AI原生文档数据库
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Thermocline 是由 StronglyAI, Inc. 维护的 AI 原生文档数据库，采用 SSPL v1 开源许可。它主打 MongoDB Wire Protocol 兼容，应用可通过任意 MongoDB Driver 连接，官方强调只需替换连接字符串即可使用。其核心定位不是单纯向量库，而是把文档、向量、冷热分层、时间旅行和高可用复制放在同一数据库体系内。
功能上，Thermocline 支持热存储引擎、冷对象存储查询以及热/冷联邦执行三种模式。内置 HNSW、DiskANN 向量索引和 $vectorSearch 聚合阶段，适合 RAG 与语义检索场景。冷数据以 Parquet 形式存储，可通过查询引擎执行并与热数据合并返回。它还提供 MVCC 时间旅行、Raft 共识、亚 5 秒故障转移、SCRAM-SHA-256、TLS 1.3、RBAC、审计日志、Prometheus 指标、OpenTelemetry 追踪和 Grafana 仪表盘。
自托管能力较完整：可用 Docker 快速启动，也支持 Docker Compose 搭配 MinIO 验证冷热分层；源码构建依赖 Go、Rust、Docker、kubectl、Helm 等。生产部署方面提供 Helm chart、HPA、资源配额与 GitOps 模式。生态集成覆盖 AWS S3、Google Cloud Storage、Azure Blob Storage 和 S3 兼容端点。API 侧无需专用 SDK，直接复用 MongoDB 驱动、MQL 和聚合管道。
社区版为开源 SSPL v1，页面未给出直接收费。官方提到可访问 thermoclinecloud.com 获取托管版或企业支持，但抓取内容未披露价格、SLA 或套餐。SSPL 对希望基于其提供数据库云服务的团队存在合规约束，需要法务评估。
优点是 MongoDB 兼容降低迁移成本，向量搜索和冷热分层一体化，适合既要 AI 检索又要控制历史数据成本的团队。文档也较工程化，包含架构、源码锚点、兼容性矩阵和贡献流程。缺点是实际生产案例、性能基准和企业支持细节不足；MongoDB 兼容性仍需逐项核对 compatibility matrix。适合平台工程、RAG 应用、MongoDB 降本迁移和自托管数据库团队。
抓取文本无法判断中国大陆访问质量、支付方式或托管版可用性，china_access 记为未知。若访问 GitHub、容器镜像或海外对象存储受限，落地时可能需要镜像加速、私有镜像仓库或国内云上的 S3 兼容替代。可对比 MongoDB、FerretDB、Milvus、Qdrant、Weaviate、OpenSearch 或 PostgreSQL + pgvector。
本测评基于公开资料整理,不构成购买建议,请以 thermocline.org 官网实际信息为准。
开源数据库，含向量搜索、分层存储，适合AI应用开发。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。