火山引擎开源的 OpenViking 是一个面向 AI Agent 的上下文数据库，把记忆、资源和技能统一挂载到
viking:// 协议下的虚拟文件系统里。Agent 可以用 ls、tree、find 这类命令直接浏览自己的上下文，而不是去查询黑盒向量库。内容写入时会被处理成 L0 摘要、L1 概览、L2 详情三个层级，按需加载以节省 token。每次检索都会留下可追踪的目录浏览轨迹，结果异常时能直接看到是哪条路径产生的。会话结束后，系统会异步把用户偏好和 Agent 经验提取为长期记忆。
0.3.22 版本在 LoCoMo 长对话记忆评测中，三个 Agent 集成的准确率从原生记忆的 24–57% 提升到 80–83%，输入 token 减少 34.3–91.0%，查询延迟降低 58.45–66.10%。tau2-bench 多轮任务评测里，经验记忆让零售场景任务成功率提升 6.87 个百分点，航空场景提升 11.87 个百分点。
安装要求 Python 3.10+，pip install openviking即可。支持 Volcengine、OpenAI、Kimi、GLM 及本地 Ollama 等模型提供商。已适配 Claude Code、Codex、Cursor、TRAE、OpenCode 等主流 Agent，并提供 MCP 客户端和 LangChain/LangGraph 集成。桌面控制台 OpenViking Helper 目前处于 beta，支持 macOS 和 Windows x64。
主项目采用 AGPLv3 协议，CLI 和示例代码为 Apache 2.0。核心能力对应论文 VikingMem，已被 VLDB 2026 接收。
对正在做 Agent 记忆管理或长上下文应用的开发者来说，OpenViking 提供了一种比向量检索更可控、可调试的替代方案，值得一试。
GitHub
#GitHub #开源 #OpenViking #火山引擎 #AI #Agent #上下文工程 #VikingMem #LLM #向量检索
@GitHubTrendingHub
