AI 工具 17 min read

OpenViking 實測:火山引擎開源的 AI Agent 記憶資料庫,本機跑通 RAG、跨 session 記憶與記憶改寫

OpenViking 是火山引擎開源(AGPL-3.0、4.2 萬星)的 AI Agent 上下文資料庫,把知識文件、對話記憶、技能放進同一個 viking:// 檔案系統,每層目錄自動生成摘要讓 agent 先看再讀。我在 Windows 裝 v0.5.4 實測,檢索、跨 session 回想、衝突時改寫記憶都跑通——但用 gpt-4o-mini 要先補 max_tokens,摘要也要指定 zh-TW 才不會變簡體。

本文目錄 · 9
懶人包
  • OpenViking 是火山引擎開源的 AI Agent 上下文資料庫,把知識文件、使用者記憶、技能放進同一個 viking:// 檔案系統;2026-11-10 查詢時 GitHub 41,931 星、最新版 v0.5.4、授權 AGPL-3.0。
  • 我在 Windows 本機裝 v0.5.4,搭 OpenAI 的 text-embedding-3-small 與 gpt-4o-mini:匯入 4 份小文件花 33.4 秒、21,933 tokens,3 題繁中查詢的第 1 名都找對。
  • 一段 6 句的對話 commit 後,它自動抽出「不用 Flyway」「k3s 健康檢查用 /actuator/health」等記憶,換一個 session 用 ov find 查得回來(分數 0.847)。
  • 新對話說「部署改成只在週三晚上」,舊偏好被原地改寫成 version 2,沒有多存一份重複的記憶。
  • 三個坑:gpt-4o-mini 要在 ov.conf 手動設 vlm.max_tokens,不然記憶萃取直接 400;目錄摘要預設把繁體輸出成簡體,設 output_language_override: "zh-TW" 才變繁體;官方一鍵安裝腳本只支援 macOS/Linux。

我想知道一件事:OpenViking 宣稱能同時管 RAG 知識庫和 agent 長期記憶,還會在新對話跟舊記憶衝突時自己改寫,這些在本機到底跑不跑得起來。所以我在 Windows 上照官方流程裝了 v0.5.4,餵自己的測試文件和一段模擬對話,每一步都留了輸出。

結論先講:三件事都跑通了,但要先補兩行設定:記憶萃取的 max_tokens,和摘要的輸出語言。

OpenViking 是什麼?

GitHub volcengine/OpenViking 的社群預覽圖,標語 Self-evolving Context Database for AI Agents,顯示 42k stars、3k forks

OpenViking 是字節跳動旗下火山引擎(volcengine)開源的專案,README 的定位是「Self-evolving Context Database for AI Agents」,要把 Agent Memory、Knowledge RAG、Skills 三件事統一管理。2026-11-10 我用 GitHub API 查到的狀態:

項目數值
Stars/Forks41,931/3,433
建立日期2026-01-05
最新 releasev0.5.4(2026-11-09)
授權AGPL-3.0(主專案)
它跟一般向量資料庫最大的差別,是所有東西都長成檔案系統。匯入的文件在 viking://resources/,使用者記憶在 viking://user/<id>/memories/,agent 用 ls、tree、read、find 這類指令瀏覽。記憶本身是 Markdown 檔,人也能直接打開來改。

L0/L1/L2 分層摘要怎麼運作?

每個被處理過的目錄會自動多出兩個檔:

層級檔案內容
L0.abstract.md一句話摘要,用來快速判斷相不相關
L1.overview.md導覽頁,列重點和子目錄連結
L2原始檔完整原文,真的需要才讀
agent 先看 L0、L1 決定要不要往下鑽,不必把整個知識庫塞進 context。官方 README 宣稱接上 OpenViking 後 input tokens 降 34.3–91.0%,這是官方用 v0.3.22 跑的數字,我沒有重跑。

相關

不相關

需要細節

commit

agent 的問題

L0 一句摘要
.abstract.md

L1 導覽頁
.overview.md

跳過整個目錄

L2 原文

對話 session

記憶萃取 LLM

viking://user/
.../memories
Markdown 記憶檔

我怎麼在本機裝起來?

我的環境是 Windows 11、Python 3.11、uv。官方 README 寫的一鍵安裝 curl -fsSL https://openviking.ai/install | bash 標明需要 macOS 或 Linux,Windows 要用桌面版,所以我改用 pip 套件直接起 server:

uv venv .venv --python 3.11
uv pip install --python .venv/Scripts/python.exe openviking   # 實裝到 0.5.4
export OPENAI_API_KEY=<你的 key>
.venv/Scripts/openviking-server.exe --config ov.conf        # 預設聽 127.0.0.1:1933

ov.conf 我只設 embedding、VLM(負責摘要與記憶萃取的 LLM)、儲存位置三塊。key 用環境變數引用,不寫死在檔案裡:

{
  "storage": {"workspace": "./ov-data"},
  "embedding": {"dense": {"provider": "openai", "model": "text-embedding-3-small",
    "api_key": "${OPENAI_API_KEY}", "api_base": "https://api.openai.com/v1", "dimension": 1536}},
  "vlm": {"provider": "openai", "model": "gpt-4o-mini",
    "api_key": "${OPENAI_API_KEY}", "api_base": "https://api.openai.com/v1",
    "temperature": 0.0, "max_retries": 2, "max_tokens": 16000},
  "server": {"host": "127.0.0.1", "port": 1933}
}

max_tokens: 16000 這行是後來踩坑才補的,下面會講。CLI 端接上 server:

.venv/Scripts/ov.exe config add custom --name local --url http://127.0.0.1:1933 --activate

實測一:知識檢索準不準?

測試語料是我寫的假專案 demo-shop,4 份短文件:backend/auth.md(登入與權限)、backend/database.md(MSSQL、不用 Flyway、備份策略)、frontend/ui.md、ops/deploy.md(GitHub Actions 推 ghcr.io、k3s 部署與回滾)。內容都是繁體中文。

ov add-resource ./corpus/demo-shop --wait
指標實測值
狀態success,4 檔都用 MarkdownParser 解析
產生的 context 數20
耗時33.4 秒
tokens21,933(LLM 15,411+embedding 6,522)
4 份加起來不到 1 KB,LLM 就用掉 15k tokens,因為每層目錄都要生 L0 和 L1。知識庫大的話,匯入成本要先估。

接著用 ov find 問三題:

查詢第 1 名分數
帳號被鎖多久會解開backend/auth/auth.md0.740
怎麼回滾上線失敗的版本ops/deploy/deploy.md0.646
資料庫要用 Flyway 嗎backend/database/database.md0.798
三題都找對。第二題要看清楚:第 2 名 ui.md 拿 0.644,只差 0.002,算是險勝。加上 --uri viking://resources/demo-shop/ops 可以把搜尋限縮在某個子樹,題目範圍明確時這樣比較穩。ov read 讀回的 L2 原文跟原檔一致。 ov tree 輸出節錄:backend、auth、database、frontend 每層目錄都有自動生成的一句摘要,但摘要是簡體中文

摘要內容抓得到重點,例如 auth 目錄寫到 Spring Boot 4、JWT 有效期、角色定義。問題是原文是繁體,摘要卻輸出成簡體。

翻原始碼找到原因:openviking/session/memory/utils/language.py 的語言偵測,中文候選只有 zh-CN,繁體文件也會被判成簡體。設定檔有一個 output_language_override 欄位,說明寫著非空值會跳過偵測、強制摘要與記憶萃取用指定語言。我在 ov.conf 最外層加一行,另開一個乾淨的資料目錄重匯 database.md:

{
  "output_language_override": "zh-TW",
  "storage": {"workspace": "./ov-data-zhtw"}
}

embedding、vlm、server 三塊跟前面一樣,這裡省略。ov tree 的結果:

backend/
  這個資料夾主要涵蓋與後端開發相關的內容,特別是資料庫設置和管理。根據提供的摘要,資料夾內的內容包
  括使用 MSSQL 2022 的建表 SQL 腳本、種子資料的 SQL...
  database/
    這份資料夾主要提供有關使用 MSSQL 2022 的資料庫設置和管理的指導。內容涵蓋建表的 SQL
    腳本、種子資料的 SQL...

摘要變成繁體字了。用詞還有「設置」「腳本」這類對岸慣用語,要完全台灣用語得再處理。

實測二:對話記憶能自己抽出來嗎?

我送進一段 6 句的對話,內容是「我是 Bob、回答用繁體中文」「資料庫不用 Flyway,用 create_table.sql 加 seed_data.sql」「部署習慣週二週四晚上」「上次 k3s 部署失敗是 health check 寫成 /health,正確是 /actuator/health」。然後 commit 這個 session,讓背景 LLM 去抽記憶。

第一次 commit 直接失敗:

status  failed
error   Error code: 400 - {'error': {'message': 'max_tokens is too large: 32768.
        This model supports at most 16384 completion tokens, whereas you provided 32768.'}}

原因在 openviking/session/memory/extract_loop.py 第 58 行,記憶萃取的預設輸出上限是 32768。原始碼註解寫得很清楚:這個值是照豆包模型調的,輸出上限比它低的模型(註解舉的例子就是 gpt-4o-mini 的 16384)要自己在 ov.conf 設 vlm.max_tokens。我加上 "max_tokens": 16000、重啟 server,重新 commit 就過了:

status              completed
processing_seconds  16.6
memories_extracted  {"memory_write": 2, "memory_edit": 1}

抽出來的東西:

記憶檔內容評價
preferences/bob/專案資料庫使用習慣.md不用 Flyway、用兩支 SQL;部署週二週四晚上正確
events/2026/11/10/k3s健康檢查修正.md一句摘要加原始對話紀錄正確
identity.md把 Bob 填進範本,但範本的 Creature 欄是「AI assistant」填錯:這是 agent 自己的身分檔
「回答用繁體中文」這條偏好沒有被獨立抽成一筆記憶。

接著換一個新 session,只問「k3s 健康檢查路徑該填什麼」,限定在記憶目錄搜尋:

ov find "k3s 健康檢查路徑該填什麼" --uri viking://user/default/memories

第 1 名就是 k3s健康檢查修正.md,分數 0.847。跨 session 的回想是通的。

實測三:記憶衝突時會改寫還是重複堆?

這是我最想驗的部分。如果新資訊只是新增一筆、舊的那筆還留著,記憶久了就會互相矛盾。

我開第三個 session,只說一句「部署改成只在週三晚上」,再 commit。結果是 memory_edit: 1,沒有 memory_write。偏好目錄裡還是只有一個檔案,內容被改寫了:

第二次 commit 後的偏好記憶檔:部署習慣改成只在週三晚上,檔尾 MEMORY_FIELDS 顯示 version 2

「不用 Flyway」那行保持不動,只有部署那行從「週二週四」變成「只在週三」,檔尾的 version 從 1 變成 2。README 說的 self-evolving,在這個單一案例裡行為符合預期。

我把三組實測整理成一頁結果,放在 html.yanchen.app/openviking-poc:

OpenViking 實測結果頁手機版截圖:語意檢索 3/3 命中、匯入 33 秒、commit 16.6 秒、偏好從 v1 改寫成 v2

官方 benchmark 說了什麼?

README 引用 v0.3.22 的評測,接 OpenViking 前後的 LoCoMo 長對話記憶準確率:

Agent原生記憶接 OpenViking
OpenClaw24.20%82.08%
Hermes33.38%82.86%
Claude Code57.21%80.32%
tau2-bench 的任務成功率 retail 從 70.94% 到 77.81%、airline 從 54.38% 到 66.25%。這些都是官方自己跑的數字,評測用的版本比我裝的 v0.5.4 舊,我沒有重現。我的實測只有 4 份文件和 3 段對話,能證明「流程跑得通、行為符合描述」,證明不了大規模下的準確率。

哪些情況先不要用?

  • 要做成對外產品的底層:主專案是 AGPL-3.0,網路服務也有開源義務。README 另外聲明不允許把整個專案改寫後重新開源。
  • 知識庫很大、預算很緊:每層目錄都要 LLM 生摘要,我 1 KB 不到的語料就花了 15k LLM tokens。
  • 需要台灣用語的摘要給人看:設 output_language_override 能變繁體字,但用詞仍偏對岸,直接給使用者看要再潤一次。
  • 只有 Windows、想用一鍵安裝:官方安裝腳本要 macOS/Linux+Node.js 18+curl。Windows 可以像我一樣用 pip 起 server,或用官方桌面版。
同類工具裡,mem0、Letta 專做 agent 記憶,LlamaIndex 偏知識檢索。OpenViking 的取向是把知識、記憶、技能放進同一套 URI 命名空間,選它的理由應該是「我想用一套東西同時管這三件事」。

接下來怎麼試?

如果你在用 Claude Code、Codex 或 Cursor,README 有官方記憶外掛安裝流程,會改你 agent 的設定,建議先在測試機或另一個帳號上試。我的做法是先照本文起一個本機 server,用自己的文件跑一次 add-resource 和 find,看摘要品質和 token 成本能不能接受,再決定要不要接 agent。

相關文章:

author
陳
陳彥彤

AI 工程師 · AI 顧問。Java 後端 8 年、AI 工程師 2 年。AI 內訓 · AI 導入顧問 · 前後端與雲端培訓。

support

覺得文章有用可以到 GitHub 給個 star,或是透過信箱聊聊 AI 內訓、AI 導入顧問或前後端 / 雲端培訓。

related

相關文章

[AI 工具] · 17min
OpenAI 官方外掛讓 Codex 進 Claude Code:實測兩種 review,一種漏掉兩個高風險問題
OpenAI 在自己的 GitHub organization 下開源了給 Claude Code 用的官方外掛 codex-plugin-cc(Apache-2.0,撰文當下 30,993 顆星),裝上去就能在 Claude Code 裡直接叫 Codex 審 code 或把任務丟給它跑。我裝了 v1.0.6 並拿一段故意寫壞的批次退款程式碼實測:/codex:review 花 41 秒抓出 2 個 P1;同一份程式碼換 /codex:adversarial-review 抓出 4 個,多的兩個是「刪訂單摧毀稽核軌跡」與「完全沒有退款授權邊界」,標準 review 完全沒提。這篇把安裝步驟、7 個指令的實際差別,以及那個預設關閉、逾時或失敗都會 block 你 session 的 review gate 寫透。
[AI 工具] · 16min
Google Professional Agentic Architect 認證怎麼考?官方規格查核+ADK 評測實測
Google Cloud 在 2026-11-11 公布的 Professional Agentic Architect 是第一張以 AI agent 為主題的專業認證,選擇題過了還要在 Google Skills 考實作 lab,考綱還直接點名 Claude Code。範圍 3、4 的寫 agent 與評測佔 55%——我用 ADK 跑了一份 golden evalset,正常版全過、改壞版 3 題全被抓,是最值得先練的一段。
[AI 工具] · 13min
vork 實測:RTX 4070 跑 AI 3D 特效,改色重算 32 秒
vork 是 Nullframe 在 2026 年 11 月放出的無介面 3D/VFX 引擎,用 Rust 和 Slang 寫,agent 寫場景檔、算圖、看圖、再修改,授權是原始碼可見而非開源。我在 RTX 4070 跑通 5 版迭代與實拍合成,540p 五秒片改色重算 32 秒,追蹤誤差平均 0.33 像素——適合程式化片頭與產品動畫,倒影與大場景還到不了電影級。