OpenViking

OpenViking官网

OpenViking 是由字节跳动旗下火山引擎（Volcengine）团队开源的 AI Agent 上下文数据库，用一套虚拟文件系统（viking:// 协议）统一管理智能体的记忆、资源与技能。它把以往散落在向量库、代码与模块中的上下文，组织成可浏览、可检索、可调试的目录结构，并借助 L0/L1/L2 分层加载在长程任务中显著降低 Token 消耗，是构建低成本、高能效 AI Agent 的基础设施之一。相关技能管理思路也可参考 SkillHub 这类 AI 技能库。

OpenViking的主要功能

1. 文件系统范式管理上下文：记忆、资源、技能各拥有 viking:// URI，智能体用 ls、tree、find 像操作文件一样定位上下文，不再依赖黑盒向量库；
2. L0/L1/L2 分层加载：每条内容写入时生成摘要（L0）、概览（L1）、详情（L2）三层，任务需要多深就加载多深，按需读取以节省 Token 与延迟；
3. 目录递归检索：向量检索先定位得分最高的目录，再逐层向下探索，结果连同周边上下文一起返回，兼顾相关性与全局结构；
4. 会话沉淀为记忆：会话提交后异步提取用户偏好与智能体经验，写入长期记忆，形成自迭代闭环；
5. RAG 与 MCP 集成：内置完整检索增强生成流程与 MCP 服务器，可无缝接入现代 AI 架构，并支持 Claude Code、OpenClaw、Hermes 等多种 Agent 框架。

如何使用OpenViking

本地快速上手流程如下：

1. 确保环境为 Python 3.10 及以上，执行 pip install openviking 并运行 openviking-server init 交互式配置提供商与模型；
2. 用 openviking-server doctor 校验配置，再启动服务，通过 ov add-resource 把网页、文档或代码库加入资源；
3. 使用 ov ls、ov tree 浏览上下文，用 ov find “问题” 做语义检索，并将 OpenViking 接入 Claude Code、OpenClaw 等 Agent 实现自动召回与记忆提交。

OpenViking的使用场景

1. AI Agent 长期记忆：为长对话与多轮任务提供稳定、可追溯的记忆，缓解上下文割裂与信息丢失；
2. 知识库与文档 RAG：把项目文档、代码仓库、网页转为可浏览目录，供智能体按需检索与引用；
3. 多智能体协作：通过共享资源、用户记忆与技能目录，支撑多 Agent 协同与经验复用；
4. 个人偏好沉淀：持续记录用户写作风格、编码习惯与任务经验，让 Agent 越用越懂用户。开发场景可结合 QoderWork 等 AI 编程工具提升效率。

OpenViking：产品价格与版本

1. 开源版：主项目以 AGPLv3 开源（CLI 为 Apache 2.0），可免费自托管，支持本地部署与 Docker 生产部署；
2. OpenViking Personal 托管版：由官方托管、开箱即用，借助 VikingDB 获得更强扩展能力，并提供至多 50 个文件的免费试用；
3. 企业托管与私有化：火山引擎（中国地区）提供官方托管的 OpenViking Service，BytePlus 全球托管即将推出，另有支持 BYOC 的私有化分布式企业版。

OpenViking的常见问题解答

OpenViking 是开源的吗，如何部署？

是。主项目基于 AGPLv3 开源，OpenViking CLI 为 Apache 2.0 协议。你可以本地通过 pip 安装并运行服务，使用 Docker 做生产部署，或接入火山引擎官方托管的 OpenViking Service。

OpenViking 与传统向量数据库有什么不同？

它采用文件系统范式，用 viking:// 虚拟路径组织记忆、资源与技能，配合目录递归检索与可观察的检索轨迹，并通过 L0/L1/L2 分层加载按需读取，避免一次性加载全部上下文，从而显著降低 Token 消耗。

OpenViking 支持接入哪些 AI Agent 框架？

已支持 Claude Code、Codex、OpenClaw、Hermes、Cursor、Trae、OpenCode 等，以及标准 MCP 客户端和 LangChain / LangGraph，并可通过 API 接入更多自定义 Agent。

OpenViking官网网址

OpenViking官网入口网址：https://www.openviking.ai/

OpenI AI时代点评

OpenViking 把「上下文工程」从模糊的向量堆砌，升级为结构清晰、可观察、可调试的文件系统，思路相当新颖。其分层加载与目录递归检索在长程任务中既能保住信息完整性，又能压住 Token 成本，配合自迭代记忆让 Agent 真正具备「越用越聪明」的潜力。作为开源项目，它对研究者和开发者尤其友好；想快速体验也可直接用官方托管的 OpenViking Personal。建议访问 https://www.openviking.ai/ 或 OpenClaw、Autoclaw 等智能体平台对照了解。