volcengine/OpenViking

OpenViking – AI代理人的上下文数据库

是什么 – OpenViking 是一个开源的 上下文存储，允许基于 LLM 的代理将记忆、资源和技能视为虚拟文件系统（viking://）中的文件。与向黑箱存储发送原始向量查询不同，代理可以使用熟悉的命令（ls、tree、find）浏览、列出和搜索层级结构。每个条目都预先处理为三个层级——极简摘要（L0）、中等大小概览（L1）和完整原始数据（L2），因此代理仅加载实际需要的文本，大幅减少令牌使用量和延迟，同时保持检索路径的可观测性。

为何重要

• 确定性、可观测的检索 – 系统遵循的路径会被记录，使得“为什么代理选择了这条信息？”的调试变得简单明了。
• 令牌高效 – L0/L1 层使代理能早期丢弃无关分支，显著降低令牌使用量和延迟（README 提到基准测试中令牌减少 34–91%，延迟降低约 60%）。
• 统一的 URI 方案 – 所有内容都位于 viking:// URI 下，提供对记忆、用户偏好、公共资源、私有文件甚至其他代理的单一、类文件系统视图。
• 会话 → 记忆 – 会话结束后，OpenViking 会提取偏好和经验，并将其作为长期记忆存储，供下次会话使用。

核心概念

概念	作用
Viking URI	任何上下文类型（资源、记忆、技能、对等体）的统一地址（viking://…）
上下文层级（L0–L2）	L0：一句话摘要（约 100 令牌），用于快速相关性检查。L1：概览（约 2k 令牌），用于规划。L2：完整内容，仅在需要时读取。
目录递归检索	向量搜索首先选择得分最高的目录，然后逐层深入，返回带有周围上下文的结果。
会话 → 记忆	完成的会话异步转换为持久记忆条目（偏好、经验）。

如何尝试

1. 安装 – pip install openviking --upgrade（需 Python 3.10+）。
   
2. 初始化 – openviking-server init 运行交互式向导，创建 ~/.openviking/ov.conf 并配置提供者（Volcengine、OpenAI、Ollama 等）。
   
3. 验证 – openviking-server doctor 检查配置、Python 版本、连接性和磁盘空间。
   
4. 运行 – openviking-server 启动 HTTP 服务（或使用 nohup … & 在后台运行）。
   
5. 使用 CLI – 内置的 ov 客户端允许您添加资源、列出目录、搜索和检查任务，例如：

   ov add-resource https://github.com/volcengine/OpenViking
   ov ls viking://resources/
   ov find "what is openviking"
   

6. 无需安装体验 – OpenViking Studio 网页沙盒（https://openviking.ai/studio）提供文件系统、语义搜索和多代理中心的实时演示。

代理集成 – OpenViking 提供了多个流行 LLM 代理框架的即用型适配器，包括 Claude Code、Codex、OpenClaw、Hermes、Cursor、TRAE、LangChain/LangGraph 等。适配器会自动将检索到的上下文注入代理的提示，并将会话记忆提交回存储。

VikingBot – 一个可选的基于 Python 的代理框架，随服务器一起提供（pip install "openviking[bot]"）。使用 --with-bot 启动服务器将启动聊天界面（ov chat）。Docker 镜像捆绑了 VikingBot、服务器和控制台 UI，支持一键部署。

部署选项

• 自托管 – 在自己的云、VPC 或离线空气隔离环境中运行 HTTP 服务。生产指南涵盖 Docker、Kubernetes 和扩展性。
• 托管 SaaS – Volcano Engine 提供托管版本（最多 50 个文件的免费试用，之后为付费层级）。开源版本无需任何许可证密钥即可完全运行。

性能证据 – 基准测试（LoCoMo 记忆测试和 tau2-bench 多轮任务）显示，当代理使用 OpenViking 时，准确率从 20% 中段跃升至约 80%，同时令牌消耗和延迟显著下降。

许可证 – 核心项目采用 AGPL-v3（完整源码，无功能限制）。CLI crate（crates/ov_cli）和示例代码采用 Apache 2.0。

了解更多

• 文档与教程 – https://docs.openviking.ai
• 基准测试脚本 – 仓库中的 ./benchmark 目录。
• 研究论文 – VikingMem: A Memory Base Management System for Stateful LLM-based Applications（arXiv 2605.29640, VLDB 2026）。
• 社区 – README 中的 Discord、Lark、WeChat、X（Twitter）链接。

---

TL;DR – OpenViking 用分层、分层感知的文件系统取代了不透明的向量存储，使代理能够探索和调试。它减少了令牌使用，提高了召回准确率，并与广泛的 LLM 代理兼容，所有内容均在 AGPL-v3 开源许可证下提供。