chill/chill_notes

Fork 0

Files

FNS Service acfdcd539d Update from Sync Service

2026-04-22 07:08:15 +08:00

5.5 KiB

Executable File

Raw Blame History

OpenViking - Agent 上下文数据库

字节跳动开源的 AI Agent 记忆管理系统

归档：2026-04-22

基本信息

项目	说明
GitHub	https://github.com/volcengine/OpenViking
官网	https://www.openviking.ai
Stars	⭐ 22,714
Forks	1,651
许可证	AGPL-3.0
语言	Python
更新	2026-04-21

核心定位

专为 AI Agent 设计的上下文数据库

解决传统 RAG 的问题：

碎片化上下文：记忆在代码里，资源在向量数据库，技能分散
上下文需求暴涨：Agent 长任务产生大量上下文，简单截断会丢失信息
检索效果差：传统 RAG 平面存储，缺乏全局视图
检索链不可观测：传统 RAG 是黑盒，难以调试
记忆迭代有限：当前记忆只是用户交互记录

核心架构

文件系统范式

viking://
├── resources/   # 外部资源（文档、代码、URL）
├── user/       # 用户上下文
└── agent/      # Agent 记忆和技能

L0 / L1 / L2 三层加载

层级	内容	Token 消耗	用途
L0	摘要	~100 tokens	快速扫描，判断相关性
L1	概览	~2k tokens	理解架构，制定计划
L2	全文	按需加载	深读具体文件

Token 节省效果

方案	Token 消耗
全量加载（传统 RAG）	~50,000
L0 扫描 + L1 概览	~3,000
L0 + L1 + L2 按需	~8,000
节省比例	83%~96%

核心功能

功能	说明
文件系统协议 `viking://`	统一管理 resources/user/agent 三类上下文
分层摘要	L0/L1/L2 按需加载
目录递归检索	语义检索 + 目录定位
会话记忆	自动提取长期记忆，跨会话保持
Token 追踪	可视化检索轨迹，追踪每个操作的 token 消耗

安装

OpenClaw Skill 安装

# 使用 clawhub 安装 openviking-context skill
clawhub install openviking-context

# 在 OpenClaw 中说 "refresh skills" 即可发现

OpenViking 本体安装

# 自动检测 Python >= 3.10，安装 openviking 包
bash scripts/install.sh

# 可选：安装 Rust CLI (ov)

配置支持的模型

提供商	VLM 模型	Embedding 模型
OpenAI	gpt-4o	text-embedding-3-large (dim=3072)
Volcengine	doubao-seed-2-0-pro-260215	doubao-embedding-vision-250615 (dim=1024)
LiteLLM	claude-3-5-sonnet / deepseek-chat	-
NVIDIA NIM	meta/llama-3.3-70b-instruct	nvidia/nv-embed-v1 (dim=4096)

注意：避免使用推理模型（kimi-k2.5, deepseek-r1），它们的 reasoning 字段与 OpenViking 不兼容。

核心操作

# 启动服务器
openviking-server

# 添加资源
python3 scripts/viking.py add ./docs/
python3 scripts/viking.py add https://github.com/volcengine/OpenViking

# 语义搜索
python3 scripts/viking.py search "用户认证 鉴权"

# 浏览目录
python3 scripts/viking.py ls viking://resources/
python3 scripts/viking.py tree viking://resources/ -L 2

# 分层读取
python3 scripts/viking.py abstract viking://resources/proj    # L0 ~100 tokens
python3 scripts/viking.py overview viking://resources/proj   # L1 ~2k tokens
python3 scripts/viking.py read viking://resources/proj/api.md # L2 全文

# 状态和统计
python3 scripts/viking.py info    # 检查服务状态
python3 scripts/viking.py stats    # 查看 token 消耗统计
python3 scripts/viking.py commit   # 提取当前会话记忆

工作流示例

收到开发需求时：

L0 快速扫描（~300 tokens）
```
python3 scripts/viking.py search "用户认证 鉴权 登录"
```
用 L0 摘要判断哪些资源相关，过滤无关内容。
L1 概览决策（~2k tokens/资源）
```
python3 scripts/viking.py overview viking://resources/auth-docs
```
理解架构和技术选型，制定实现计划。
L2 按需深读（仅必要文件）
```
python3 scripts/viking.py read viking://resources/auth-docs/jwt-config.md
```
只加载写代码需要的具体文件。

Token 节省演示

python3 scripts/demo-token-compare.py ./your-project-docs/

输出示例：

方案                    Token 消耗  说明
─────────────────────────────────────────────────────
全量加载 (传统 RAG)     ~50,000    所有文档塞进 prompt
L0 扫描 + L1 概览       ~3,000     分层按需，仅摘要和概览
L0 + L1 + L2 按需       ~8,000     最终只深读 2-3 个必要文件
─────────────────────────────────────────────────────
节省比例                84%~94%    相比全量加载

资源	链接
OpenViking GitHub	https://github.com/volcengine/OpenViking
OpenViking 官网	https://www.openviking.ai
ClawHub Skill	openviking-context

替代方案对比

方案	说明
OpenViking	字节跳动开源，上下文数据库，AGPL 许可
Elite Longterm Memory	高级长期记忆，ClawHub Skill
Memory Tiering	记忆分层，ClawHub Skill
Fluid Memory	流动记忆，ClawHub Skill

整理：知识库管理员 | 来源：GitHub / OpenViking 官网 | 归档：2026-04-22

5.5 KiB Executable File Raw Blame History Unescape Escape