字节开源Agent上下文数据库
推荐指数 59.0 NO. 008 · 2026.08.19
Stars29,230
为什么值得看
OpenViking把Agent的记忆、资源、技能统一成虚拟文件系统，用ls/cd/cat代替黑盒向量检索。对做复杂Agent的团队来说，调试和可控性比纯向量方案好太多。
Self-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.
媒体预览
编辑判断
现在做Agent的团队大多用LangChain的Memory模块或直接用Redis/Postgres存对话历史，问题是上下文一复杂就变成黑箱，根本不知道Agent为什么调了这段记忆。OpenViking的虚拟文件系统思路借鉴了操作系统层级缓存，L0/L1/L2三级加载也比全量塞进prompt省钱。
跟Mem0、Zep这些专门的Agent记忆库比，OpenViking的优势是检索轨迹可观测，劣势是刚开源生态还没起来。如果你在做需要长周期记忆、多Agent协作的场景，比如客服Agent或代码助手，值得先跑demo看看延迟表现。
字节跳动的背景也意味着这个项目大概率会在豆包Agent里重度使用，跟进它的迭代节奏能提前看到字节的Agent技术选型方向。
Star History
生态分析
Beta
字节跳动开源的Agent上下文基础设施层，统一记忆、知识、技能管理的自进化数据库。
独特价值：以VFS语义替代黑盒向量检索，提升复杂Agent的可调试性与可控性。