OpenViking 字节开源的 AI Agent 上下文数据库
OpenViking是什么
OpenViking是字节火山引擎开源的AI Agent上下文数据库。OpenViking将Agent的记忆、知识RAG和技能统一组织在自定义的viking虚拟文件系统中，Agent可以像操作文件一样用ls/tree/find/grep浏览、检索上下文。采用L0摘要、L1概览、L2详情三层渐进加载，支持目录级语义检索，显著降低token消耗。
OpenViking的主要功能
- 统一上下文文件系统 ：用自定义 viking:// 协议将记忆、知识资源、技能统一组织为虚拟文件，Agent 可用 ls/tree/read/grep 等命令直接浏览和编辑。
- 三层渐进加载 ：每个目录自动生成 L0 摘要、L1 概览、L2 完整内容，Agent 先看摘要判断相关性，按需加载，大幅减少 token 消耗。
- 目录级语义检索 ：支持 find 和 search ，可将检索范围限定在项目或记忆子树内，而非全库扫描。
- 会话沉淀为文件 ：提交会话后自动归档对话并提取记忆为可检查、可编辑的 Markdown，VikingBot 还能将素材编译成 wiki、知识图谱或报告。
- 多 Agent 接入 ：原生集成 Claude Code、Codex、Cursor、OpenClaw等主流 Agent，同时提供 MCP、Agent Plugin 1.0 标准插件及 Python/Go/TS SDK。
- Studio 可视化 ：提供浏览器端 OpenViking Studio 和自托管 Web 版，可视化浏览上下文、在线试玩语义搜索。
- 多用户与权限隔离 ：服务端支持多账号、用户级隔离和可选的资源 ACL 访问控制，适合团队部署。
如何使用OpenViking
- 安装 ：执行 pip install openviking --upgrade 安装主包。
- 初始化 ：运行 openviking-server init 配置模型供应商。
- 检查环境 ：运行 openviking-server doctor 验证配置与模型连通性。
- 启动服务 ：运行 openviking-server 启动本地服务端。
- 导入资源 ：用 ov add-resource url或路径 导入 GitHub 仓库或文档，并通过 ov task status 等待索引完成。
- 浏览检索 ：用 ov ls 、 ov tree 浏览目录结构，用 ov find "问题" 做语义检索，用 ov grep 做文本匹配。
- 体验对话 ：如需内置 Agent，执行 pip install "openviking[bot]" 后运行 openviking-server --with-bot ，再用 ov chat 对话。
OpenViking的核心优势
- 上下文白盒化 ：记忆、知识、技能统一在 viking:// 文件系统中，可随时打开目录查看和编辑 Agent知道了什么，告别text in, embeddings out的黑盒。
- 目录级精准检索 ：支持把语义搜索限定在项目或记忆子树内，避免全库扫描带来的噪声。
- 极致 token 效率 ：L0/L1/L2 三层渐进加载让 Agent 先看摘要再读全文，LoCoMo 评测中输入 token 下降 34%~91%，延迟降低 58%~66%。
- 效果提升显著 ：接入后 Claude Code、Hermes、OpenClaw 三个基座的长期记忆准确率全部从 24~57% 拉升至 80%+。
- 记忆可沉淀复用 ：会话可提交归档为 Markdown 并自动提取记忆， ov compile 还能把素材整理成 wiki、知识图谱或报告。
- 生态接入广泛 ：原生覆盖 Claude Code、Codex、Cursor、OpenClaw、Hermes 等十余款主流 Agent，提供 MCP 和 Agent Plugin 1.0 通用标准。
OpenViking的项目地址
- 项目官网 ：https://openviking.ai/
- GitHub仓库 ：https://github.com/volcengine/OpenViking
OpenViking的同类竞品对比
对比维度 | OpenViking（字节火山引擎） | MemOS
| 对比维度 | OpenViking（字节火山引擎） | MemOS |
|---|---|---|
| 核心定位 | 上下文数据库：统一记忆、知识 RAG、技能 | 智能体记忆系统（2.0+ 扩展知识库、多模态） |
| 数据组织方式 | viking:// 虚拟文件系统，目录树结构 |
结构化记忆图 + Memory Cube 空间隔离 |
| 核心抽象 | 一切皆文件：resources/memories/skills/sessions/peers | Memory Cube：按项目/用户/Agent 隔离记忆空间 |
| 上下文加载 | L0 摘要/L1 概览/L2 详情三层渐进加载 | 记忆节点 + 异步重组补充关系与层级 |
| 检索机制 | 目录级向量检索 + find/search 语义检索 + grep 文本匹配 + Rerank | 图检索 + 向量检索 + BM25 关键词 并行召回 + Rerank |
| 检索范围控制 | 可限定目录/子树（TrieHI 索引，ICDE 论文背书） | 通过 Cube 隔离 + TaskGoalParser 任务解析 |
| 冲突处理 | 会话提交归档，记忆可编辑合并 | LLM 判断冲突/冗余，合并并保留 lineage 溯源链 |
| 可视化 | OpenViking Studio 浏览器在线试玩 + 桌面应用（Beta） | WebUI 云服务 |
| Agent 接入 | Claude Code/Codex/Cursor/OpenClaw/Hermes/pi 等 10+ 原生集成 + MCP + Agent Plugin 1.0 | 插件支持 OpenClaw/Hermes/DSH + REST API |
| API/SDK | Python/Go/TypeScript SDK + HTTP API | 统一 REST API |
OpenViking的应用场景
- 智能编程助手 ：将代码仓库、文档导入 viking://resources/ ，Agent 按目录检索并记住开发者编码习惯，跨会话持续跟进项目。
- 多 Agent 协作 ：通过 peers 目录隔离不同交互对象的上下文、共享 resources 沉淀团队知识，多个 Agent 在同一份文件系统上协同工作。
- 销售与客户服务 ：在 user 记忆目录中沉淀客户偏好和历史沟通记录，销售 Agent 跨会话 recall 客户信息，提升多轮业务任务成功率。
- 视频与内容创作 ：将分镜脚本、素材库、品牌规范组织为上下文资源，Agent 按项目检索素材并记住创作者风格，支撑长期连贯创作。
- 推荐系统诊断 ：导入策略文档、badcase 记录和实验日志，诊断 Agent 按目录范围检索证据链，用更少 token 定位问题并生成分析报告。
相关工具
与本文相关的 AI 工具
