OpenViking：AI Agent 的上下文数据库

Wed, 09 Sep 2026 20:15:00 +0800

收录于：开源仓库收藏夹

仓库：github.com/volcengine/OpenViking · 站点：openviking.ai · 许可：主项目 AGPL-3.0（CLI / examples 为 Apache-2.0）

它是什么

OpenViking 是火山引擎开源的 AI Agent 上下文数据库（Context Database）。

它把三类东西统一进一个 viking:// 虚拟文件系统：

Memories：用户偏好、会话沉淀
Resources：项目文档、仓库、网页等知识
Skills：可复用技能

Agent 用 ls / tree / find 像开发者翻目录一样定位上下文，而不是对黑盒向量库发一句 query、拿回一个莫名其妙的片段。

设计上最有意思的几点

三层内容抽象。写入时就拆好：

层	内容	量级
L0 Abstract	一句话摘要，快速判相关	~100 tokens
L1 Overview	核心信息与使用场景	~2k tokens
L2 Details	全文，按需读	原始数据

目录自己也带 L0/L1，可以先判「这个目录相关吗」再决定下不下去——直接砍 token。

目录递归检索。向量搜索先定位最高分目录，再逐层下钻，结果保留周边上下文。

检索可观察。每次查询留下「目录浏览轨迹」。结果不对时，你能看到是哪条路径出来的，而不是只能耸耸肩。

会话变记忆。session commit 后异步抽取用户偏好与 Agent 经验进长期记忆。

官方集成面广。Claude Code、Codex、OpenClaw、Hermes、Cursor、OpenCode、pi、MCP clients、LangChain/LangGraph 等。

开源版不阉割。无功能开关、无需账号激活；商业版答的是「谁运维、跑在哪」，不是「能不能用」。

官方 benchmark 摘要

在 LoCoMo（长对话用户记忆）和 tau2-bench（多轮 Agent 任务）上：

接上 OpenViking 后，多个 Agent 集成记忆准确率从原生 24–57% 拉到 80–83%
输入 token 下降 34.3–91.0%，查询延迟下降约 58–66%
经验记忆在 tau2-bench 上带来零售 +6.87pp、航空 +11.87pp 的任务成功率提升

（评测配置与复现脚本见仓库 benchmark/ 与官方报告。）

上手

需要 Python 3.10+。

pip install openviking --upgrade
openviking-server init # 交互配置 provider / 模型
openviking-server doctor
openviking-server

# 另一终端
ov status
ov add-resource https://github.com/volcengine/OpenViking
ov ls viking://resources/
ov find "what is openviking"

init 支持火山引擎、OpenAI、Codex OAuth、Kimi、GLM、本地 Ollama 等。

浏览器可先玩 OpenViking Studio，无需安装。

适合谁

Agent 跨会话失忆，同一天重复解释上下文
知识库/项目文档希望 Agent 确定性浏览而不是纯向量搜
需要可调试、可审计的检索轨迹
想把会话沉淀成可复用的长期记忆与 Skills

注意：主项目是 AGPL-3.0，对外提供服务前先看清传染范围。

和收藏夹里其他项目的关系

给 Pi、Claude Code 等编码 Agent 补记忆
和 Multica 的 Skills 体系可互补（Multica 管工作流剧本，OpenViking 管知识/记忆存储）
herdr / CodexHost 管「Agent 跑在哪」，OpenViking 管「Agent 记得什么」

最后更新：2026-09-09。信息基于公开 README 与仓库状态，使用前请以官方文档为准。

RAG on VvVzzz Blog

OpenViking：AI Agent 的上下文数据库

它是什么

设计上最有意思的几点

官方 benchmark 摘要

上手

适合谁

和收藏夹里其他项目的关系