChain 集成等快速迭代模块存在文档与实现不一致风险，建议锁定版本并验证
安全等级评估为 A：代码可审计（PEP 723 脚本、无混淆代码）、无凭据硬编码、网络调用限于用户配置端点，但存在文件写入（可选导出）和 shell 执行（CLI 调用）能力。