OpenViking
OpenViking ist eine Open-Source-Kontextdatenbank für KI-Agenten, die Erinnerungen, Ressourcen und Fähigkeiten mit einem Dateisystem-Paradigma (viking://-URIs) organisiert und hierarchische Kontextbereitstellung, geschichtetes Laden und sich selbst entwickelnde Agenten ermöglicht.
Was ist OpenViking?
OpenViking ist eine Open-Source-Kontextdatenbank, die speziell für KI-Agenten entwickelt wurde. Entwickelt von Volcengine (dem Cloud-Team von ByteDance), ersetzt sie fragmentierte Vektor-Datenbanken und flache Kontext-Pools durch ein sauberes Dateisystem-Paradigma.
Alles – Erinnerungen, Ressourcen und Fähigkeiten – wird zu einer Datei oder einem Verzeichnis, das über viking://1 URIs zugänglich ist. Dies ermöglicht hierarchische Organisation, geschichtetes Kontext-Laden (L0/L1 leichtgewichtig + bei Bedarf L2), semantische Abfrage und sich selbst entwickelndes Agenten-Verhalten.
Kernfunktionen
- Dateisystem-Paradigma: Organisiert den Agenten-Kontext wie ein traditionelles Dateisystem mit klarer Hierarchie (ressourcen/, erinnerungen/, fähigkeiten/, usw.).
- Geschichtetes Kontext-Laden: Verwendet standardmäßig leichte Zusammenfassungen (L0/L1) und ruft detaillierte Inhalte nur bei Bedarf ab, wodurch der Token-Verbrauch drastisch reduziert wird (bis zu 96 % Einsparungen gemeldet).
- Hierarchische Kontextbereitstellung: Agenten navigieren Kontext auf natürliche Weise mit einer stabilen, beobachtbaren Struktur.
- Selbstentwickelnd: Agenten können ihre eigene Erinnerung und Wissensbasis im Laufe der Zeit weiterentwickeln.
- Semantische Abfrage & RAG: Eingebaute Unterstützung für hochperformante Vektor-Indizierung und Abfrage.
- MCP-Integration: Bietet Model Context Protocol-Tools für eine nahtlose Verbindung mit Claude Desktop, Claude CLI und anderen MCP-kompatiblen Clients.
- Mehrsprachenunterstützung: Kern in Rust mit Python-Bindings und CLI-Tools.
Design-Philosophie
- Kontext als navigierbares Dateisystem statt undurchsichtiger Vektor-Stücke. -I minimalistisches Interaktionsparadigma für skalierbare, langlaufende Agenten.
- Verbesserte Beobachtbarkeit, Debugging-Fähigkeit und Wartbarkeit von Agenten-Erinnerungen.
- Entwickelt, um nativ mit Agenten wie OpenClaw und anderen Agenten-Frameworks zu arbeiten.
Anwendungsfälle
1 Aufbau von Langzeitgedächtnis für autonome KI-Agenten.
- Reduzierung von Kontext-Fenster-Kosten in produktiven Agenten-Systemen.
- Erstellung von sich selbst verbessernden Agenten, die ihre Wissensbasis weiterentwickeln.
- Integration mit MCP-kompatiblen Tools (Claude Desktop usw.).
- Verwaltung komplexer Agenten-Workflows mit Erinnerungen, Tools und externen Ressourcen.
Schnellstart
Installieren Sie die CLI: