OpenViking

OpenViking - AI代理人上下文数据库 OpenViking是字节跳动的开源上下文数据库，专为AI代理人设计——一种下一代RAG系统，使用文件系统范式代替平面向量存储来管理记忆、资源和技能。

主要特点： 文件系统范式：使用URI（viking://resources/...）组织上下文，如同文件一样 分层上下文（L0/L1/L2）：抽象 → 概述 → 全内容，按需加载 目录递归检索：比平面向量搜索更准确 包含MCP服务器：通过模型上下文协议实现完整的RAG管道 快速检查：是否设置？ 测试 -f ~/code/openviking/examples/mcp-query/ov.conf && echo "已准备" || echo "需要设置" curl -s http://localhost:2033/mcp && echo "正在运行" || echo "未运行" 如果未设置 → 初始化 运行初始化脚本（一次性）：bash ~/.openclaw/skills/openviking-mcp/scripts/init.sh 这将： 从https://github.com/volcengine/OpenViking克隆OpenViking 使用uv sync安装依赖项 创建ov.conf模板 暂停以便您添加API密钥（embedding.dense.api_key，vlm.api_key） 所需：Volcengine/Ark API密钥 配置密钥目的 embedding.dense.api_key 语义搜索嵌入 vlm.api_key 语言模型答案生成 从https://console.volcengine.com/ark获取密钥 启动服务器 cd ~/code/openviking/examples/mcp-query uv run server.py 选项： --port 2033 - 监听端口 --host 127.0.0.1 - 绑定地址 --data ./data - 数据目录 服务器将位于：http://127.0.0.1:2033/mcp 连接到Claude claude mcp add --transport http openviking http://localhost:2033/mcp 或添加到~/.mcp.json： { "mcpServers": { "openviking": { "type": "http", "url": "http://localhost:2033/mcp" } } } 可用工具 工具描述 query 完整RAG管道 —— 搜索 + 语言模型答案 search 仅语义搜索，返回文档 add_resource 添加文件、目录或URL 示例用法 连接MCP后： "查询：什么是OpenViking？" "搜索：机器学习论文" "将https://example.com/article添加到知识库" "将~/documents/report.pdf添加到知识库" 故障排除 问题 解决方法 端口占用 uv run server.py --port 2034 身份验证错误 检查ov.conf中的API密钥 服务器未找到 确保它正在运行：curl localhost:2033/mcp 文件 ov.conf - 配置（API密钥、模型） data/ - 向量数据库存储 server.py - MCP服务器实现