OpenViking
一款面向AI代理的记忆管理工具，通过文件系统方式组织上下文信息，使其可搜索、可查找，解决AI代理多项目切换时的上下文管理问题
时间轴 (近 90 天)
OpenViking采用AGPL-3.0服务端协议，上下文组织成viking://URI下的可浏览文件系统，文档与多模态广度是清单中最强的，但没有针对组装后prompt的签名记录。
OpenViking可通过插件方式或MCP方式接入DeepSeek Harness
OpenViking零结果比例的高低很大程度上取决于使用者目录结构是否合理
OpenViking是字节跳动开源的上下文数据库项目
OpenViking把AI需要记住的东西组织成一个文件系统，顶层有三个目录：Agent、Resources、User，可用ls、tree、find等命令行操作
OpenViking采用L0（一句话摘要）、L1（概览层）、L2（全文）三层渐进式分层加载机制来节省Token
据OpenViking官方实测数据，输入Token下降幅度在34%到91%之间
OpenViking官方数据显示，在Claude Code上记忆准确率从57%涨到80%
UP主实测中，在1257次检索中有40.3%是零结果
OpenViking仓库附带了复现脚本，用户可自行验证官方数据
还有 16 条时间轴事件
全部知识事实 (20)
OpenViking是字节跳动旗下火山引擎开源的AI智能体自进化上下文数据库，将Agent的记忆、知识RAG与技能三者统一到一个数据底座之上
60%待验证OpenViking采用AGPL-3.0服务端协议，上下文组织成viking://URI下的可浏览文件系统，文档与多模态广度是清单中最强的，但没有针对组装后prompt的签名记录。
50%待验证OpenViking可通过插件方式或MCP方式接入DeepSeek Harness
50%待验证OpenViking仓库附带了复现脚本，用户可自行验证官方数据
50%待验证OpenViking是字节跳动开源的上下文数据库项目
50%待验证OpenViking把AI需要记住的东西组织成一个文件系统，顶层有三个目录：Agent、Resources、User，可用ls、tree、find等命令行操作
50%待验证OpenViking采用L0（一句话摘要）、L1（概览层）、L2（全文）三层渐进式分层加载机制来节省Token
50%待验证据OpenViking官方实测数据，输入Token下降幅度在34%到91%之间
50%待验证OpenViking官方数据显示，在Claude Code上记忆准确率从57%涨到80%
50%待验证UP主实测中，在1257次检索中有40.3%是零结果
50%待验证OpenViking零结果比例的高低很大程度上取决于使用者目录结构是否合理
50%待验证OpenViking 主项目使用 AGPLv3 协议
50%待验证OpenViking 部署需要配置服务器、Embedding 模型和 Agent 接入，资料写入后需等待解析和索引完成
50%待验证OpenViking 存放三类内容：知识类（项目文档、代码库、网页）、记忆类（用户偏好、历史决定、做过的任务）、能力类（可调用的 Skill）
50%待验证OpenViking 中的内容都会被赋予一个以 viking 开头的地址并按目录存放
50%待验证OpenViking 为每份写入的内容准备三层摘要：L0 一句话摘要、L1 更详细摘要、L2 完整原文
50%待验证OpenViking 的检索逻辑先定位相关目录再逐层往下查，返回结果时保留周围结构关系，区别于向量搜索返回孤立片段
50%待验证OpenViking 在检索时会保存经过的路径，使检索过程可追溯、可复盘
50%待验证官方测试显示接入 OpenViking 后几种 Agent 的长对话记忆准确率达到 80% 以上，并减少了输入 Token 消耗
50%待验证OpenViking Server 支持火山引擎、OpenAI、Kimi、GLM，也可以接本地 Ollama
50%