開發生態
火山引擎開源 AI 代理上下文資料庫 OpenViking,採 viking:// 虛擬檔案系統並降 91% Token 消耗
GitHub Trending (python)單一來源
尚未逐項核實
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
火山引擎開源專為 AI Agent 設計的上下文資料庫 OpenViking。該系統將記憶、資源與技能儲存為單一虛擬檔案系統,採用 `viking://` 協定,讓 Agent 能以 `ls`、`tree` 與 `find` 等指令瀏覽自身上下文,取代傳統的黑箱向量資料庫。
資料寫入時會自動處理成三個載入層級:L0(一句話摘要,約 100 tokens)、L1(總覽與使用情境,約 2k tokens)與 L2(完整原始資料)。系統會先透過向量搜尋定位最高分目錄,再逐層向下檢索,僅載入任務所需的深度以節省 Token。檢索過程會保留完整的目錄瀏覽軌跡供除錯,並在對話結束後非同步提取用戶偏好與 Agent 經驗轉為長期記憶。
根據官方 0.3.22 版測試數據,在長對話用戶記憶(LoCoMo)任務中,準確率達 80–83%(對比原生記憶的 24–57%),輸入 Token 減少 34.3–91.0%,查詢延遲降低 58.45–66.10%。在多輪 Agent 任務(tau2-bench)中,經驗記憶使零售與航空任務的成功率分別提升 6.87 與 11.87 個百分點。
OpenViking 支援 Volcengine、OpenAI、Kimi、GLM 及本地 Ollama 模型。周邊生態包含網頁版 OpenViking Studio、內建的 `ov` CLI 工具,以及支援 macOS 與 Windows x64 的桌面控制台 OpenViking Helper(Beta 版),可視覺化設定並整合 Claude Code、Cursor、Trae 等開發工具。此外,官方亦提供基於該資料庫建構的 AI 代理框架 VikingBot。
讀原始報導背景
傳統的向量資料庫(Vector store)主要在向量空間中儲存資料嵌入(embeddings),透過語義相似度而非精確比對來搜尋紀錄。Volcengine(目前在 GitHub 擁有 203 個儲存庫)推出的 OpenViking 則打破此黑箱模式,將 AI 代理的上下文轉化為可視的虛擬檔案系統。