volcengine/OpenViking
Self-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.
What it solves
OpenViking 提供了一種結構化方式，讓 AI 代理能管理與檢索其長期記憶、資源與技能。它不依賴「黑盒」向量儲存，而是將上下文視為虛擬檔案系統，允許代理使用熟悉的指令如 ls、tree、find 以確定性方式瀏覽知識庫。
How it works
系統使用自訂的 viking:// 協定，將資料組織成階層式目錄結構。為了最佳化 token 使用與檢索速度，內容被處理成三個分層層級：
- L0（抽象）：單句摘要，用於快速相關性檢查。
- L1（概覽）：核心資訊與使用情境，供規劃使用。
- L2（細節）：完整原始資料，僅在特定需求時載入。
檢索流程先以向量搜尋找出最高分的目錄，然後逐層向下鑽取。此外，系統會非同步從完成的會話中抽取使用者偏好與代理經驗，建立長期記憶。
Who it’s for
適合開發需要複雜、具狀態記憶管理的 AI 代理的開發者，也適用於使用 Claude Code、Cursor、Trae 等代理式 IDE 與工具的使用者，讓上下文能持久且可觀測。
Highlights
- Virtual Filesystem：將記憶、資源與技能組織為
viking://URI 結構。 - Tiered Loading：只載入必要的細節層級（L0 → L1 → L2），降低 token 消耗。
- Observable Retrieval：保留每次查詢的目錄瀏覽軌跡，便於除錯。
- Agent Integrations：原生支援包括 LangChain、MCP 客戶端以及各種 AI 程式碼助理在內的廣泛代理。
- Session-to-Memory：自動將會話歷史轉換為長期的使用者偏好與代理經驗。