用 Codex 久了，有个问题一直绕不过去，对话轮数一多，上下文撑满，前面的内容就开始丢。上周交代过的代码规范，这周全忘了。想给它挂个知识库，接一套传统 RAG 进去，检索结果对不对全凭运气，错了也不知道是从哪翻出来的。
上周在群友的推荐下，安装了一个开源的 OpenViking，效果嘎嘎好，这里给大家分享一下。
OpenViking 是什么
OpenViking 是火山引擎开源的上下文数据库，专门给 AI Agent 用，今年 1 月开源，现在 GitHub 上 3.2 万 Star。
简单说，它把 Agent 的长期记忆、项目资料、技能全部收进一个虚拟文件系统，挂在 viking:// 协议下面，每个内容都有目录路径和自己的 URI。主协议是 AGPLv3，代码全开放，官方的说法是开源版没有功能阉割。
几个实用的功能
所有上下文，收进一个文件系统
记忆、资源、技能，在 OpenViking 里都是文件和目录，挂在 viking:// 下面。
装完之后总得找点东西喂给它，我是在网页版里操作的，右侧有个终端面板，输入 /add-resource 会弹出添加资源的窗口，我先把项目仓库地址填进去试了试：
提交之后，先等它处理完成，需要一点时间，可以在任务中心查看进度。
显示处理完成后，左边目录树刷新，resources 下面就多出了这个仓库的内容，一层一层点开都能看到。
Agent 查内容用的也是 ls、tree、find、grep 这些它本来就熟的操作，每一步走的哪个路径都能看到。我自己打开目录树也能看到它存了些什么，哪条记错了直接改，不用对着向量数据库猜。
内容分三层，按需加载
写进去的东西会被自动处理成三层：L0 是一句话摘要，一百个 token 上下，用来快速判断相关性；L1 是概览，讲这份内容的结构和重点；L2 是完整原文，真需要的时候才去读。
每个目录也带着自己的摘要和概览，实际存下来之后，目录里会多出两个文件：
viking://resources/volcengine/OpenViking/
├── .abstract # L0 摘要
├── .overview # L1 概览
└── docs/
├── .abstract
├── .overview
└── ...
我自己跑长任务的时候能感觉到差别，上下文不会动不动就撑满。官方跑的数据里，接入之后输入 token 降了 34% 到 91%。
检索过程可以看到轨迹
传统向量检索的问题是没有办法排查，结果错了你没地方查。
OpenViking 检索的时候先定位到得分最高的目录，再一层一层往下看。我每次搜东西，就在终端面板里输入 /find 加上要找的内容，结果会带着浏览过的路径一起出来：
结果不对的时候，照着轨迹往回看，能找到是从哪一步开始偏的。
聊完天，它会自己整理记忆
会话结束之后，OpenViking 会从对话里提取值得留的内容。你的偏好和习惯，Agent 攒下的经验，会整理成长期记忆写回 memories 目录。
我这边用了几天之后，memories/preferences/ 下面已经多了几个文件，记的是我在对话里提过的习惯，打开能直接看，写错了也能手动改。
官方在 LoCoMo 长对话记忆测试里跑过，接入之后几个主流 Agent 的记忆准确率从 24% 到 57% 提到 80% 以上，查询延迟降了六成上下。
主流 Agent 基本都能接
Claude Code、Codex、Cursor、TRAE、OpenCode、Hermes、OpenClaw，支持 MCP 的客户端，还有 LangChain 和 LangGraph，都有现成的接入方式。
接入的 Claude Code，DeepSeek等，配置完再开对话，它干活前会自己去 OpenViking 里查相关上下文，会话结束自动提交记忆，中间不需要我手动整理。
另外有两个配套的东西顺带提一下，不想装环境的话，官方放了一个在线体验版 Studio，浏览器打开就能试，界面跟本地拉起来的这个是一样的。OpenViking Helper 是桌面端工具，macOS 和 Windows 都有，可以在图形界面里配置本地 Agent 接入，翻看会话轨迹。
VikingBot：官方做的完整 Agent
想直接看装上记忆之后的效果，可以试试 VikingBot，官方基于 OpenViking 搭的 Agent 框架。pip 装完加个参数就能跑，Docker 镜像里也自带了。
快速上手
要求 Python 3.10 以上，先装包：
pip install openviking --upgrade
装完跑 init，这是个交互式向导，一步步问你要用哪家模型，最后生成配置文件。供应商选择不少，火山引擎、Kimi、智谱 GLM 都支持，不想用云服务可以接本地 Ollama，向导会检测硬件环境，推荐合适的模型。
openviking-server init
openviking-server doctor
openviking-server
init 之后我习惯先跑一下 doctor。它做自检，配置文件、Python 版本、供应商连通性、磁盘空间都过一遍，有问题当场报出来，确认没问题再启动服务。
服务起来以后，浏览器打开 127.0.0.1:1933
就是网页版控制台，我后面的使用基本都在这个页面上。
想调整配置就改 ov.conf，官方文档里每个供应商都有配置示例。打算正式用的话，可以跑成独立的 HTTP 服务，也有 Docker 镜像，部署文档写得比较全。
比较适合的使用场景
我自己用下来，有这么几个场景比较合适：
- • 给编程 Agent 加长期记忆： Codex、Cursor 这类工具原生的记忆能力有限，接进去之后，你的编码偏好、项目里踩过的坑，换个新会话它还能记得。
- • 挂项目知识库： 文档、仓库、网页都能加进去，目录结构保留着，检索结果带着前后文，排查问题比平铺的向量库方便。
- • 做长期运行的个人助理： 记忆自动沉淀这个能力配合 VikingBot，搭一个能记住你习惯的助手是可行的。
- • 多 Agent 协作： 记忆和资源共享在同一套文件系统里，Studio 里有 Agent Hub，能把几个 Agent 的上下文管在一起。
最后聊聊
上下文管理是 Agent 实际用起来最脏最累的活，之前大家都是自己糊一套对付，现在有人把它当成数据库认认真真做，还开源了，这本身是好事。
用文件系统的方式来做，我觉得想法是真的好，Agent 本来就会操作文件，人也看得懂文件，调试的门槛低了不少。眼睛能看到，能看懂的可视化页面，同时 Agent 也好操作，算是兼顾了。
有一个需要注意的点，开源版默认是本地单机存储，数据可靠性要自己上心，重要的东西记得做好备份。
我自己会先这么用下去，光是能打开目录看到它记了什么、记错了能直接改这一点，就省了我不少排查的功夫。
开源地址
https://github.com/volcengine/OpenViking
