Speicher und Schema

Auf dieser Seite werden die Core-Speicherabstraktionen und Schemakontrollen angezeigt, die vom Oracle Agent-Speicher-SDK verwendet werden.

Shop-API

Klasse oracleagentmemory.core.OracleMemoryStore

Basen: IMemoryStore

Gemeinsame Speicherschnittstelle, die von OracleAgentMemory verwendet wird.

Eine Store-Implementierung ist dafür verantwortlich, Text-Records zu persistieren und Ähnlichkeitssuchen durchzuführen. Sowohl synchrone als auch asynchrone Einstiegspunkte werden definiert, sodass APIs auf höherer Ebene übereinstimmende Synchronisierungs-/asynchrone Oberflächen bereitstellen können, ohne dass eine speicherspezifische Logik dupliziert wird.

Methode add (Übung)

Textdatensätze einbetten und beibehalten.

• Parameter:
  • contents list[str | None]: Zu speichernde Text-Payloads. Diese Werte werden auch als Einbettungs-Payloads verwendet, wenn index_texts nicht angegeben wird. Wenn ein Element ausgelassen wird (None), wird es aus dem Metadatenschlüssel "content" aufgelöst, sofern verfügbar. Andernfalls wird leerer Inhalt beibehalten.
  • record_type str: Datensatztyplabel für gespeicherte Datensätze (z.B. "message" oder "memory").
  • index_texts list[str]: Optionale Payloads nur zur Einbettung, die auf contents ausgerichtet sind.
  • Einbettungen list[list[float]] | list[ndarray] – Optionale vorab berechnete Einbettungsvektoren, die auf contents ausgerichtet sind. Bei der Bereitstellung verwenden Speicher diese Vektoren direkt und rufen den Einbettungsdienst nicht auf.
  • record_ids str | None | list[str] | list[None] – Optionale durch Aufrufer sichtbare Datensatz-IDs. Muss entweder vollständig angegeben (einer pro Text) oder für alle Texte weggelassen werden. Die zurückgegebenen IDs entsprechen diesen Werten, sofern angegeben.
  • thread_ids str | None | list[str | None] – Optionale Geltungsbereichs-IDs, die mit den Datensätzen gespeichert sind.
  • user_ids str | None | list[str | None] – Optionale Geltungsbereichs-IDs, die mit den Datensätzen gespeichert werden.
  • agent_ids str | None | list[str | None] – Optionale Geltungsbereichs-IDs, die mit den Datensätzen gespeichert sind.
  • Rollen str | None | list[str | None] - Optionale Chatrolle für Nachrichtendatensätze.
  • Zeitstempel str | None | list[str | None] – Optionaler Zeitstempel oder Zeitstempel pro Datensatz.
  • metadata dict[str, Any] | list[dict[str, Any] | None] | None – Optionale Metadatenzuordnung oder Metadatenzuordnungen pro Datensatz. Metadaten können "content" als Fallback-Quelle für ausgelassene Textwerte enthalten.
  • **store_kwargs (Beliebige): Speicherspezifische Schreiboptionen, die von APIs auf höherer Ebene weitergeleitet werden.
• Rückgaben: Fügen Sie IDs für jedes Eingabeinhaltselement ein. Diese stimmen mit record_ids überein, sofern angegeben; andernfalls werden generierte IDs gespeichert.
• Rückgabetyp: list[str]

Beispiele

store.add(["Abstract memory"], record_type="memory", record_ids="mem-abstract-docs")
['mem-abstract-docs']

Methode search (Übung)

Datensätze nach Ähnlichkeit suchen

• Parameter:
  • query str | None – Abfrage in natürlicher Sprache. Muss angegeben werden, wenn query_vector ausgelassen wird.
  • query_vector list[float] | None – Optionale vorberechnete Abfrageeinbettung. Es muss genau einer von query und query_vector angegeben werden.
  • k int – Maximale Anzahl von Ergebnissen, die zurückgegeben werden. Explizite Werte müssen mindestens 1 sein.
  • thread_id str | None – Optionaler Threadgeltungsbereich.
  • user_id str | None – Optionale Filter für Benutzer- und Agent-Geltungsbereich.
  • agent_id str | None: Optionale Filter für Benutzer- und Agent-Geltungsbereich.
  • exact_user_match bool: Gibt an, ob jede angegebene Geltungsbereichs-ID genau abgeglichen werden muss.
  • exact_agent_match bool: Gibt an, ob jede angegebene Geltungsbereichs-ID genau abgeglichen werden muss.
  • exact_thread_match bool: Gibt an, ob jede angegebene Geltungsbereichs-ID genau abgeglichen werden muss.
  • record_types set[str] | None – Optionale Datensatztypen, die eingeschlossen werden sollen.
  • metadata_filter dict[str, Any] | None – Optionale partielle Metadatenzuordnung. Ein Datensatz stimmt nur überein, wenn seine gespeicherten Metadaten alle angeforderten Schlüssel und Werte enthalten. Verschachtelte Wörterbücher werden rekursiv abgeglichen. Listenwerte werden nach genauer Gleichheit und nicht nach rekursiver Zuordnung der Teilmenge abgeglichen. Daher müssen Listenreihenfolge und -länge ebenfalls übereinstimmen.
• Rückgaben: (record, distance)-Paare nach zunehmender Entfernung sortiert.
• Rückgabetyp: list[tuple[Record, float]]
• Gelöst: ValueError – Wenn k kleiner als 1 ist.

Beispiele

store.add(
    ["Searchable abstract memory"],
    record_type="memory",
    record_ids="mem-search-abstract-docs",
)
['mem-search-abstract-docs']
store.search("Searchable", 1, record_types={"memory"})[0][0].id
'mem-search-abstract-docs'

Nach einem skalaren Metadatenwert filtern:

store.add(
    ["pizza release"],
    record_type="memory",
    record_ids="mem-search-meta-source-docs",
    metadata={"source": "slack"},
)
['mem-search-meta-source-docs']
any(
    record.id == "mem-search-meta-source-docs"
    for record, _ in store.search(
        "pizza",
        k=3,
        metadata_filter={"source": "slack"},
    )
)
True

Nach verschachtelten Metadaten filtern:

store.add(
    ["pizza review"],
    record_type="memory",
    record_ids="mem-search-meta-review-docs",
    metadata={"review": {"status": "open"}},
)
['mem-search-meta-review-docs']
any(
    record.id == "mem-search-meta-review-docs"
    for record, _ in store.search(
        "pizza",
        k=3,
        metadata_filter={"review": {"status": "open"}},
    )
)
True

Ordnen Sie einen Listenwert genau zu, einschließlich Reihenfolge:

store.add(
    ["pizza tags"],
    record_type="memory",
    record_ids="mem-search-meta-tags-docs",
    metadata={"tags": ["prod", "urgent"]},
)
['mem-search-meta-tags-docs']
any(
    record.id == "mem-search-meta-tags-docs"
    for record, _ in store.search(
        "pizza",
        k=3,
        metadata_filter={"tags": ["prod", "urgent"]},
    )
)
True

Oracle DB-Speicher

Klasse oracleagentmemory.core.OracleDBMemoryStore

Basis: OracleMemoryStore

Datenbankgesicherte Persistenz für Nachrichten und eingegebene Speicherdatensätze.

Oracle DB-Speicher erstellen

• Parameter:
  • embedder IEmbedder | None: Einbettung für vektorisierte Datensatztypen. Kann None sein, wenn Aufrufer immer vorab berechnete Vektoren in add, update und search bereitstellen.
  • pool Any: Oracle DB-Verbindung oder -Pool. Das Übergeben einer Raw-Verbindung ermöglicht den Single-Session-Modus für diese Speicherinstanz: gleichzeitige Speicheraufrufe werden lokal serialisiert, um die von Schreibvorgängen verwendeten Zeilensperren und Transaktionsannahmen beizubehalten. Verwenden Sie einen Connection Pool für gleichzeitige Anforderungen.
  • schema_policy SchemaPolicy | str – Schemasetupmodus. Standardmäßig ist ein vorhandenes, aktuelles verwaltetes Schema erforderlich, und es werden keine DDL-Änderungen vorgenommen. Verwenden Sie SchemaPolicy.CREATE_IF_NECESSARY, um fehlende Objekte auszufüllen, oder SchemaPolicy.RECREATE, um verwaltete Objekte zu löschen und neu zu erstellen.
  • vector_dim int: Einbettungsdimension für die Schemaerstellung, wenn VECTOR-Spalten erstellt werden.
  • table_name_prefix str – Optionales Präfix, das zu verwalteten Tabellen-/Indexnamen hinzugefügt wurde.

Methode add

Fügen Sie dem Speicherspeicher Datensätze hinzu.

• Parameter:
  • contents list[str | None]: Zu speichernde Text-Payloads. Diese Werte werden auch zur Berechnung der Einbettung verwendet, es sei denn, index_texts oder embeddings sind angegeben. Wenn ein Element ausgelassen wird (None), wird es aus dem Metadatenschlüssel "content" aufgelöst, sofern verfügbar. Andernfalls wird leerer Inhalt beibehalten.
  • record_type str: Datensatztyplabel für gespeicherte Datensätze (z.B. "message", "memory", guideline, fact oder preference).
  • index_texts list[str] – Optionale alternative Payloads, die nur zum Einbetten/Indexieren verwendet werden. Wenn angegeben, muss die Länge von contents identisch sein.
  • Einbettungen list[list[float]] | list[ndarray] – Optionale vorab berechnete Einbettungsvektoren, die auf contents ausgerichtet sind. Wenn angegeben, müssen die Speicher diese Vektoren direkt verwenden und dürfen den Embedder nicht aufrufen. Wenn der Speicher ausgelassen wird, verwendet er den Embedder nur für nicht leere Indizierungs-Payloads. Explizite leere Zeichenfolgen werden ohne Chunk-Einbettungen gespeichert.
  • record_ids str | None | list[str] | list[None] – Optionale durch Aufrufer sichtbare Datensatz-IDs. Muss entweder vollständig angegeben (einer pro Text) oder für alle Texte weggelassen werden. Die zurückgegebenen IDs entsprechen diesen Werten, sofern angegeben. Wenn der Speicher ausgelassen wird, generiert er clientseitige IDs.
  • thread_ids str | None | list[str | None] – Optionale Geltungsbereichs-IDs, die mit den Datensätzen gespeichert sind.
  • user_ids str | None | list[str | None] – Optionale Geltungsbereichs-IDs, die mit den Datensätzen gespeichert werden.
  • agent_ids str | None | list[str | None] – Optionale Geltungsbereichs-IDs, die mit den Datensätzen gespeichert sind.
  • Rollen str | None | list[str | None] - Optionale Chatrolle für Nachrichtendatensätze.
  • Zeitstempel str | None | list[str | None] – Optionale vom Aufrufer bereitgestellte Ereigniszeitstempel.
  • metadata dict[str, Any] | list[dict[str, Any] | None] | None – Optionale Metadatenwörterbücher, die vom Aufrufer bereitgestellt werden. Metadaten können "content" als Fallback-Quelle für ausgelassene Textwerte enthalten.
  • **store_kwargs (Beliebig) – Speicherspezifische Schreiboptionen. Unterstützte Schlüssel umfassen derzeit batch_size für das Oracle executemany-Batching.
• Rückgaben: Fügen Sie IDs für jedes Eingabeinhaltselement ein. Diese stimmen mit record_ids überein, sofern angegeben. Andernfalls werden generierte IDs gespeichert.
• Rückgabetyp: list[str]

Beispiele

store.add(
    ["Hello from docs"],
    record_type="message",
    record_ids="msg-docs-add",
    thread_ids="c-docs-add",
    roles="user",
)
['msg-docs-add']

Methode add_agent

Agent-Profildatensatz hinzufügen.

• Parameter:
  • agent_id str: Agent-ID.
  • Informationen str – Freiforminformationen zum Agent.
• Rücksendungen: ID des eingefügten Agent-Profildatensatzes.
• Rückgabetyp: str

Beispiele

store.add_agent("a-docs-agent", "Support assistant")
'a-docs-agent'

Methode add_user

Benutzerprofildatensatz hinzufügen

• Parameter:
  • user_id str: Benutzer-ID.
  • Informationen str – Freiforminformationen zum Benutzer.
• Rücksendungen: ID des eingefügten Benutzerprofildatensatzes.
• Rückgabetyp: str

Beispiele

store.add_user("u-docs-profile", "Prefers concise answers.")
'u-docs-profile'

Methode delete

Löschen Sie eine verwaltete Vektor-Record-Zeile und die zugehörigen Blockzeilen nach ID.

• Parameter:
  • record_type str: Datensatztyplabel, dessen verwaltete Tabelle als Ziel festgelegt werden soll, wie "message", "memory", "guideline", "fact" oder "preference"
  • record_id str: ID der zu entfernenden Zeile.
• Rückgaben: Anzahl der entfernten Zeilen (0, wenn die ID nicht gefunden wurde).
• Rückgabetyp: int

Beispiele

store.add(["Delete me"], record_type="memory", record_ids="mem-delete-docs")
['mem-delete-docs']
store.delete("memory", "mem-delete-docs")
1

Methode delete_thread

Löschen Sie einen Thread und die zugehörigen Vektor-Records und Chunk-Zeilen.

• Parameter: thread_id str: Thread-ID, deren Zeilen entfernt werden sollen (einschließlich kaskadierend gelöschter untergeordneter Zeilen).
• Rückgaben: Anzahl der gelöschten Threadzeilen (0 oder 1).
• Rückgabetyp: int

Beispiele

store.delete_thread("c1")
0

Method get

Rufen Sie eine gespeicherte Nachricht oder einen gespeicherten Speicher nach Kennung ab.

• Parameter:
  • record_type str: Das Label des Datensatztyps wird in eine verwaltete Vektordatensatzzeile aufgelöst, wie "message", "memory", "guideline", "fact" oder "preference".
  • record_id str: ID für die Suche.
• Rückgaben: Der Datensatz wird mit entschlüsselten Metadaten aufgefüllt, wenn er gefunden wird. Andernfalls wird None verwendet.
• Rückgabetyp: Datensatz | Keine

Beispiele

store.add(["Remember this"], record_type="memory", record_ids="mem-get-docs")
['mem-get-docs']
store.get("memory", "mem-get-docs").id
'mem-get-docs'

Methode list

Permanente Datensätze für einen Datensatztyp auflisten.

• Parameter:
  • record_type str: Beschriftung des Datensatztyps (z.B. "message", "memory", "guideline", "fact" oder "preference").
  • Limit int: Maximale Anzahl der zurückzugebenden Datensätze.
  • thread_id str | None – Exakter Thread-Geltungsbereichsfilter. Wenn keine Filter angewendet werden, wird keine Filterung angewendet. Wenn dieser Wert auf None gesetzt ist, werden nur Datensätze zurückgegeben, die in der Threaddimension nicht kopiert wurden.
  • user_id str | None: Exakter Filter für den Benutzerumfang. Wenn keine Filter angewendet werden, wird keine Filterung angewendet. Wenn dieser Wert auf None gesetzt ist, werden nur Datensätze zurückgegeben, die in der Benutzerdimension nicht kopiert wurden.
  • agent_id str | None: Exakter Agent-Geltungsbereichsfilter. Wenn keine Filter angewendet werden, wird keine Filterung angewendet. Wenn dieser Wert auf None gesetzt ist, werden nur Datensätze zurückgegeben, die in der Agent-Dimension nicht kopiert wurden.
  • metadata_filter dict[str, Any] | None – Metadatenfilter. Wenn keine Filter angewendet werden, wird keine Filterung angewendet. Wenn dieser Wert auf None gesetzt ist, werden nur Datensätze ohne gespeicherte Metadaten zurückgegeben. Wenn diese Eigenschaft auf ein Diktat gesetzt ist, müssen gespeicherte Metadaten alle angeforderten Schlüssel und Werte enthalten. Verschachtelte Wörterbücher werden rekursiv abgeglichen. Listenwerte werden nach genauer Gleichheit und nicht nach rekursiver Zuordnung der Teilmenge abgeglichen. Daher müssen Listenreihenfolge und -länge ebenfalls übereinstimmen.
• Retouren: Datensätze nach Einfügereihenfolge sortiert.
• Liste Rückgabetyp:[Datensatz]

Beispiele

store.add(
    ["First listed", "Second listed"],
    record_type="memory",
    record_ids=["mem-list-docs-1", "mem-list-docs-2"],
)
['mem-list-docs-1', 'mem-list-docs-2']
[record.id for record in store.list("memory", limit=2)]
['mem-list-docs-1', 'mem-list-docs-2']

Methode list_thread_messages

Permanente Nachrichten für einen Thread zurückgeben.

• Parameter:
  • thread_id str: Thread-ID, deren Nachrichten zurückgegeben werden sollen.
  • last_n int | None – Optionale Anzahl der zuletzt zurückgegebenen Nachrichten.
• Rücksendungen: Nach Einfügereihenfolge sortierte Meldungsdatensätze.
• Liste Rückgabetyp:[MessageRecord]

Beispiele

store.list_thread_messages("c1")
[]

Methode search

Datensätze nach Ähnlichkeit suchen

• Parameter:
  • query str | None – Abfrage in natürlicher Sprache. Muss angegeben werden, wenn query_vector ausgelassen wird.
  • query_vector list[float] | None – Optionale vorberechnete Abfrageeinbettung. Es muss genau einer von query und query_vector angegeben werden.
  • k int – Maximale Anzahl von Ergebnissen, die zurückgegeben werden. Explizite Werte müssen mindestens 1 sein.
  • thread_id str | None – Optionale Thread-Geltungsbereichs-ID. exact_thread_match=False lässt die Threaddimension uneingeschränkt bestehen. exact_thread_match=True entspricht genau dem angegebenen thread_id. Bei thread_id=None werden nur Datensätze abgeglichen, die in der Threaddimension nicht kopiert wurden.
  • user_id str | None – Optionale Geltungsbereichs-IDs für Benutzer und Agents. Das entsprechende Kennzeichen exact_*_match=False lässt diese Dimension uneingeschränkt bestehen. exact_*_match=True stimmt genau mit der angegebenen ID überein. Wenn die ID None lautet, entspricht sie nur Datensätzen, die in dieser Dimension nicht kopiert wurden.
  • agent_id str | None – Optionale Geltungsbereichs-IDs von Benutzern und Agents. Das entsprechende Kennzeichen exact_*_match=False lässt diese Dimension uneingeschränkt bestehen. exact_*_match=True stimmt genau mit der angegebenen ID überein. Wenn die ID None lautet, entspricht sie nur Datensätzen, die in dieser Dimension nicht kopiert wurden.
  • exact_user_match bool: Gibt an, ob jede Geltungsbereichs-ID genau abgeglichen werden muss. Bei False ist diese Dimension uneingeschränkt. True stimmt genau mit dem angegebenen Wert überein. Wenn dieser Wert None lautet, werden nur nicht kopierte Datensätze in dieser Dimension abgeglichen.
  • exact_agent_match bool: Gibt an, ob jede Geltungsbereichs-ID genau abgeglichen werden muss. Bei False ist diese Dimension uneingeschränkt. True stimmt genau mit dem angegebenen Wert überein. Wenn dieser Wert None lautet, werden nur nicht kopierte Datensätze in dieser Dimension abgeglichen.
  • exact_thread_match bool – Gibt an, ob jede Geltungsbereichs-ID genau abgeglichen werden muss. Bei False ist diese Dimension uneingeschränkt. True stimmt genau mit dem angegebenen Wert überein. Wenn dieser Wert None lautet, werden nur nicht kopierte Datensätze in dieser Dimension abgeglichen.
  • record_types set[str] | None – Optionale Datensatztypen, die eingeschlossen werden sollen. Wenn diese Option ausgelassen wird, deckt die Suche jeden Datensatztyp ab.
  • metadata_filter dict[str, Any] | None – Optionale partielle Metadatenzuordnung. Ein Datensatz stimmt nur überein, wenn seine gespeicherten Metadaten alle angeforderten Schlüssel und Werte enthalten. Verschachtelte Wörterbücher werden rekursiv abgeglichen. Listenwerte werden nach genauer Gleichheit und nicht nach rekursiver Zuordnung der Teilmenge abgeglichen. Daher müssen Listenreihenfolge und -länge ebenfalls übereinstimmen.
• Rückgaben: (record, distance)-Paare nach zunehmender Entfernung sortiert.
• Rückgabetyp: list[tuple[Record, float]]
• Gelöst: ValueError – Wenn k kleiner als 1 ist.

Beispiele

store.add(
    ["pizza preference"],
    record_type="memory",
    record_ids="mem-search-docs",
    thread_ids="c-search-docs",
)
['mem-search-docs']
results = store.search(
    "pizza",
    1,
    thread_id="c-search-docs",
    exact_thread_match=True,
    record_types={"memory"},
)
results[0][0].id
'mem-search-docs'

Nach einem skalaren Metadatenwert filtern:

store.add(
    ["pizza release"],
    record_type="memory",
    record_ids="mem-search-meta-source-docs",
    metadata={"source": "slack"},
)
['mem-search-meta-source-docs']
any(
    record.id == "mem-search-meta-source-docs"
    for record, _ in store.search(
        "pizza",
        k=3,
        metadata_filter={"source": "slack"},
    )
)
True

Nach verschachtelten Metadaten filtern:

store.add(
    ["pizza review"],
    record_type="memory",
    record_ids="mem-search-meta-review-docs",
    metadata={"review": {"status": "open"}},
)
['mem-search-meta-review-docs']
any(
    record.id == "mem-search-meta-review-docs"
    for record, _ in store.search(
        "pizza",
        k=3,
        metadata_filter={"review": {"status": "open"}},
    )
)
True

Ordnen Sie einen Listenwert genau zu, einschließlich Reihenfolge:

store.add(
    ["pizza tags"],
    record_type="memory",
    record_ids="mem-search-meta-tags-docs",
    metadata={"tags": ["prod", "urgent"]},
)
['mem-search-meta-tags-docs']
any(
    record.id == "mem-search-meta-tags-docs"
    for record, _ in store.search(
        "pizza",
        k=3,
        metadata_filter={"tags": ["prod", "urgent"]},
    )
)
True

Methode update

Aktualisieren Sie gespeicherten Datensatzinhalt, Chunk-Einbettungen und Metadatenwerte.

• Parameter:
  • record_type str: Label des Datensatztyps der zu ändernden Zeile (Beispiel: "message", "memory", guideline, fact oder preference)
  • record_id str: ID der zu aktualisierenden Nachricht oder Speicherzeile.
  • text str | None – Optionaler Ersatztext, der in der Spalte content persistiert wird. Übergeben Sie None, um den gespeicherten Text zu löschen und die gespeicherte Einbettung zu löschen. Übergeben Sie nur None oder ausgelassene semantische Argumente im selben Aufruf. Übergeben Sie "", um expliziten leeren Inhalt beizubehalten, während Sie eine Chunk-Einbettung für diesen Datensatz löschen. Wird der Inhalt ausgelassen, bleibt der vorhandene Inhalt unverändert.
  • index_text str | None – Optionale Payload, die nur zur Einbettung dient. Wenn keine Angabe gemacht wird, wird text eingebettet.
  • einbetten list[float] | ndarray | None – Optionaler vorab berechneter Einbettungsvektor. Wenn angegeben, wird dies direkt verwendet, und es erfolgt kein Einbettungsaufruf. Übergeben Sie None, um die gespeicherte Einbettung zu löschen.
  • metadata dict[str, Any] | None – Optionale Metadatenzuordnung, die in JSON serialisiert und in metadata gespeichert wird.
• Rückgaben: Anzahl der aktualisierten Zeilen (0 oder 1). Gibt 0 zurück, wenn kein logischer Datensatz mit record_type und record_id übereinstimmt.
• Rückgabetyp: int
• Raises: ValueError – Wenn record_type nicht unterstützt wird, keine Update-Payload angegeben wird oder die semantischen Aktualisierungsargumente inkompatibel sind.

Beispiele

store.add(["Original note"], record_type="memory", record_ids="mem-update-docs")
['mem-update-docs']
store.update("memory", "mem-update-docs", text="Updated note")
1
store.get("memory", "mem-update-docs").content
'Updated note'

Schema-Policy

Klasse oracleagentmemory.core.SchemaPolicy

Basis: str, Enum

Schemaerstellungs-Policy für Oracle DB-Speicher.

ERFORDERLICH

Stellen Sie sicher, dass das vollständige verwaltete Schema bereits vorhanden ist und aktuell ist. Erstellen oder ändern Sie keine DB-Objekte.

CREATE_IF_LEER

Wenn keine verwalteten Objekte vorhanden sind, Bootstrap-Schema. Wenn bereits Objekte vorhanden sind, benötigen Sie ein vollständiges und aktuelles verwaltetes Schema.

ERSTELLEN_IF_NOTWENDIG

Erstellen Sie nur fehlende verwaltete Objekte, einschließlich Metadaten.

NEU ERSTELLEN

Alle verwalteten Schemaobjekte löschen und neu erstellen. Das ist destruktiv.