volcengine/OpenViking
Self-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.
What it solves
OpenViking 提供了一种结构化方式，让 AI 代理能够管理和检索其长期记忆、资源和技能。它不依赖“黑盒”向量存储，而是将上下文视为虚拟文件系统，允许代理使用熟悉的指令如 ls、tree、find 以确定性方式浏览知识库。
How it works
系统使用自定义的 viking:// 协议，将数据组织成层级目录结构。为优化 token 使用和检索速度，内容被处理成三层分层：
- L0（抽象）：一句话摘要，用于快速相关性检查。
- L1（概览）：核心信息和使用场景，供规划使用。
- L2（细节）：完整原始数据，仅在特定需要时加载。
检索首先通过向量搜索找到得分最高的目录，然后逐层向下钻取。此外，系统会异步从完成的会话中提取用户偏好和代理经验，构建长期记忆。
Who it’s for
适用于构建需要复杂、状态化记忆管理的 AI 代理的开发者，也适合使用 Claude Code、Cursor、Trae 等代理式 IDE 与工具的用户，帮助实现持久、可观测的上下文。
Highlights
- Virtual Filesystem：将记忆、资源和技能组织为
viking://URI 结构。 - Tiered Loading：只加载必要的细节层级（L0 → L1 → L2），降低 token 消耗。
- Observable Retrieval：保留每次查询的目录浏览轨迹，便于调试。
- Agent Integrations：原生支持包括 LangChain、MCP 客户端以及各种 AI 编码助理在内的广泛代理。
- Session-to-Memory：自动将会话历史转换为长期的用户偏好和代理经验。