OpenViking – 面向AI Agent的开源上下文数据库

OpenViking 是火山引擎 Viking 团队维护的开源 AI Agent 上下文数据库，官网为 openviking.ai。项目把记忆、知识库资源、Agent 技能全部收纳进一套可浏览的虚拟目录系统，解决传统向量库上下文分散、检索缺少层级约束的问题。系统定义 viking:// 统一资源寻址协议，搭配 L0/L1/L2 三层上下文模型，Agent 按需加载对应层级内容，降低 token 消耗。可通过 MCP、SDK、REST API 对接主流智能体框架，在 LoCoMo 评测中，接入后的 Agent 记忆准确率突破 80%，输入 token 开销出现明显下降。

OpenViking特点

采用虚拟文件系统范式管理全部上下文，每一份记忆、文档、技能都拥有稳定 viking://URI 寻址路径。

L0/L1/L2 三层分层体系，摘要、概览、原始内容分开存储，执行任务时按需拉取内容。

支持目录感知递归检索，检索链路完整可追踪，方便问题排查调试。

原生适配 Claude Code、Hermes、OpenClaw、Cursor 等大量 Agent 运行框架。

提供自托管部署选项，也支持火山引擎云端实例，会话结束后自动异步提取记忆沉淀经验。

OpenViking技术原理

底层依托 VikingFS 虚拟文件存储，将不同类型上下文映射成目录树结构，搭配向量索引与原始内容存储双底层。

文档入库经过解析模块处理，异步生成 L0 简短摘要、L1 目录概览、L2 原始完整内容。

检索阶段先读取轻量化 L0 摘要完成初筛，再调用 L1 概览做重排，确认需要深度信息才加载 L2 原始素材。

会话模块记录对话完整消息，会话结束触发事件驱动记忆抽取流水线，完成记忆更新、去重与合并。对外暴露 MCP、SDK、HTTP 多类接口，上层 Agent 框架通过标准协议完成读写、检索操作。

OpenViking项目地址

• 项目官网：https://openviking.ai/
• GitHub仓库：https://github.com/volcengine/OpenViking

OpenViking功能

虚拟目录式上下文管理，统一存放用户记忆、项目资源、Agent 执行技能。

L0/L1/L2 分层加载，控制送入大模型的 token 总量。目录递归语义检索，完整保留文档之间的层级关联。多格式文档解析入库，包含 PDF、Markdown、网页、代码仓库。

会话归档与异步记忆抽取，跨会话沉淀交互经验。完整可追溯检索日志，便于调试检索效果。

MCP Server、Python SDK、CLI、REST API 多途径接入。

支持多租户隔离，不同用户、Agent 使用独立上下文空间。

OpenViking应用场景

长周期任务 AI Agent 开发，跨会话保留历史交互与任务经验。

代码智能体项目，管理代码仓库、开发文档、自定义技能集。

企业知识库 Agent，组织内部资料，完成资料召回问答。

多 Agent 协同项目，实现记忆隔离或者资源共享。

科研实验环境，用于 Agent 记忆机制相关评测与研究。

个人开发助手，沉淀用户编码习惯、项目历史信息。

OpenViking如何使用

选择部署形态，本地自托管启动 OpenViking 服务实例，或是在火山引擎控制台开启云端服务，复制获取 API 密钥与服务访问地址。

运行对应框架的一键安装脚本，完成 Claude Code、Hermes、Cursor 等 Agent 环境对接，配置 MCP 服务参数填入服务地址与密钥。

通过 CLI、SDK 上传文档、代码仓库，系统自动解析内容，异步生成 L0、L1、L2 三层目录摘要。

Agent 侧使用 viking:// 路径执行浏览、检索、读取操作，优先调用轻量化层级，必要时读取 L2 原始内容。

正常执行 Agent 任务，会话结束系统自动执行记忆抽取，沉淀用户偏好、任务经验。

查看检索轨迹日志，调整目录结构、检索策略，持续优化召回质量。