一龍馬/AI 情報站讀懂消息背後的脈絡
星期五
搜尋

README 描述它會把內容在寫入時處理成 L0 摘要、L1 overview、L2 details 三層,檢索時保留「走過哪些目錄」的軌跡,便於除錯

Python · ⭐ 30,970 · 🍴 2,389 · 🔥今日 +955

中文摘要

OpenViking 是火山引擎開源的 AI agent context database,主張把 memory、knowledge RAG 與 skills 統一成 `viking://` 虛擬檔案系統,讓 agent 用類似 `ls`、`tree`、`find` 的方式瀏覽上下文,而不是只丟給黑箱向量庫。README 描述它會把內容在寫入時處理成 L0 摘要、L1 overview、L2 details 三層,檢索時保留「走過哪些目錄」的軌跡,便於除錯。專案宣稱 0.3.22 在 LoCoMo 與 tau2-bench 有 benchmark:LoCoMo accuracy 達 80–83%、input tokens 降 34.3–91.0%、query latency 降 58.45–66.10%,但這些數字來自其 README 所連的 benchmark report,仍需看設定與重現腳本。

一龍馬判讀

它切中 agent 長期記憶與 RAG 可觀測性的痛點,對做企業助理、客服或程式代理的團隊有實驗價值;限制是授權為 AGPLv3,商業整合與服務化部署要先評估合規成本。

原文節錄

volcengine/OpenViking

### OpenViking: The Context Database for AI Agents English / [中文](README_CN.md) / [日本語](README_JA.md) Website · Live Demo · GitHub · Issues · Docs [![](https://

取得部分原文 · 不代表內容已獨立查證

查看原文
完整收錄文字與來源

Self-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.

收錄日期
2026-08-21
來源
github.com/trending
抓取時間
2026/08/21 05:50(台北)
來源資料
Python · ⭐ 30,970 · 🍴 2,389 · 🔥今日 +955