Busabase：面向 AI Agent 的开源本地审核数据库

Busabase 是一款 MIT 开源的本地优先数据库与知识库，专为 AI Agent 生成的业务数据、内容与多模态知识设计。它将「人工审阅、批准、合并」作为核心流程，为 AI Agent 的产出提供可审计、可追溯的「单一可信源」，可作为私有 CMS、项目数据库与结构化记忆库使用。

核心理念

当前大多数数据库擅长存储数据，CMS 擅长发布内容，代码平台擅长审阅文件。但在 AI 团队的工作流中，存在一个尚未被充分覆盖的中间层：谁来决定哪些 AI 生成的内容「足够可信」并进入正式系统？Busabase 把这个「决策」环节产品化，提出 approval-first（审核优先）的默认流程。

项目强调四点特性：

• 免费开源，MIT 协议，可自部署；
• 本地优先，数据可完全保留在本机；
• 审核优先，内置 Change Request、Operations、评论与审计日志；
• Agent 友好，提供 REST API，可被任意 Agent 调用。

部署与启动方式

Busabase 提供多种启动方式，覆盖从体验到生产的不同需求：

• 零配置体验：npx busabase server，首次访问 http://localhost:15419/dashboard/inbox 即可使用，自动注入示例 Base、记录与 Change Request；
• 全局安装：npm i -g busabase 后执行 busabase server；
• Docker 部署：docker run --rm -p 15419:15419 busabase/busabase，镜像同步发布在 Docker Hub 与 GHCR；
• 桌面应用：提供 macOS、Windows、Linux 原生客户端，数据完全离线；
• 源码运行：通过 pnpm 安装后使用本地 .env，默认使用 PGlite 嵌入式数据库与本地文件存储，路径在 .data/busabase 下。

所有启动方式共享同一个数据根目录 ~/.busabase/data/，可使用 BUSABASE_DATA_DIR 环境变量或外部 Postgres / S3 自定义存储。需要注意 PGlite 同时只能被一个进程持有，因此同一时间只能运行一个启动器。

核心概念与数据模型

Busabase 的数据模型围绕「审核」构建，核心概念包括：

• Base：类似表的记录集合；
• Field：Base 上的强类型属性；
• Record：已批准的记录行；
• Change Request：对数据的可审阅变更提案；
• Operation：Change Request 内部的创建、更新、删除或变体操作；
• Commit：合并后的不可变历史记录。

这套结构让每一次 Agent 提议的修改都以 Change Request 形式提交，由人类审阅后再合并为正式 Record，全程留下审计轨迹。

接入 AI Agent

Busabase 本身不内置模型，而是作为 Agent 的「外部审核层」。用户可将自己的 Agent（如 Claude Code、Cursor、Codex、Gemini CLI 等）指向本地实例，Agent 会通过内置的 Agent Skill 提示词完成自接入，此后所有数据修改都以 Change Request 提交，必须经人工批准后才能合并。可通过 npx skills add busabase/skills 安装持久化的 Skill，避免每次粘贴提示词。

典型使用场景

项目方列举了几类典型用例：

• AI 起草博客文章，审核后才进入正式 CMS；
• 人工清洗 QA 数据后，批准高质量样本再用于训练或评测；
• Agent 自动标注视频后，审核多模态元数据再进入数据集；
• Agent 更新项目或 ERP 数据，由人工审阅后再写入系统；
• 本地 AI 工具需要记忆，对已批准知识暴露私有、可审计的 API；
• 数据变更需触发后续工作流，通过 Webhook 在合并后驱动自动化或外部 Agent。

Busabase 同时提供移动端应用，支持在手机上审阅与批准 Change Request，与桌面端共用同一 Inbox 与可信记录视图。