volcengine/OpenViking

Self-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.

OpenViking – AI 에이전트를 위한 컨텍스트 데이터베이스

무엇인가요 – OpenViking은 LLM 기반 에이전트가 기억, 자원, 기술을 가상 파일 시스템(viking://)처럼 다룰 수 있도록 해주는 오픈소스 컨텍스트 스토어입니다. 블랙박스 저장소에 원시 벡터 쿼리를 보내는 대신, 에이전트는 ls, tree, find와 같은 익숙한 명령어로 계층을 탐색하고 목록을 보며 검색할 수 있습니다. 각 항목은 세 가지 레이어(요약, 개요, 전체 세부 정보)로 사전 처리되어, 에이전트는 실제로 필요한 만큼의 텍스트만 로드하므로 토큰 사용량과 지연 시간을 극적으로 줄이고, 검색 경로를 관찰 가능하게 합니다.

왜 중요한가요

결정론적이고 관찰 가능한 검색 – 시스템이 따르는 경로가 기록되므로, "왜 이 정보를 선택했는가?"에 대한 디버깅이 간단합니다.
토큰 효율적 – L0/L1 레이어를 통해 관련 없는 분기를 조기에 제거할 수 있어 토큰 사용량과 지연 시간을 크게 줄입니다(README에 따르면 벤치마크에서 34–91% 토큰 감소 및 약 60% 지연 시간 감소 기록).
통합 URI 스킴 – 모든 것이 viking:// URI 아래에 통합되어 기억, 사용자 설정, 공개 자원, 개인 파일, 다른 에이전트까지 하나의 파일 시스템처럼 보는 통합 뷰를 제공합니다.
세션 → 기억 – 대화가 끝나면 OpenViking은 설정과 경험을 추출하여 다음 세션을 위한 장기 기억으로 저장합니다.

핵심 개념

개념	기능
Viking URI	어떤 컨텍스트 유형(자원, 기억, 기술, 피어)에도 적용 가능한 유니폼 주소(`viking://…`)
컨텍스트 레이어(L0–L2)	L0: 1문장 요약(~~100 토큰) – 빠른 관련성 확인. L1: 개요(~~2k 토큰) – 계획용. L2: 전체 콘텐츠 – 필요할 때만 읽기
디렉터리 재귀적 검색	벡터 검색이 가장 높은 점수의 디렉터리를 먼저 선택한 후, 레이어별로 깊이 탐색하여 주변 컨텍스트와 함께 결과 반환
세션 → 기억	완료된 세션은 비동기적으로 지속 가능한 기억 항목(설정, 경험)으로 변환됩니다

체험 방법

설치 – pip install openviking --upgrade (Python 3.10+ 필요).
초기화 – openviking-server init은 인터랙티브 워즈드를 실행하여 ~/.openviking/ov.conf를 생성하고 프로바이더(Volcengine, OpenAI, Ollama 등)를 설정합니다.
검증 – openviking-server doctor는 설정, Python 버전, 연결성, 디스크 공간을 점검합니다.
실행 – openviking-server로 HTTP 서비스를 시작합니다(백그라운드 실행은 nohup … & 사용).
CLI 사용 – 포함된 ov 클라이언트로 자원 추가, 디렉터리 목록, 검색, 작업 확인이 가능합니다. 예시:
```
ov add-resource https://github.com/volcengine/OpenViking
ov ls viking://resources/
ov find "what is openviking"
```
설치 없이 플레이 – OpenViking Studio 웹 플레이그라운드(https://openviking.ai/studio)는 파일 시스템, 세맨틱 검색, 멀티에이전트 허브의 실시간 데모를 제공합니다.

에이전트 통합 – OpenViking은 Claude Code, Codex, OpenClaw, Hermes, Cursor, TRAE, LangChain/LangGraph 등 많은 인기 있는 LLM 에이전트 프레임워크용 준비된 어댑터를 제공합니다. 어댑터는 검색된 컨텍스트를 에이전트의 프롬프트에 자동으로 삽입하고 세션 기억을 스토어로 커밋합니다.

VikingBot – 서버와 함께 제공되는 선택적 Python 기반 에이전트 프레임워크(pip install "openviking[bot]"). --with-bot 옵션으로 서버를 실행하면 채팅 인터페이스(ov chat)가 시작됩니다. Docker 이미지에는 VikingBot, 서버, 콘솔 UI가 함께 포함되어 한 번의 클릭으로 배포 가능합니다.

배포 옵션

자체 호스팅 – 자신의 클라우드, VPC, 오프라인 에어그랩 환경에서 HTTP 서비스를 실행합니다. Docker, Kubernetes, 확장성에 대한 프로덕션 가이드 제공.
관리형 SaaS – Volcano Engine이 호스팅 버전을 제공(50개 파일까지 무료 체험, 이후 유료 플랜). 오픈소스 버전은 라이선스 키 없이도 완전히 기능합니다.

성능 증거 – 벤치마크(LoCoMo 기억 테스트 및 tau2-bench 다단계 작업)에서는 에이전트가 OpenViking을 사용할 경우 정확도가 중간 20%대에서 약 80%로 급상승하며, 토큰 소비량과 지연 시간이 크게 감소합니다.

라이선스 – 핵심 프로젝트는 AGPL-v3로 배포(전체 소스, 기능 제한 없음). CLI 크레이트(crates/ov_cli) 및 예제 코드는 Apache 2.0.

더 배우기

문서 및 튜토리얼 – https://docs.openviking.ai
벤치마크 스크립트 – 리포지토리 내 ./benchmark 디렉터리.
연구 논문 – VikingMem: A Memory Base Management System for Stateful LLM-based Applications (arXiv 2605.29640, VLDB 2026).
커뮤니티 – README에 Discord, Lark, WeChat, X(Twitter) 링크 포함.

TL;DR – OpenViking은 에이전트가 탐색하고 디버깅할 수 있는 계층적이고 레이어 인식 파일 시스템으로, 투명하지 않은 벡터 스토어를 대체합니다. 토큰 사용량을 줄이고, 재현 정확도를 향상시키며, 다양한 LLM 에이전트와 호환되며, 모두 AGPL-v3 오픈소스 라이선스 하에 제공됩니다.

volcengine/OpenViking

OpenViking – AI 에이전트를 위한 컨텍스트 데이터베이스

관련