volcengine/OpenViking
让AI智能体像浏览文件一样查看自己的记忆和资料的数据库
OpenViking是一个开源的上下文数据库，把AI智能体的记忆、资料和技能统一放进一个名为viking://的虚拟文件系统里。它在写入时就把内容预先加工成一句话摘要、概览、完整原文三个层级，按任务需要才加载相应深度，从而减少token消耗。据报告的基准测试显示，相比智能体原生记忆方式，准确率和延迟都有明显改善。
它做什么
- 记忆、文档和技能各自拥有viking://地址，智能体可以用ls、tree、find等命令直接浏览查找，而不必依赖不透明的向量数据库查询
- 写入时内容被预处理成L0一句话摘要（约100个token）、L1核心概览（约2000个token）、L2完整原文三层，检索时先通过向量搜索定位得分最高的目录，再逐层深入
- 每次检索都会保留其浏览目录的路径记录，结果不对时可以追溯具体是哪条路径产生的
- 会话结束后，OpenViking会异步提取用户偏好和智能体经验存入长期记忆
- 在LoCoMo长对话记忆基准上，接入OpenViking后OpenClaw、Hermes、Claude Code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%；在tau2-bench多轮智能体任务基准上，相比同一模型不使用记忆的情况，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
为什么重要
当AI智能体需要处理大量历史对话和文档时，每次重新读取全部内容或依赖不透明的向量检索会带来高成本和错误，OpenViking把检索过程做得像操作文件系统一样可预测、可调试。它可以直接接入Claude Code、Cursor、LangChain等常用工具，方便在实际的智能体开发流程中试用。
本仓库术语
- viking://协议 · OpenViking为记忆、资料、技能分配的地址体系，用法类似文件路径
- L0/L1/L2 · 把内容分成一句话摘要、概览、完整详情三个加载层级，按需读取
- LoCoMo · 用于评估系统在长对话中保持用户记忆能力的基准测试
- tau2-bench · 用于评估智能体多轮对话任务完成能力的基准测试
- VikingBot · 基于OpenViking构建的AI智能体框架
仓库简介（英文）
Self-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.
在 GitHub 打开热门仓库
- cathrynlavery/diagram-design让AI编程工具画出杂志排版质感图表,而不是千篇一律的圆角方框
- public-apis/public-apis一份由社区维护的免费API大全仓库
- semantica-agi/semantica一个让AI智能体的决策可追溯、可审计的开源图谱基础设施
- cactus-compute/needle一个14MB的AI模型,让手机和可穿戴设备无需联网就能调用工具
- unslothai/unsloth一款让你在自己电脑上运行和训练AI模型的桌面应用，无需写代码
- macro-inc/macro把邮件、聊天、文档、任务和CRM互相链接、共享同一份AI团队记忆的一体化办公平台
- harry0703/MoneyPrinterTurbo只需一个主题或关键词，就能自动生成配好文案、素材、字幕和音乐的完整短视频的开源工具
- basecamp/omarchyDHH打造的、开箱即用且风格统一的Linux发行版