团队与组织
项目概述
OpenViking 是面向 AI Agent 的开源上下文数据库，由字节跳动火山引擎 Viking 团队发起并维护。它用文件系统组织资源、记忆和技能，供 Agent 浏览、检索和按需读取。
团队介绍
Viking 团队背景
Viking 团队主要开发向量检索、知识库和记忆管理产品。团队有数十名工程师，覆盖分布式系统、机器学习、数据工程和 AI 算法，在上下文工程上有商业化落地经验。OpenViking 将这些领域的工程经验用于开源上下文数据库，与社区共同开发。
核心技术能力
大规模向量检索系统
- 支撑亿级向量数据的实时检索与相似度计算
- 具备毫秒级响应能力，满足高并发业务场景需求
- 支持混合检索策略，结合语义相似性与关键词匹配
多模态内容理解引擎
- 支持文本、图像、音频、视频等多种数据类型的智能解析
- 实现跨模态语义关联与内容理解
- 提供统一的内容抽象与语义表示
分布式系统架构设计
- 具备构建高可用、可扩展分布式系统的丰富实践经验
- 支持弹性伸缩与故障自动恢复机制
- 实现数据一致性与系统性能的最佳平衡
这些工作涉及三个相互关联的问题：如何从非结构化内容中提取可检索的信息，如何在大量候选内容中找到相关上下文，以及如何保留对后续任务有用的交互经验。OpenViking 对应提供资源解析与提取、上下文检索和会话与记忆管理。可沿这些入口了解实现和使用条件。
发展历程与技术演进
| 时间阶段 | 里程碑事件 | 技术突破与产业影响 |
|---|---|---|
| 2019-2023 | VikingDB 向量数据库在字节跳动内部大规模应用 | 支撑了公司内部多个核心产品的非结构化信息检索需求，积累了大规模向量检索的工程实践经验，验证了向量数据库在真实业务场景中的技术价值 |
| 2024年 | 推出面向开发者的产品矩阵：VikingDB、Viking知识库、Viking记忆库 | 在火山引擎公有云平台正式提供服务，已成功支撑数千家企业客户开发 AI 原生应用，标志着上下文工程技术从内部工具向商业化产品的成功转型 |
| 2025年 | 扩展至 AI 搜索、知识助手等上层应用产品 | 构建了从基础设施到应用层的完整产品矩阵，进一步验证了上下文工程技术在不同业务场景中的商业价值，形成了技术到产品的完整闭环 |
| 2025年末 | 开源 MineContext 项目 | 探索主动式服务的 AI 应用模式，验证个人上下文工程的技术理念，为 OpenViking 的开源积累了社区运营经验 |
| 2026年初 | 开源 OpenViking 项目 | 推出全新设计的上下文数据库架构，为全球 AI Agent 生态系统提供开源基础设施，标志着 Viking 团队从商业产品提供商向开源技术贡献者的战略转变 |
学术合作与产学研结合
OpenViking 自启动起就与高校和研究机构合作，共同探索面向 AI Agent 的上下文数据库设计与工程实践，让研究工作贴近实际应用需求。
我们诚挚感谢以下学者的宝贵贡献与技术指导，共同发起了 OpenViking 项目：
- 中国人民大学信息学院副教授孙亚辉老师
- 浙江大学软件学院教授高云君老师，研究员朱轶凡、葛丛丛老师
- 上海交通大学人工智能学院副教授，无问芯穹联合创始人兼首席科学家戴国浩老师
我们与学术界的合作模式包括：
- 联合研究项目：共同开展上下文工程的前沿研究
- 技术研讨会：定期组织学术交流与技术方案评审
- 人才培养：为研究生提供实践平台与研究课题
- 成果转化：将学术研究成果转化为工程实践
研究论文
以下论文来自上述合作，其中部分核心机制已集成到 OpenViking。
- VikingMem: A Memory Base Management System for Stateful LLM-based Applications
Jiajie Fu, Junwen Chen, Mengzhao Wang, Aoxiang He, Maojia Sheng, Xiangyu Ke, Yifan Zhu, and Yunjun Gao. arXiv:2605.29640, 2026。已在 VLDB 2026 演讲。
以事件驱动长期记忆的提取、更新与整合，服务有状态 Agent。arXiv · PDF - Directory-Aware Query and Maintenance in Vector Databases
Mengzhao Wang, Zheng Gong, Jingpei Hu, Jiajie Fu, Maojia Sheng, Junwen Chen, and Yifan Zhu. arXiv:2606.16903, 2026。已被 ICDE 接收。
目录范围检索的形式化基础与索引设计（TrieHI），OpenViking 用它在向量排序前确定目录检索范围。arXiv · PDF - VikingRAG: Accurate and Token-efficient Retrieval-augmented Generation over Structured Documents
Peiyuan Gao, Gaoyuan Zhang, Haojie Qin, Yahui Sun, Qianyi Zhang, Yunhao Zhang, Zeyu Wang, and Wei Lu. arXiv:2609.11390, 2026。投递中。
将语义检索与文档结构结合，按证据缺口展开相关目录片段。arXiv · PDF
开源组织建设
项目发展阶段
项目围绕上下文存储与检索、Agent 集成和部署能力持续迭代。已实现的能力与后续方向见路线图，已发布的变更见更新日志。
治理架构与决策机制
开源治理委员会负责技术路线、版本与功能优先级、核心架构和兼容性评审、工程规范、贡献者协作，以及相关项目的集成。成员包括 Maojia Sheng（@MaojiaSheng）、Haojie Qin（@qin-ctx）、Jiahui Zhou（@zhoujh01）、Zhiheng Liu（@ZaynJarvis）。符合条件的社区贡献者可以通过后续的提名与选举程序加入委员会。
具体模块的协作入口和近期活跃评审者见贡献指南。
功能建议和问题在 GitHub Issues 讨论，代码与文档变更通过 Pull Request 评审。涉及公开接口、数据存储、权限边界或跨模块架构的改动，请先说明当前行为、目标行为、请求或配置示例，以及兼容性影响，再开始实现。
社区参与
加入社区
飞书群
扫描二维码加入飞书群，交流使用问题和开发方案：
需要先安装飞书客户端。
微信群
扫描二维码添加小助手，备注“OpenViking”，申请加入交流群：
参与方式
- 报告问题或提建议：在 Issues 提供场景、版本和复现步骤。
- 改代码或文档：阅读贡献指南，提交实现、测试、文档或翻译。
- 开发集成：为 Agent 工具或框架添加插件，参考插件开发指南。
- 分享经验：在社区分享使用案例、排障过程，或帮助其他用户解决问题。
Issue 和 PR 需要提供的信息见贡献指南。
讨论与协作机制
GitHub 仓库 保存代码、文档和评审记录。GitHub Discussions 用于技术方案讨论和社区交流，群聊适合即时交流；需要跟踪的问题和方案请同步到 Issue 或 Pull Request，方便后续查阅和协作。
希望开展技术合作或生态集成的研究机构和企业，可以在 GitHub Discussions 发起讨论，或通过飞书群联系团队。