Baradb/PLAN.md

BaraDB — AI-Native Data Platform Roadmap

Визия: BaraDB не е "релационна база + векторна добавка", а единна AI-native база данни, където релационни, векторни, граф и текстови данни живеят в един engine. Както MariaDB интегрира vectors в ядрото, така и BaraDB прави vector/graph/fts първокласни граждани в SQL execution layer-а.

Принцип: Универсалност + Multi-Tenancy. Всяка AI функция работи с Row-Level Security (RLS) и session variables (app.tenant_id). Няма отделни "AI таблици" — всичко е SQL.

---

Текущо състояние (май 2026)

Компонент	Статус
SQL:2023 Engine	✅ Window, MERGE, LATERAL, GROUPING SETS, PIVOT, SQL/PGQ
Vector Engine	✅ HNSW + IVF-PQ + SIMD (ядро)
Vector SQL	✅ VECTOR(n) тип, CREATE VECTOR INDEX, distance функции, <-> оператор
Graph Engine	✅ BFS/DFS/PageRank/Dijkstra + SQL/PGQ GRAPH_TABLE
Full-Text Search	✅ Inverted Index + BM25 + Hybrid Search
JSON/JSONB	✅ Колони, оператори, функции
Multi-Tenant	✅ Session vars, current_setting(), current_user, RLS Policies
Foreign Keys	✅ CASCADE/SET NULL/RESTRICT за ON DELETE и ON UPDATE
Formal Verification	✅ 10 TLA+ спецификации
MCP Server	✅ STDIO JSON-RPC, 3 tools (query, vector_search, schema_inspect), multi-tenant
AI Pipeline	✅ chunk(), embed_text(), auto-embed on INSERT, configurable embedder
RAG Pipeline	✅ ChatMessageHistory, end-to-end Python RAG example
AI Agents & NL→SQL	✅ nl_to_sql(), schema_prompt(), query validation, self-correction loop, multi-tenant

---

Сесия 10: Vector AI Native Integration

Цел: Да превърнем vector search от "engine feature" в "AI-native SQL experience" — RAG-ready, LangChain-compatible, MCP-enabled.

Фаза 10.1: Hybrid RAG Search

#	Задача	Описание	Оценка	Статус
10.1.1	hybrid_search() SQL функция	Комбинира vector similarity + BM25 FTS + релационни филтри в една заявка. Reranking с RRF.	6-8ч	✅
10.1.2	rerank() SQL функция	Cross-encoder reranking — приема query text + резултати, връща преподредени по relevance.	4ч	✅
10.1.3	Metadata filtering в vector search	WHERE клауза върху JSONB/релационни колони ДО vector index scan-а (pre-filtering).	6ч	✅
10.1.4	Chunking + embedding pipeline	INSERT INTO docs (text) → автоматично chunk-ване + embedding generation чрез външен embedder.	8ч	✅

Метрика: SELECT hybrid_search('AI query', embedding, content, k => 10) връща релевантни резултати за under 50ms с 1M vectors.

Фаза 10.2: LangChain Vector Store Interface

#	Задача	Описание	Оценка	Статус
10.2.1	BaraDBStore за Python LangChain	Имплементира VectorStore интерфейса — add_texts(), similarity_search(), max_marginal_relevance_search().	4ч	✅
10.2.2	BaraDBStore за JS LangChain	Същото за LangChain.js.	4ч	✅
10.2.3	Conversation buffer в BaraDB	ChatMessageHistory имплементация — съхранява message threads в релационна таблица с RLS.	3ч	✅
10.2.4	RAG pipeline example	End-to-end пример: ingest PDF → chunks → embeddings → hybrid search → LLM context.	3ч	✅

Метрика: LangChain RAG tutorial работи с BaraDB без промяна на кода (swap-in replacement за PostgreSQL/pgvector).

Фаза 10.3: MCP Server (Model Context Protocol) ✅

#	Задача	Описание	Оценка	Статус
10.3.1	MCP Server scaffolding	STDIO/SSE transport, tool definitions, capability negotiation.	4ч	✅
10.3.2	query tool — SQL execution	AI агент изпраща SQL, получава резултати. Parameterized queries за сигурност.	3ч	✅
10.3.3	vector_search tool	Semantic search tool с tenant isolation чрез app.tenant_id session var.	3ч	✅
10.3.4	schema_inspect tool	AI агент разглежда таблици, колони, индекси, RLS policies.	2ч	✅
10.3.5	Multi-tenant MCP	Всяка MCP сесия носи tenant_id + user_id — RLS филтрира автоматично.	2ч	✅

Метрика: Claude/Cursor can connect to BaraDB via MCP и изпълнява SELECT hybrid_search(...) WHERE tenant_id = current_setting('app.tenant_id'). ✅ Проверено: baramcp --data-dir ./data стартира STDIO MCP сървър с 3 tools-a. Тествани с JSON-RPC 2.0 клиент: query, vector_search, schema_inspect — всички работят.

---

Сесия 11: Graph Engine Deep Integration

Цел: SQL/PGQ парсерът е готов, но execution-ът е table-based. Да го направим първокласен citizen с native graph storage и Cypher compatibility.

Фаза 11.1: Native Graph Storage

#	Задача	Описание	Оценка
11.1.1	Property Graph DDL	CREATE GRAPH g, CREATE NODE TABLE, CREATE EDGE TABLE — native graph schema.	4ч
11.1.2	Adjacency list storage	Ребрата се пазят като adjacency lists (не като отделни LSM редове) за O(1) neighbors access.	6ч
11.1.3	Graph indexes	Index на source→targets и target→sources за bidirectional traversal.	4ч
11.1.4	Graph + RLS integration	CREATE POLICY върху graph nodes/edges — tenant isolation за граф данни.	3ч

Фаза 11.2: Advanced Graph Algorithms

#	Задача	Описание	Оценка
11.2.1	shortest_path() SQL функция	Dijkstra/A* между два node-а, връща path като JSON array.	3ч
11.2.2	community_detection() SQL функция	Louvain algorithm, връща community ID за всеки node.	6ч
11.2.3	similarity_nodes() SQL функция	Jaccard/Adamic-Adar similarity между neighbors.	3ч
11.2.4	Vector + Graph hybrid	Node embeddings + graph structure: node2vec или graph neural network inference.	8ч

Фаза 11.3: Cypher Compatibility Layer

#	Задача	Описание	Оценка
11.3.1	Cypher parser (subset)	MATCH (a)-[r]->(b) WHERE a.name = 'X' RETURN b → BaraQL AST.	6ч
11.3.2	Cypher → SQL/PGQ translation	MATCH → GRAPH_TABLE(... MATCH ...) за съвместимост със съществуващ executor.	4ч
11.3.3	APOC-style functions	apoc.path.expand(), apoc.coll.* — полезни utility функции.	4ч

Метрика: Neo4j movies example работи с BaraDB Cypher layer без промяна.

---

Сесия 12: AI Agents & Natural Language → SQL

Цел: No-code / low-code AI агенти, които работят директно с BaraDB.

Фаза 12.1: NL → SQL Agent

#	Задача	Описание	Оценка	Статус
12.1.1	Schema-aware prompt template	Prompt който вкарва CREATE TABLE дефиниции + sample data + RLS policies.	2ч	✅
12.1.2	nl_to_sql() SQL функция	SELECT nl_to_sql('Show me top 5 customers by revenue') → generated SQL string.	4ч	✅
12.1.3	Query validation layer	Генерираният SQL минава през sandbox execution с LIMIT 1 + explain plan.	3ч	✅
12.1.4	Self-correction loop	Ако SQL-ът фейлва, агентът получава error message и генерира fix.	3ч	✅

Фаза 12.2: Multi-Tenant AI Agent ✅

#	Задача	Описание	Оценка	Статус
12.2.1	Per-tenant schema views	AI агентът вижда само таблици/колони, достъпни за текущия tenant.	2ч	✅
12.2.2	Tenant-aware NL → SQL	app.tenant_id се инжектира автоматично в генерирания SQL.	2ч	✅
12.2.3	Agent memory per tenant	Conversation history се изолира по tenant_id + user_id.	2ч	✅

---

Приоритети и зависимости

Сесия 10 (Vector AI) ──→ Сесия 12 (AI Agents)
       │                      │
       ↓                      ↓
Сесия 11 (Graph) ──────→ Hybrid Vector+Graph

Препоръчителен ред:

1. Сесия 10.1 — Hybrid RAG Search (най-висок business value)
2. Сесия 10.2 — LangChain интеграция (екосистемна съвместимост)
3. Сесия 10.3 — MCP Server (AI агенти могат да работят веднага)
4. Сесия 11.1 — Native Graph Storage (performance foundation)
5. Сесия 11.2 — Advanced Graph Algorithms (feature completeness)
6. Сесия 12 — NL → SQL (user-facing wow factor)

---

Какво остава от старите планове

Стар план	Статус
PLAN_old_1.md — Base SQL + MVCC + Raft	✅ Завършен
PLAN_old_2.md — Production Roadmap	✅ Завършен
PLAN_old_3.md — Stabilization Sprint (сесия 9)	✅ Завършен
PLAN_SQL_ADVANCED.md — Window Functions, MERGE, etc.	✅ Завършен
PLAN_ID_GENERATORS.md — AUTO_INCREMENT, Sequences, FK	✅ Завършен

---

Философия

BaraDB не добавя "AI модули" — BaraDB става AI-native като вгради embeddings, similarity search, graph traversal и natural language интерфейси в съществуващия SQL engine. Всяка нова функция работи с:

• MVCC транзакции
• RLS + Multi-tenancy
• WAL + Replication
• Nim performance

---

План версия: 2026-05-17