OpenViking 上下文数据库范式探索.pdf

1、OpenViking OpenViking 开源开源上下文数据库范式探索上下文数据库范式探索演讲人：盛茂家公司/职位：火山引擎 Viking 团队技术负责人目录目录01OpenViking 项目背景介绍 项目背景：全新定义的上下文数据库 快速开始：用最快的速度部署和使用 OpenViking02OpenViking 设计和演进过程 依赖、部署、选型考虑 如何以 AI Agents 为中心进行多租户设计 记忆系统和知识检索系统的迭代03OpenViking 应用场景和评估多智能体协作、记忆能力、知识管理、工程代码检索性能、成本和效率04OpenViking 的愿景和展望 服务于 AI 原生团队

2、参与构建安全可靠的智能体软件栈OpenViking OpenViking 项目项目背景介绍背景介绍https:/openviking.ai/https:/ Agent 构建可检索的上下文在我们的产品中，所有的数据都要有地方可以存放，因此对于 Agent 而言，除了本地 Workspace 之外的核心是知识和记忆最开始的问题：为什么给客户和业务最好的向量数据库、向量化模型，还是做不好上下文工程？0.9550.9550.9550.9550.9550.95502000400060008000100001200014000亿级数据性能对比评测VikingDB-FloatVikingDB-int8Vik

3、ingDB-diskann_int8友商A友商B友商CAgent应用Web/App/智能硬件/具身智能向量库知识库记忆库联网大模型赋能在线数据回流注：Viking 团队 19 年起持续支持抖音、TikTok、飞书等业务的非结构化检索，火山引擎对外商业销售的产品包括：VikingDB 向量库、火山方舟知识库、Viking 记忆库豆包抖音头条猫箱剪映飞书懂车帝番茄小说抖音电商盒马爱学而在 25 年思考如何解决相关问题时，我们观察并认可两个 Agent 行业趋势：AI Agent 开发者迫切需要将知识、记忆、技能组织到一个可以泛化的存储基础设施但相比于文件系统，希望能有更好的数据处理和检索能力，应该

4、直接服务于 Agent1.随着 Coding Agent 的能力上限持续突破，文件系统正在成为 Agent 默认掌握的数据管理能力，Skills 等协议的出现正在强化这一能力2.在 Agent Workspace 也就是工作环境中，CLI 正在成为 Agent 可以拿来就用的最直接工具，协议对接成本最低，远好于 MCP/API/SDK面向 AI Agents 的上下文数据库定位项目背景：全新定义的上下文数据库项目背景：全新定义的上下文数据库Memory从历史学习，实现自我进化Planning(略)记录系统，短期缓解长窗口“失忆”问题RAG/KnoledgeBase私有领域知识基于检索动态注入上

5、下文Web Search公域知识基于检索动态注入上下文Transformer 大模型序列预测范式(常识学习和条件概率预测)Prompt Engineering强化规则约束具备“可编程性”Skills流程约束，工具组合，完成中等复杂流程包装Tools/MCP工具或函数调用，完成精细子流程封装训练时未学习的私有知识训练时未产生的公开知识历史信息自学习任务内一致性约束时间外领域外环境外任务泛化和指令遵循环境互动复杂流程遵循快速开始：用最快的速度部署和使用快速开始：用最快的速度部署和使用 OpenVikingOpenVikingOpenViking 努力让你可以在 Linux/MacOS/Window

6、s（X86/Arm）以及云环境上快速部署和集成 为了保证开源版本极低的上手成本，OpenViking 默认使用单机形态，但是高可用和高性能推荐采购云上的分布式向量数据库与文件系统，一般建议：命令行安装(建议在 uv 环境内)uv pip install openvikingDocker 部署docker run-d -name openviking -p 1933:1933 -v/.openviking:/app/.openviking -restart unless-stopped ghcr.io/volcengine/openviking:latest我们已经将数据库服务、控制台、Viki