OpenViking

Qu'est-ce qu'OpenViking ?

OpenViking est une base de données contextuelle open-source spécifiquement conçue pour les agents IA. Développé par Volcengine (l'équipe cloud de ByteDance), il remplace les magasins de vecteurs fragmentés et les pools de contexte plats par un paradigme de système de fichiers clair.

Tout — mémoires, ressources et compétences — devient un fichier ou un répertoire accessible via des URI viking://. Cela permet une organisation hiérarchique, un chargement de contexte en couches (L0/L1 léger + L2 à la demande), une récupération sémantique et un comportement d'agent auto-évolutif.

Fonctionnalités principales

• Paradigme de système de fichiers : Organisez le contexte de l'agent comme un système de fichiers traditionnel avec une hiérarchie claire (ressources/, mémoires/, compétences/, etc.).
• Chargement de contexte en couches : Utilisez des résumés légers (L0/L1) par défaut et récupérez le contenu détaillé uniquement lorsque nécessaire, réduisant considérablement la consommation de jetons (jusqu'à 96 % d'économie rapportée).
• Distribution hiérarchique du contexte : Les agents naviguent dans le contexte naturellement avec une structure stable et observable.
• Auto-évolutif : Les agents peuvent itérer sur leur propre mémoire et base de connaissances au fil du temps.
• Récupération sémantique et RAG : Prise en charge intégrée de l'indexation et de la récupération vectorielle haute performance.
• Intégration MCP : Fournit des outils du Model Context Protocol pour une connexion transparente avec Claude Desktop, Claude CLI et d'autres clients compatibles MCP.
• Prise en charge multilingue : Noyau en Rust avec liaisons Python et outils CLI.

Philosophie de conception

• Le contexte comme un système de fichiers navigable au lieu de morceaux vectoriels opaques.
• Paradigme d'interaction minimaliste pour des agents évolutifs et de longue durée.
• Amélioration de l'observabilité, de la débogabilité et de la maintenabilité de la mémoire des agents.
• Conçu pour fonctionner nativement avec des agents comme OpenClaw et d'autres frameworks d'agents.

Cas d'utilisation

• Construction d'une mémoire à long terme pour les agents IA autonomes.
• Réduction des coûts de fenêtre contextuelle dans les systèmes d'agents en production.
• Création d'agents auto-améliorants qui font évoluer leur base de connaissances.
• Intégration avec des outils compatibles MCP (Claude Desktop, etc.).
• Gestion de flux de travail d'agents complexes impliquant mémoire, outils et ressources externes.

Démarrage rapide

Installez le CLI :