OpenViking - 面向AI智能体的上下文数据库

OpenViking是字节跳动的开源上下文数据库专为AI智能体设计——这是一个下一代RAG系统，它用文件系统范式取代了扁平化的向量存储，用于管理记忆、资源和技能。

主要特性：

• 文件系统范式：使用URI（viking://resources/...）像文件一样组织上下文
• 分层上下文（L0/L1/L2）：摘要 → 概览 → 完整内容，按需加载
• 目录递归检索：比扁平向量搜索具有更高的准确性
• 内置MCP服务器：通过模型上下文协议实现完整的RAG流程

快速检查：是否已设置？

test -f ~/code/openviking/examples/mcp-query/ov.conf && echo "Ready" || echo "Needs setup"
curl -s http://localhost:2033/mcp && echo "Running" || echo "Not running"

如果未设置 → 初始化

运行初始化脚本（一次性操作）：

bash ~/.openclaw/skills/openviking-mcp/scripts/init.sh

这将：

1. 克隆OpenViking仓库https://github.com/volcengine/OpenViking
2. 使用以下命令安装依赖uv sync
3. 创建ov.conf模板
4. 暂停以便您添加API密钥(embedding.dense.api_key, vlm.api_key)

必需：火山引擎/方舟API密钥

从以下地址获取密钥：https://console.volcengine.com/ark

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

使用示例

通过MCP连接后：

"Query: What is OpenViking?"
"Search: machine learning papers"
"Add https://example.com/article to knowledge base"
"Add ~/documents/report.pdf"

故障排除

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