智能体与多智能体

OpenViking:面向 AI 智能体的自进化上下文数据库

volcengine/openviking

OpenViking 是一个开源上下文数据库,将智能体记忆、知识 RAG 和技能统一到一个虚拟文件系统中,使 AI 智能体能够使用类文件系统协议确定性地浏览和检索上下文。

★ 28K星级
⑂ 2.2KFork 数
459未解决的问题
Python语言
AGPL-3.0许可证
Q@project.QualityScore编辑评分

项目截图

OpenViking:面向 AI 智能体的自进化上下文数据库 的截图 OpenViking:面向 AI 智能体的自进化上下文数据库 的截图 OpenViking:面向 AI 智能体的自进化上下文数据库 的截图 OpenViking:面向 AI 智能体的自进化上下文数据库 的截图 OpenViking:面向 AI 智能体的自进化上下文数据库 的截图 OpenViking:面向 AI 智能体的自进化上下文数据库 的截图

概览

OpenViking 将记忆、资源和技能存储为 `viking://` 协议下的统一虚拟文件系统。智能体无需查询黑盒向量库,而是使用 `ls`、`tree` 和 `find` 等命令来导航自身上下文。内容会被自动处理为三个层级——L0(摘要)、L1(概览)和 L2(详情),并按需加载以优化 token 消耗。检索通过目录递归搜索执行,保留结果的周边上下文并留下可观测的轨迹以便调试。会话结束后,系统会异步提取用户偏好和智能体经验,将其存入长期记忆。

主要功能

  • 统一的 `viking://` 文件系统协议,涵盖记忆、资源和技能
  • 三层上下文加载(L0 摘要、L1 概览、L2 详情)以降低 token 开销
  • 目录递归检索,保留周边上下文
  • 可观测的检索轨迹,便于调试
  • 异步会话记忆提取
  • OpenViking Studio 浏览器端游乐场
  • OpenViking Helper 桌面控制台,用于本地智能体设置和会话追踪
  • VikingBot AI 智能体框架

要求、安装和快速入门

运行 `pip install openviking --upgrade` 安装该包。然后执行 `openviking-server init` 运行交互式向导进行提供商和模型配置,配置将写入 `~/.openviking/ov.conf`。使用 `openviking-server doctor` 验证设置。

用法

使用 `openviking-server` 启动服务器。使用附带的 `ov` CLI 客户端管理上下文:`ov status` 检查服务器,`ov add-resource <url>` 摄入数据,`ov ls viking://resources/` 列出上下文,`ov tree` 可视化结构,`ov find "query"` 执行语义搜索,`ov grep "term"` 搜索内容。要使用 VikingBot 框架,请使用 `pip install "openviking[bot]"` 安装并运行 `openviking-server --with-bot`,然后使用 `ov chat`。

模型兼容性与使用场景

支持火山引擎、OpenAI、Codex OAuth、Kimi、GLM 和本地 Ollama 模型。可与 Claude Code、Codex、OpenClaw、Hermes、Cursor、Trae、OpenCode、pi、MCP 客户端以及 LangChain/LangGraph 集成。

许可证与风险说明

主项目采用 AGPL-3.0 许可证。`crates/ov_cli` 组件采用 Apache 2.0 许可证。`examples` 目录同样采用 Apache 2.0 许可证。第三方组件保留其各自的原始许可证。

Editorial verification 2026-08-09: repository URL, owner, description, license and repository statistics were reviewed. License metadata: AGPL-3.0. README was fetched for the channel draft; re-check repository dependencies, releases and model terms before production use.

发布与维护

该仓库处于积极维护中,拥有 27,964 个 star 和 459 个 open issue。README 中提到的评估版本为 0.3.22。仓库创建于 2026-01-05,最后推送于 2026-08-05。

Firecrawl

firecrawl/firecrawl

★ 161.1KTypeScript

LangChain

langchain-ai/langchain

★ 143.6KPython

RAGFlow

infiniflow/ragflow

★ 86.7KGo