OpenViking 운영 중

OpenViking은 바이트댄스 화산엔진이 오픈 소스로 공개한 AI Agent 컨텍스트 데이터베이스입니다. OpenViking은 Agent의 메모리, 지식 RAG, 스킬을 사용자 정의 viking 가상 파일 시스템에 통합해 구성하며, Agent는 파일을 조작하듯 ls/tree/find/grep을 사용해 컨텍스트를 탐색하고 검색할 수 있습니다. L0 요약, L1 개요, L2 세부 정보의 3단계 점진적 로딩을 적용하고 디렉터리 단위 의미 검색을 지원해 token 사용량을 크게 줄입니다.

WeChat에서 팔로우한 후 “오픈 소스”라고 답장해 AI 오픈 소스 프로젝트交流群에 참여하세요
통합 컨텍스트 파일 시스템: 사용자 정의 viking:// 프로토콜로 메모리, 지식 리소스, 스킬을 가상 파일로 통합 구성하며, Agent는 ls/tree/read/grep 등의 명령으로 직접 탐색하고 편집할 수 있습니다.
3단계 점진적 로딩: 각 디렉터리에 L0 요약, L1 개요, L2 전체 콘텐츠를 자동 생성합니다. Agent는 먼저 요약을 확인해 관련성을 판단하고 필요할 때 로드하므로 token 사용량을 크게 줄일 수 있습니다.
디렉터리 단위 의미 검색: find와 search를 지원하며, 전체 라이브러리를 검색하는 대신 프로젝트 또는 메모리 하위 트리로 검색 범위를 제한할 수 있습니다.
세션의 파일화: 세션을 제출하면 대화를 자동으로 보관하고 확인 및 편집 가능한 Markdown 형식으로 메모리를 추출합니다. VikingBot은 자료를 wiki, 지식 그래프 또는 보고서로 컴파일할 수도 있습니다.
다중 Agent 연동: Claude Code, Codex, Cursor, OpenClaw 등 주요 Agent를 기본 통합하고 MCP, Agent Plugin 1.0 표준 플러그인과 Python/Go/TS SDK도 제공합니다.
Studio 시각화: 브라우저 기반 OpenViking Studio와 자체 호스팅 Web 버전을 제공해 컨텍스트를 시각적으로 탐색하고 의미 검색을 온라인에서 체험할 수 있습니다.
다중 사용자 및 권한 격리: 서버는 다중 계정, 사용자별 격리, 선택적 리소스 ACL 접근 제어를 지원해 팀 배포에 적합합니다.

설치: pip install openviking --upgrade를 실행해 기본 패키지를 설치합니다.
초기화: openviking-server init을 실행해 모델 공급자를 구성합니다.
환경 확인: openviking-server doctor를 실행해 구성과 모델 연결 상태를 검증합니다.
서비스 시작: openviking-server를 실행해 로컬 서버를 시작합니다.
리소스 가져오기: ov add-resource를 사용해 GitHub 저장소 또는 문서를 가져오고, ov task status 등을 통해 색인 작업이 완료될 때까지 기다립니다.
탐색 및 검색: ov ls, ov tree로 디렉터리 구조를 탐색하고, ov find "질문"으로 의미 검색을 수행하며, ov grep으로 텍스트를 매칭합니다.
대화 체험: 내장 Agent가 필요한 경우 pip install "openviking[bot]"을 실행한 후 openviking-server --with-bot을 실행하고, ov chat으로 대화합니다.

컨텍스트의 화이트박스화: 메모리, 지식, 스킬을 viking:// 파일 시스템에 통합해 언제든 디렉터리를 열어 Agent가 무엇을 “알고” 있는지 확인하고 편집할 수 있으며, “text in, embeddings out” 방식의 블랙박스에서 벗어날 수 있습니다.
정밀한 디렉터리 단위 검색: 의미 검색을 프로젝트 또는 메모리 하위 트리로 제한해 전체 라이브러리 검색으로 인한 노이즈를 방지할 수 있습니다.
최상의 token 효율: L0/L1/L2 3단계 점진적 로딩으로 Agent가 먼저 요약을 확인한 후 전체 내용을 읽도록 하며, LoCoMo 평가에서 입력 token이 34%~91% 감소하고 지연 시간이 58%~66% 줄어듭니다.
뚜렷한 성능 향상: 연동 후 Claude Code, Hermes, OpenClaw 세 기반 모델의 장기 메모리 정확도가 모두 24~57%에서 80%+로 향상됩니다.
재사용 가능한 메모리 축적: 세션을 제출해 Markdown으로 보관하고 메모리를 자동 추출할 수 있으며, ov compile로 자료를 wiki, 지식 그래프 또는 보고서로 정리할 수도 있습니다.
폭넓은 생태계 연동: Claude Code, Codex, Cursor, OpenClaw, Hermes 등 10여 개 주요 Agent를 기본 지원하고 MCP와 Agent Plugin 1.0 범용 표준을 제공합니다.

프로젝트 공식 웹사이트: https://openviking.ai/
GitHub 저장소: https://github.com/volcengine/OpenViking

지능형 프로그래밍 도우미: 코드 저장소와 문서를 viking://resources/로 가져오면 Agent가 디렉터리별로 검색하고 개발자의 코딩 습관을 기억해 세션 간에도 프로젝트를 지속적으로 관리합니다.
다중 Agent 협업: peers 디렉터리로 서로 다른 상호작용 대상의 컨텍스트를 격리하고, resources를 공유해 팀 지식을 축적하며, 여러 Agent가 동일한 파일 시스템에서 협업합니다.
영업 및 고객 서비스: user 메모리 디렉터리에 고객 선호도와 과거 커뮤니케이션 기록을 축적하고, 영업 Agent가 세션 간 고객 정보를 recall해 다중 단계 업무의 성공률을 높입니다.
동영상 및 콘텐츠 제작: 스토리보드 스크립트, 소재 라이브러리, 브랜드 가이드라인을 컨텍스트 리소스로 구성하고, Agent가 프로젝트별로 소재를 검색하며 제작자의 스타일을 기억해 장기적이고 일관된 창작을 지원합니다.
추천 시스템 진단: 전략 문서, badcase 기록, 실험 로그를 가져오면 진단 Agent가 디렉터리 범위 내에서 증거 체인을 검색하고 더 적은 token으로 문제를 파악해 분석 보고서를 생성합니다.