OpenViking Vibe 项目

OpenViking 是一个开源的 Agent 上下文数据库，将记忆、资源和技能统一存储为 viking:// 协议下的虚拟文件系统。Agent 不再像传统 RAG 那样在黑盒向量数据库里盲目检索碎片，而是像人一样先看目录、再看章节、最后才读细节，从「平面搜索」升级为「图书馆索引」式的分层记忆体系。

传统 RAG 的核心痛点在于：把文档切碎后丢进一个大桶里，检索时再去里面捞碎片，很容易出现混乱、遗漏和幻觉。OpenViking 的解法是将内容在写入时自动处理为三层结构——L0 摘要（~100 tokens，快速判断相关性）、L1 概览（~2k tokens，了解结构和要点）、L2 详情（完整原文，按需加载）。每个目录自带 L0/L1 层，Agent 可以先判断目录是否相关，再决定是否深入读取具体内容，Token 消耗大幅降低的同时准确率显著提升。

检索机制采用目录递归模式：向量搜索先定位得分最高的目录，再逐层向下钻取，结果自带周围上下文而非孤立的碎片。每一轮检索都保留完整的浏览轨迹，发现结果异常时可以精确回溯定位问题，而不是面对一个黑盒不知道哪里出了错。

OpenViking 支持与主流 Agent 工具深度集成，包括 Claude Code、Codex、OpenClaw、Cursor、Trae、MCP 客户端以及 LangChain/LangGraph 等。安装后可通过 ov CLI 管理上下文，或使用配套的 OpenViking Helper 桌面控制台（macOS/Windows）可视化配置和查看会话轨迹。

在 LoCoMo 用户记忆基准上，接入 OpenViking 后准确率从 24–57% 提升至 80–83%，同时输入 Token 减少 34–91%、查询延迟降低 58–66%。在 tau2-bench 多轮 Agent 任务上，记忆模块为零售场景提升 +6.87pp、航空场景提升 +11.87pp 的任务成功率。该项目核心算法已发表在 VLDB 2026 论文 VikingMem 中。

技术栈为 Python（≥3.10），支持 pip 一键安装，开源协议为 AGPLv3。火山引擎区域有官方托管服务，国内可直接访问。