目录
OpenViking 是一个开源上下文数据库,将 AI 智能体的知识、从对话中获得的记忆和技能整合到一个虚拟文件系统中。可以通过 viking:// URI 查找、读写已保存的内容,并连接到本地智能体使用。
要点#
- 将知识、用户记忆和任务步骤整理到
viking://下。 - 通过目录级搜索和摘要,逐步加载所需信息。
- 准备好 Python 3.10 及以上版本、
uv、嵌入模型和 VLM,即可自行搭建服务器。 - 可为 Claude Code、Codex、Cursor 等安装记忆插件。
- 避免在未配置认证的情况下将服务器暴露到公网。
OpenViking 能做什么?#
OpenViking 将项目资料等作为 resources、用户偏好和经历作为 memories、工作流程作为 skills 管理。每项内容都有 URI,智能体可以沿着存储路径读取或搜索内容。
与常见的向量搜索中录入信息后只查看搜索结果的机制不同,它的特点是可以打开目录,查看和编辑已保存的内容。提交会话后,对话会被归档,从中提取的记忆可作为 Markdown 查看和修改。
从摘要逐步深入原文#
目录可以包含不同层次的内容摘要。L0 是一句话概述,L1 是结构和用途,L2 则是原文等详细内容。这样可以先通过概述确认相关性,再仅打开需要的文件。
搜索也会利用存储结构。例如,可以限定在某个项目或用户记忆的特定范围内查找,无须每次都遍历包含大量无关信息的搜索范围。在 CLI 中,可以用 ov ls 和 ov tree 查看内容,用 ov find 进行语义搜索,用 ov grep 进行字符串搜索。
准备服务器#
自行运行服务器需要 uv、Python 3.10 及以上版本,以及受支持的模型提供商和模型。通过初始配置向导设置模型,然后启动服务器。
uv tool install openviking --upgrade
openviking-server init向导支持 Volcengine、OpenAI、Codex OAuth、Kimi、GLM 和本地 Ollama。配置会写入 ~/.openviking/ov.conf,服务器在前台运行。如果已有服务器,可以直接配置 CLI 或智能体的连接。
尝试搜索#
启动服务器后,先将一个代码仓库添加为资源。添加操作以任务形式执行,因此应使用返回的 ID 确认任务完成后再搜索。
ov status
ov add-resource https://github.com/volcengine/OpenViking
ov task status TASK_ID
ov ls viking://resources/
ov find "what is openviking"将 TASK_ID 替换为添加时显示的 ID。ov find 的结果包含匹配上下文的 URI,可通过该 URI 进一步查找所需信息。使用 Python、Go、TypeScript SDK 或 HTTP API,也可以接入自己的应用。
智能体集成与注意事项#
可以通过安装程序为受支持的智能体安装记忆插件,包括 Claude Code、Codex、Cursor 等。首次启动后,让智能体记住你的偏好,再在另一个会话中测试它能否回忆起来。记忆处理可能需要时间,因此有时不会立即出现在搜索结果中。
自托管版本采用 AGPLv3 许可证。如果需要从外部连接,应配置认证,并检查账户与用户隔离,以及按需设置的资源 ACL。官方已公布使用 OpenViking 0.3.22 的 LoCoMo 和 tau2-bench 基准测试结果,但结果会随模型和评估条件而变化。请使用实际部署的数据和模型进行验证。
下一步#
先到 OpenViking 的 GitHub 仓库查看当前的安装配置步骤,确定服务器运行环境和使用的模型。然后添加一个小型代码仓库,尝试用 ov find 查找所需信息。
来源: https://github.com/volcengine/OpenViking
目录
