一、接入层
腾讯云数据库 AI 服务提供多种接入方式，满足不同使用场景：
·自然语言对话：通过对话式交互完成数据库运维操作与问题诊断。
·腾讯云控制台：在控制台集成可视化操作入口。
·API / 企微 / 飞书：支持通过 API 调用或企业 IM 工具接入，便于与现有工作流集成。
二、核心服务层
核心服务层由 TencentDB Agent 智能运维平台和 Agent Memory 两大模块组成。
三、TencentDB Agent — AI DBA 智能运维平台
TencentDB Agent 基于 OpenClaw 框架构建，内置 Skill 生态与企业级安全管控能力：
Skill 生态与领域 Know-How
通过 Skill 机制将数据库运维知识产品化，各数据库产品通过 Skill 注入能力，主要包括：
| Skill 能力 | 说明 |
| 慢 SQL 诊断 | 执行计划分析，根因定位。 |
| CPU 异常分析 | 多源关联，排除法推理。 |
| 主从延迟诊断 | 复制状态，根因路由。 |
| 健康巡检 | 50+ 检查项，定时执行。 |
| 参数调优 | 合理性检查，优化建议。 |
| 监控关联查询 | 多指标交叉分析。 |
| DBA 诊断方法论 | SOUL：50+种根因覆盖。 |
Skill 支持内置、SkillHub 社区共享及用户自建三种来源。
安全与企业级管控
| 能力 | 说明 |
| 操作分级 | L1 – L4 SQL 语义级管控。 |
| 高危拦截 | 30条永久 Deny 规则，防止数据脱敏泄露。 |
| 权限与审计 | CAM 权限继承，全链路审计。 |
| 企业级管理 | 团队管控、模板管理、凭证管理。 |
支持 VPC 内部署，确保数据不出域。
四、Agent Memory
Agent Memory 为腾讯云数据库 AI 服务提供持续学习与经验积累能力，使系统在使用过程中不断增强诊断准确性：
·故障历史积累：同类问题秒级匹配复用，减少重复排查。
·参数基线记录：自动感知参数异常偏离，及时预警。
·业务周期规律：识别业务正常波动，区分真实异常。
·团队经验沉淀：将团队运维经验固化为系统能力，不随人员流动丢失。
五、引擎覆盖层
腾讯云数据库 AI 服务逐步覆盖腾讯云全数据库引擎矩阵，当前已支持：
·CDB MySQL
·TDSQL-C
·Distributed Cache
·MongoDB
·PostgreSQL
·TDSQL 分布式
更多引擎持续接入中。
六、与 DBbrain 的关系
腾讯云数据库 AI 服务与 DBbrain 协同工作：
·DBbrain：作为确定性数据引擎，提供指标采集、性能分析、慢查询统计等确定性数据基座。
·腾讯云数据库 AI 服务：基于 DBbrain 数据，叠加智能推理与诊断能力，实现从“看数据”到“给结论”的跃升。
七、部署架构
腾讯云数据库 AI 服务采用“管理端统一配置、用户端按需创建、VPC 内 Agent 执行”的三层部署架构：
·控制面（Control Plane）：承载 HTTP API、MySQL 数据库和 WebSocket 连接池，负责实例管理、配置管控和运营分析。
·Pod 实例：部署在用户 VPC 内的 TKE 容器集群中，每个 TencentDB Agent 实例对应一个独立的 OpenClaw Pod，包含 Skills 执行引擎、Cron 调度器、LLM 集成和数据源连接。
·大模型服务：提供自然语言解析与推理能力，仅传输脱敏后的推理请求，无业务数据外发。
八、安全部署要点
| 安全维度 | 说明 |
| VPC 内网部署 | Agent 部署在客户 VPC 内，数据不出域。 |
| KMS 加密存储 | 数据库凭证通过 KMS 加密，查看时脱敏。 |
| L1-L4 操作分级 | 高危运维操作需用户手动确认。 |
| 高危操作 Deny | IAM 策略显式拒绝销毁、清空、删库。 |
| TLS 加密传输 | 与大模型服务之间仅传输脱敏推理请求。 |