Monlite：用单个 SQLite 文件替代 AI Agent 整套后端栈

面向 AI Agent 的本地后端往往需要同时跑起 MongoDB（记忆与状态）、Redis（缓存与锁）、Qdrant（向量检索）、BullMQ（任务队列）和 Elasticsearch（全文搜索），再叠加一套 Cron 调度，部署成本不低。新开源的 TypeScript 库 Monlite 把上述能力压缩进一个 SQLite 文件，主打「零依赖、单文件、零配置」的本地 AI Agent 基础设施。

一个 .db 文件替代整套本地栈

Monlite 由 @monlite/core 及其插件组成，核心运行时不依赖任何外部服务：

• @monlite/core：文档集合与类型化查询，提供类似 MongoDB/Prisma 的 where、orderBy、select 接口。
• @monlite/kv：同步 KV 缓存，支持原子操作、分布式锁与 TTL。
• @monlite/queue：持久化任务队列，内置重试、退避与去重。
• @monlite/vector：向量检索，提供 findSimilar() 与 hybrid RAG。
• @monlite/fts：基于 SQLite FTS5 的全文搜索。
• @monlite/cron：持久化定时任务。
• @monlite/sync：可选，将本地数据库与 MongoDB / PostgreSQL / MySQL 双向同步。

项目表示，用户只需按需 npm install 对应模块，全部数据落在同一个 app.db 文件中，备份只需 cp app.db backup.db。

面向 Agent 的关键能力

Monlite 在文档中将「AI Agent 后端」作为重点场景，展示了几项对 Agent 开发较友好的特性：

• Exactly-once 任务领取：通过 findOneAndUpdate 的 compare-and-swap，多个 worker 抢占同一任务时只有一个能成功，其余返回 null，避免重复执行。
• 语义记忆与召回：createVectorStore 支持声明向量维度与索引字段，结合 search() 实现基于 agentId 的相似度检索，可作为 Agent 的长期记忆层。
• 混合检索：向量模块提供 hybridSearch，将 FTS5 关键词排序与向量相似度通过 Reciprocal Rank Fusion 融合，一次查询同时返回语义相关与关键词匹配的结果。
• 持久化定时任务：createCron 注册的调度会写入数据库，重启后不丢失，适合夜间清理、批量嵌入等场景。

代码示例显示，一个完整 Agent 后端（记忆、向量召回、任务队列、定时任务、分布式锁）只需 node serve.mjs 一条命令即可启动，无需 Docker 或 .env 连接串。

查询语言与实时响应

Monlite 提供 MongoDB 风格的查询 API，支持 elemMatch（数组内嵌对象查询）、正则匹配、聚合管道（$match / $group / $lookup / $unwind）以及异步事务。事务允许在回调内 await，并保证全部成功或全部回滚。

实时层面，collection.watch() 会返回一个随数据变更重新触发的结果集，行级精确匹配，避免无意义重渲染。配合 @monlite/sync，本地库可作为 MongoDB / PostgreSQL 的离线副本，断网时本地写入，恢复连接后自动同步。

适用边界与考量

项目目前以 TypeScript 为主要语言，依赖 Node 生态；将 MongoDB、Qdrant、Elasticsearch 等重组件替换为 SQLite 方案，意味着需要接受单机写入吞吐与并发限制，更适合本地开发、单租户 Agent 或中小规模生产场景，而非高并发在线服务。对于希望快速验证 AI Agent / RAG 流程、降低本地环境复杂度的开发者而言，Monlite 提供了一种「打开编辑器就能跑」的轻量化路径。项目已在 GitHub 开源，并提供浏览器内的在线 Demo 与文档站点。