做本地优先（Local-First）或常驻运行（7×24）的 AI Agent 工作台，很快会撞上一个传统嵌入式存储解决不了的问题：Agent 的记忆结构是在运行期不断长出来的。

今天装一个新 Skill 插件就要多一张审计表，下个月要给长期记忆加字段、补索引、开启 LRU 容量淘汰，甚至想把业务唯一键在线升成主键、定期轮换安全密钥——全过程不能停服重启，也不能掐断正在跑的对话任务。

为了摆脱传统数据库“维护递增版本号 + 停机迁移”的束缚，我在工作台底层采用了 ToStore。下面直接用一条完整演进主线，展示它支撑智能体与自动化运维的核心能力：表结构声明式无版本自动重构、运行态建表与改表即刻生效、密钥轮换与海量数据重构全程业务无感，支撑持续运行自主演进与迭代、服务不中断。

---

一、运行态动态架构 vs 传统静态迁移

能力维度	传统 SQLite / 静态代码生成 ORM	基于 ToStore 的运行态存储架构
表结构演进	手动维护递增版本号 + 迁移脚本	自动识别结构差异并重构，无需手动维护版本
运行期扩表	编译期绑定模型类，运行时极难扩展新表	运行时随时 createTable / createTables，建完即读写
并发与在线改表	大表改表易锁写，需停服或等下次重启	非阻塞执行路径，改完即刻生效，后台异步重构不卡业务
安全密钥轮换	往往需要停库解密再重加密	rotateEncryptionKey 进程内毫秒级在线轮换
自动化运维识别	异常信息为非结构化文本，脚本难判断	内置 ResultStatus 状态规范 + db.status.* 实时快照

---

二、运行期随时建表，写入立即可用

常驻 Agent 进程不需要在启动时把未来所有表全部写死。打开数据库实例后，每当 Agent 挂载新技能，直接调用 createTable 即可在运行期动态建表，下一行代码就能写入数据：

import 'package:tostore/tostore.dart';

final db = await ToStore.open(
  dbPath: agentDbDir,
  dbName: 'autonomous_agent',
  config: DataStoreConfig(
    yieldDurationMs: 50,
    encryptionConfig: EncryptionConfig(
      encryptionType: EncryptionType.chacha20Poly1305,
      encodingKey: encodingKeyV1,
      encryptionKey: masterKeyV1,
      encryptionScope: EncryptionScope.standard,
    ),
  ),
);

// Mount a new skill table at runtime with zero restart
await db.createTable(
  const TableSchema(
    name: 'skill_audit_logs',
    primaryKeyConfig: PrimaryKeyConfig(
      name: 'id',
      type: PrimaryKeyType.timestampBased,
    ),
    fields: [
      FieldSchema(name: 'skill_name', type: DataType.text, nullable: false, createIndex: true),
      FieldSchema(name: 'payload', type: DataType.json),
      FieldSchema(
        name: 'created_at',
        type: DataType.datetime,
        nullable: false,
        defaultValueType: DefaultValueType.currentTimestamp,
      ),
    ],
    ttlConfig: TableTtlConfig(
      ttlMs: 30 * 24 * 60 * 60 * 1000,
      sourceField: 'created_at',
    ),
  ),
);

// Immediately usable on the very next call
await db.insert('skill_audit_logs', {
  'skill_name': 'code_search_mcp',
  'payload': {'status': 'mounted_live'},
});

单轮推理的临时草稿还可以直接再开一个纯内存实例 ToStore.memory()（配合 CapacityConfig LRU 上限），与持久记忆隔离，不占用磁盘 I/O。

---

三、零停机在线演进：改完即刻生效，前台并发不断流

对于已经存有数据的核心记忆表 agent_memories，ToStore 通过链式 updateSchema 在运行期直接完成结构重构，哪怕数据规模几千万以上也不需要停服，数十毫秒即可立即生效，不阻塞业务，在线服务持续运行不影响：

1. 在线加字段与补建索引（返回即生效）

final phaseA = await db
    .updateSchema('agent_memories')
    .addField('confidence', type: DataType.double, defaultValue: 0.85, minValue: 0.0, maxValue: 1.0)
    .addField('skill_tag', type: DataType.text)
    .addIndex(fields: ['skill_tag']);

// New fields are immediately writable & queryable right after updateSchema returns
await db.insert('agent_memories', {
  'memory_key': 'immediate_cutover_a',
  'category': 'architecture',
  'content': 'Written immediately after updateSchema cutover.',
  'confidence': 0.99,
  'skill_tag': 'runtime_v2',
});

2. 在线调整约束 + 热启用表级 TTL 与 LRU 容量淘汰

final phaseB = await db
    .updateSchema('agent_memories')
    .allowAfterDataMigration()
    .modifyField('skill_tag', maxLength: 64)
    .setTtlConfig(
      const TableTtlConfig(ttlMs: 180 * 24 * 60 * 60 * 1000, sourceField: 'last_active_at'),
    )
    .setCapacityConfig(
      const CapacityConfig(maxEntries: 50000, policy: CapacityEvictionPolicy.lru, sourceField: 'last_active_at'),
    );

3. 唯一字段在线升为主键（promoteFieldToPrimaryKey）

早期单机用自增主键，后期多端协同需要将唯一业务键 memory_key 升级为主键，同样在运行中一句完成：

final phaseC = await db
    .updateSchema('agent_memories')
    .promoteFieldToPrimaryKey(
      sourceFieldName: 'memory_key',
      targetPrimaryKeyName: 'memory_key',
    );

并发读写实测（AOT 编译运行）

在 5,000 条存量加密记忆的基础上，我用原生编译后的 CLI Demo 开启一条前台持续并发读写循环，并在旁路连续下发上述三阶段结构演进：

结果非常直观：

• 改表即刻生效：Phase A 返回后后台索引尚在 0.0% 起步时，带新字段 confidence、skill_tag 的写入与查询已经跑通；Phase C 返回当刻实时主键已切为 memory_key。
• 业务完全无感：三段演进期间前台持续跑的 301 次并发读写，平均耗时 0.68ms。

---

四、不停服的在线密钥轮换

安全合规要求定期轮换密钥。在 ToStore 中，encryptionKey（主保护密钥）与 encodingKey（底层数据加密密钥）职责分离：

• 日常定期合规轮换：直接在同一活实例上调用 rotateEncryptionKey，不关闭数据库、不重启进程、不重写历史表数据：

final rotated = await db.rotateEncryptionKey(
  oldKey: masterKeyV1,
  newKey: masterKeyV2,
);

本机 AOT 实测仅耗时 8ms，轮换完立刻在同一实例上读取历史加密记录 mem_000042 完全正常。（只有在极低频怀疑底层数据泄露需要更换 encodingKey 时，才会在配置更新后的 open 时由引擎在后台异步重加密；仅加密个别敏感列也可直接使用无状态的 ToCrypto.encode / decode。）

---

五、内置状态规范：支撑自动化运维与智能体精准识别

传统数据库异常大多是自然语言报错，运维脚本和 AI Agent 很难稳定解析。ToStore 将所有写入、查询、建表与迁徙诊断统一建模为 ResultStatus：日常约束冲突通过 hasErrors 与 statuses 返回，重大故障抛出 DbException，两者共享 5 位数字码、稳定 codeKey 以及 isBusinessError、isDeveloperError、isCriticalError 等快速判定属性。

基于这套统一规范，Agent 与自动化运维脚本可以直接闭环处理常见故障并拦截非法动态改表提案：

Future<void> saveMemoryWithAutomation(ToStore db, Map<String, dynamic> record) async {
  final res = await db.insert('agent_memories', record);
  if (!res.hasErrors) return;

  for (final status in res.statuses) {
    if (status.isBusinessError && status is ConstraintStatus) {
      if (status.codeKey.contains('PRIMARY_KEY') || status.codeKey.contains('UNIQUE')) {
        await db.upsert('agent_memories', record);
        return;
      }
      if (status.codeKey == 'BIZ_VALIDATION_FAILED' && status.message.contains('confidence')) {
        await db.upsert('agent_memories', {...record, 'confidence': 1.0});
        return;
      }
    } else if (status.isCriticalError) {
      await db.backup(compress: true, scope: BackupScope.currentSpaceWithGlobal);
    }
  }
}

结合 db.status.space()、db.status.table(...)、db.status.migration(taskId) 实时快照与 ToStore.setLogConfig 的 LogLevel.critical 告警，一整套无人值守运维闭环就可以直接落地。同时，运行态建表与查询链也支持随时扩展文本、神经稀疏与稠密向量混合检索表。

下面是运行期挂载混合检索、在线密钥轮换以及 ResultStatus 自动化容错与巡检的实测终端输出：