openviking

OpenViking es una base de datos de contexto de código abierto para agentes de IA, publicada por volcengine. Su objetivo es proporcionar a los agentes un lugar persistente para almacenar conocimiento, recordar usuarios y reutilizar experiencia entre sesiones, unificando la memoria del agente, el RAG de conocimiento y las habilidades en un solo sistema. Concepto central: el contexto se organiza como un sistema de archivos virtual bajo el esquema URI viking://. Los agentes operan sobre él con comandos familiares similares a archivos como ls, tree, read, write, find, search y grep, navegando directorios, leyendo o editando contenido y buscando dentro del alcance de un directorio. Los resúmenes de directorios admiten carga bajo demanda. Los tipos de contexto incluyen recursos (documentos, repositorios, páginas web), memorias (preferencias del usuario y experiencia) y habilidades (definiciones de cómo realizar tareas). Cada elemento tiene una URI viking:// para navegación y recuperación. Carga por capas: los directorios llevan resúmenes L0 (resúmenes de una oración para comprobaciones de relevancia), vistas generales L1 (estructura y puntos clave para planificación) y detalles completos L2 cargados solo cuando sea necesario. Esto está diseñado para reducir tokens y latencia permitiendo que los agentes juzguen la relevancia antes de leer archivos completos. Recuperación: la búsqueda vectorial encuentra directorios candidatos y luego explora sus contenidos. El comando find ejecuta una consulta directamente, mientras que search puede usar el contexto de la sesión para planificar la recuperación. El README hace referencia a investigaciones sobre consulta y mantenimiento consciente de directorios (TrieHI) y sobre RAG eficiente en tokens para documentos estructurados (VikingRAG). Sesiones y memoria: confirmar una sesión archiva la conversación e inicia la extracción en segundo plano. Las políticas de memoria controlan qué se retiene, y los candidatos se comparan con las memorias existentes para creación, fusión o omisión. Con VikingBot habilitado, ov compile usa una habilidad para organizar el material de origen en una wiki, un grafo de conocimiento o un informe. La guía de inicio rápido requiere Python 3.10+ más acceso a un modelo de incrustación y un VLM (nube o local). La instalación se realiza mediante pip install openviking, seguida de openviking-server init, doctor y start. La configuración se escribe en ~/.openviking/ov.conf, con proveedores soportados que incluyen Volcengine, OpenAI, Codex OAuth, Kimi, GLM y Ollama local. El paquete incluye la CLI ov para agregar recursos, verificar el estado de las tareas, listar y ver el sistema de archivos en forma de árbol, y ejecutar consultas find/grep. Integraciones: se documentan integraciones nativas para Claude Code, Codex, Cursor, TRAE, OpenClaw, Hermes, OpenCode, pi, DeerFlow, DSH, Doubao Work y LangChain/LangGraph, utilizando hooks, MCP, plugins o soporte integrado. Las rutas de integración general incluyen Agent Plugins 1.0 y clientes MCP. Se proporcionan SDKs para Python, Go y TypeScript, junto con una API HTTP. Otros componentes: una aplicación de escritorio beta para macOS y Windows x64 que configura integraciones locales de agentes, inspecciona eventos de recuperación y captura, y sincroniza memorias y habilidades locales; VikingBot, un marco de agentes construido sobre OpenViking, instalable mediante pip install "openviking[bot]" e iniciado con openviking-server --with-bot más ov chat; y un estudio web para navegar por el contexto y probar la búsqueda semántica, también disponible como demostración alojada. Despliegue: el servidor de código abierto se ejecuta bajo AGPLv3 sin clave de activación, soporta cuentas y aislamiento de usuario más ACLs de recursos opt-in, y puede desplegarse mediante Docker. La autenticación debe configurarse antes de exponerlo más allá de localhost. Las ediciones comerciales incluyen un SaaS gestionado en Volcano Engine y una edición autogestionada/BYOC con despliegue distribuido y soporte oficial. El README informa evaluaciones de referencia sobre memoria de usuario en conversaciones largas (LoCoMo) y tareas de agentes en múltiples turnos (tau2-bench), con scripts de reproducción en el directorio de referencia. También enumera proyectos asociados y canales comunitarios (Lark, WeChat, Discord, X). Las licencias difieren por componente: proyecto principal AGPLv3, crates/ov_cli y ejemplos Apache 2.0, third_party bajo sus licencias originales.