volcengine/OpenViking

OpenViking – AI代理人的上下文資料庫

是什麼 – OpenViking 是一個開源的 上下文儲存，允許基於 LLM 的代理將記憶、資源和技能視為虛擬檔案系統（viking://）中的檔案。與向黑箱儲存發送原始向量查詢不同，代理可以使用熟悉的命令（ls、tree、find）瀏覽、列出和搜尋層級結構。每個條目都預先處理為三個層級——極簡摘要（L0）、中等大小概覽（L1）和完整原始資料（L2），因此代理僅載入實際需要的文本，大幅減少令牌使用量和延遲，同時保持檢索路徑的可觀測性。

為何重要

• 決定性、可觀測的檢索 – 系統遵循的路徑會被記錄，使得「為什麼代理選擇了這條資訊？」的除錯變得簡單明瞭。
• 令牌高效 – L0/L1 層使代理能早期捨棄無關分支，顯著降低令牌使用量和延遲（README 提到基準測試中令牌減少 34–91%，延遲降低約 60%）。
• 統一的 URI 方案 – 所有內容都位於 viking:// URI 下，提供對記憶、使用者偏好、公共資源、私人檔案甚至其他代理的單一、類檔案系統視圖。
• 會話 → 記憶 – 會話結束後，OpenViking 會提取偏好和經驗，並作為長期記憶儲存，供下次會話使用。

核心概念

概念	作用
Viking URI	任何上下文類型（資源、記憶、技能、對等體）的統一位址（viking://…）
上下文層級（L0–L2）	L0：一句話摘要（約 100 令牌），用於快速相關性檢查。L1：概覽（約 2k 令牌），用於規劃。L2：完整內容，僅在需要時讀取。
目錄遞迴檢索	向量搜尋首先選擇得分最高的目錄，然後逐層深入，返回帶有周圍上下文的結果。
會話 → 記憶	完成的會話異步轉換為持久記憶條目（偏好、經驗）。

如何嘗試

1. 安裝 – pip install openviking --upgrade（需 Python 3.10+）。
   
2. 初始化 – openviking-server init 執行互動式向導，建立 ~/.openviking/ov.conf 並設定提供者（Volcengine、OpenAI、Ollama 等）。
   
3. 驗證 – openviking-server doctor 檢查設定、Python 版本、連線性和磁碟空間。
   
4. 執行 – openviking-server 啟動 HTTP 服務（或使用 nohup … & 在背景執行）。
   
5. 使用 CLI – 內建的 ov 客戶端允許您新增資源、列出目錄、搜尋和檢查任務，例如：

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

6. 無需安裝體驗 – OpenViking Studio 網頁沙盒（https://openviking.ai/studio）提供檔案系統、語意搜尋和多代理中心的即時示範。

代理整合 – OpenViking 提供多個流行 LLM 代理框架的即用型適配器，包括 Claude Code、Codex、OpenClaw、Hermes、Cursor、TRAE、LangChain/LangGraph 等。適配器會自動將檢索到的上下文注入代理的提示，並將會話記憶提交回儲存。

VikingBot – 一個可選的基於 Python 的代理框架，隨伺服器一起提供（pip install "openviking[bot]"）。使用 --with-bot 啟動伺服器將啟動聊天介面（ov chat）。Docker 鏡像捆綁了 VikingBot、伺服器和控制台 UI，支援一鍵部署。

部署選項

• 自托管 – 在自己的雲端、VPC 或離線空氣隔離環境中執行 HTTP 服務。生產指南涵蓋 Docker、Kubernetes 和擴展性。
• 托管 SaaS – Volcano Engine 提供托管版本（最多 50 個檔案的免費試用，之後為付費層級）。開源版本無需任何授權金鑰即可完全運行。

性能證據 – 基準測試（LoCoMo 記憶測試和 tau2-bench 多輪任務）顯示，當代理使用 OpenViking 時，準確率從 20% 中段躍升至約 80%，同時令牌消耗和延遲顯著下降。

許可證 – 核心專案採用 AGPL-v3（完整原始碼，無功能限制）。CLI crate（crates/ov_cli）和範例程式碼採用 Apache 2.0。

進一步了解

• 文件與教學 – https://docs.openviking.ai
• 基準測試腳本 – 倉儲中的 ./benchmark 目錄。
• 研究論文 – VikingMem: A Memory Base Management System for Stateful LLM-based Applications（arXiv 2605.29640, VLDB 2026）。
• 社群 – README 中的 Discord、Lark、WeChat、X（Twitter）連結。

---

TL;DR – OpenViking 用分層、分層感知的檔案系統取代了不透明的向量儲存，使代理能夠探索和除錯。它減少令牌使用，提升召回準確率，並與廣泛的 LLM 代理相容，所有內容均在 AGPL-v3 開源許可證下提供。