OpenViking 评测：面向 AI 智能体的文件系统式记忆

AI 智能体不应该为了记住一件有用的事，就在每次请求中读完整段历史。OpenViking 用可浏览的上下文数据库处理这一问题：先查看目录摘要，再定位相关分支，最后只打开需要的来源。目标是用更少的无关输入支持更好的记忆，而不是保证智能体永不遗忘、永不出错。

本文只回答一个明确问题：产品或平台团队是否应该为生产级智能体上下文试点 OpenViking？若要选择整体架构，请阅读 MCP、RAG 与 Agent Skills 决策指南。若问题是可移植知识编写，而不是运行时记忆，请阅读 Open Knowledge Format 企业指南。

OpenViking 是什么？

OpenViking 是面向 AI 智能体的开源上下文数据库。其官方代码仓库将参考知识、用户记忆和可复用经验组织到 viking:// 虚拟文件系统中，并通过技能描述任务执行方式。关键在于区分存储上下文与把上下文加载到 LLM：智能体可以保留大量知识，而不必在每次请求中传入全部内容。

下面是示意结构，不是真实部署的运行输出。请将 {user_id} 替换为已认证用户的标识。共享产品文档、私人偏好、经验与会话具有不同的存放位置和生命周期。

viking://
├── resources/
│   └── product-docs/
│       ├── .abstract.md
│       ├── .overview.md
│       └── refund-policy.md
└── user/
    └── {user_id}/
        ├── memories/
        │   ├── preferences/
        │   └── experiences/
        ├── skills/
        └── sessions/{session_id}/

ls、tree 和 read 是 OpenViking 工具和客户端提供的熟悉操作。这不意味着普通终端会自动识别 viking://，也不意味着任何智能体无需集成即可使用。仍需连接合适的 CLI、SDK 或工具接口。

OpenViking 如何减少上下文加载？

L0、L1 与 L2：先看摘要，再读详情

上下文分层规范说明，L0 和 L1 是目录级语义伴随文件，并非每个普通文档各自生成一套三层文件。默认正文上限分别为 256 和 4,000 个字符，不是固定 token 配额。目录可能只存在其中一个伴随文件，普通 ls 会隐藏它们。摘要也可能落后于来源变化，因此成功读取摘要不等于确认内容最新。

例如，客服智能体回答退款问题时，可以先查看产品文档概览，再打开退款政策，把无关的 API 指南留在提示词之外。这是示例流程，不是客户实测结果。节省来自选择性加载；如果仍然打开全部文件，就失去了这一设计的价值。

目录感知检索仍然使用语义搜索

检索文档描述了先通过向量搜索定位候选目录，再进行分层探索和可选重排序的流程。find() 执行直接查询，search() 可以利用会话上下文规划查询。文件系统为检索增加结构，但不会消除 embedding、排序错误或证据质量评估的必要性。

会话提交异步生成长期记忆

会话生命周期先同步归档对话，再异步执行摘要生成与记忆提取。策略控制保留内容，候选记忆可被创建、合并或跳过。返回 accepted 不代表提取已经完成。应跟踪返回的 task_id、处理失败并检查 memory_diff.json，再把更新视为已验证。这是在存储经验，不是自动重新训练底层模型。

如何浏览 OpenViking？

假设服务器已配置，且 product-docs 目录已导入并完成处理，以下命令从浏览结构开始，逐步读取摘要与来源。请按官方 CLI 配置指南设置连接目标和权限适当的用户密钥。较新的 CLI 版本要求保存显示语言；未设置时，应先运行 ov language en 或 ov language zh-CN，再用于非交互场景。不要把凭证写进终端历史、提示词或长期记忆。

set -eu

ov ls "viking://resources/"
ov tree "viking://resources/product-docs/" -L 2
ov abstract "viking://resources/product-docs/"
ov overview "viking://resources/product-docs/"
ov read "viking://resources/product-docs/refund-policy.md"

内容 API 与 CLI 参考区分了面向目录的 abstract、overview 与接收文件路径的 read。请使用实际导入或检索返回的 URI 替换示例路径。这些浏览命令不会导入文档，也不构成性能证明。遇到错误或缺失摘要时应停止，而不是宣称记忆已经可用。Wavect 对照文档核查了语法，未在实际 OpenViking 实例中运行。

OpenViking 基准：80–83% 准确率与更少 token 到底代表什么？

这些数字是项目方在特定对话记忆基准上的报告结果，不是通用的记忆准确率评级。LoCoMo通过带标注的长对话历史与问题评估长期对话记忆。这里的准确率不是所有用户事实被永久保存的比例，也不保证你的生产任务成功率。

OpenViking 于 2026 年 5 月 29 日发布的基准报告给出了下表中的集成结果。仓库将记忆评估配置标为 OpenViking 0.3.22、Doubao 2.0 Pro VLM，以及 Doubao-embedding-vision-251215 embedding 模型。这是已报告的实验配置，不是在声称 0.3.22 是最新版本。

*来源计算说明：报告中的 OpenClaw 输入 token 总量从 392,559,404 降至 37,423,456。按 (1 - 37423456 / 392559404) * 100 计算，降幅约为 90.47%，而不是报告写出的 91.0%。本文保留项目方原始说法，同时明确指出不一致，不把它包装成独立验证的节省结果。

这些结果值得推动一次试验，但无法单独证明目录摘要相对于整套集成的因果贡献，也不能证明其优于所有 RAG 或记忆系统，更不能直接推出你的总成本降幅。应把输入 token 与输出 token、导入、提取、存储和运维投入分开统计。Wavect 未独立复现这些基准测试。

给 CTO 的 OpenViking 结论

OpenViking 在哪里优于扁平 RAG？

• 检索调试：目录路径比无解释的 chunk 列表更容易排查。
• 混合上下文：技能、用户记忆和参考资料共享寻址模型，同时保留不同生命周期。
• 渐进披露：目录摘要先排除无关分支，避免全文占用 prompt 预算。
• 人工检查：路径和树操作符合熟悉的运维方式。
• 跨 session 学习：有用偏好和经验可以保留，无需每轮重放完整对话。

它更适合在结构化领域反复工作的智能体。面对小型稳定语料的简单 FAQ bot，额外的记忆和目录机制可能收益有限。

生产风险有哪些？

记忆可能保存错误结论

自动提取会把模型的一次临时解释变成长期状态。必须测试矛盾处理、来源、过期、纠正、用户可见删除和 rollback。高 recall 可能掩盖危险的过期记忆错误率。

应把检索到的文档与记忆当作数据，而不是覆盖系统指令的授权。被污染的来源不能仅因为已经保存，就升级为可复用指令或可信用户偏好。建议将这种情况纳入验收测试。

看得见路径不等于获得授权

清晰目录说明内容在哪里，却不会自行决定谁能检索。OpenViking 在多租户模型中定义 account、user 和 role 边界。请结合身份供应商、共享资源规则、管理员流程和 threat model 验证。文档级权限可参考我们的权限感知 RAG 架构。

资源 ACL 文档还说明了一个重要边界：acl.enabled 默认关闭。启用它不会自动把已有、未设置 ACL 的共享内容迁移为受限访问。账户隔离与文件级共享权限是不同的控制。应使用普通用户凭证验证目录列表、摘要读取、完整读取和检索，包括此前已经导入的文档。

自托管意味着运营一个服务

官方部署指南支持独立 server 与 Docker。生产责任仍包括持久化存储、backup、密钥、队列、供应商凭证、升级、指标、容量、恢复目标和 on-call。软件下载价格不是总成本。

AGPL 需要架构与法律评审

主项目许可证是 AGPLv3，仓库把部分子组件和示例标为 Apache-2.0。网络使用和修改在 AGPL 下可能产生义务。面向客户部署前，应由合格法律顾问评估进程边界、修改、分发和源代码提供义务。本文不是法律建议。

OpenViking 的真实成本是什么？

基础设施 + embedding 与 rerank + 提取模型 + 集成 + 安全评审 + 评估 + 迁移 + 运维 + 许可证合规

真正价值不只是减少 token，而是以可接受成本减少失败任务。请测量包含重试与人工纠正的每个验收任务成本。

如何运行两周试点？

1. 选择一个重复 workflow：准备至少 30 个有代表性的支持、工程或运营案例。
2. 冻结 baseline：记录任务成功率、有依据 recall、延迟、token 成本、重试和人工时间。
3. 导入有限语料：保持源系统权威，提前定义路径 owner、访问、新鲜度与删除。
4. 单独测试记忆：加入被纠正偏好、冲突事实、account 边界、过期和完整删除请求。
5. 检查检索轨迹：把每次失败归因于导入、摘要、召回、rerank、权限或生成。
6. 模拟故障：停止队列、轮换密钥、恢复 backup，并回滚错误记忆。
7. 按分数决策：只有在任务成功率提升且不突破过期、隐私、延迟、成本和工作量上限时才采用。

什么时候应选择其他方案？

若想比较托管方案，可阅读我们的 Supermemory 智能体持久记忆指南，了解托管与本地部署、用户画像、混合 RAG，以及公开基准声明的适用边界。

已核查的一手资料

来源与基准计算已于 2026 年 9 月 17 日核查。本次更新保留首次发表于 2026 年 8 月 21 日的原有文章。这是基于文档的评测，不是亲自复现的基准。产品行为可能变化，请核实实际部署的版本与配置。