O OpenViking é um banco de dados de contexto de código aberto para Agentes de IA da Volcengine. O projeto é construído em torno de um conceito arquitetônico simples: sistemas de agentes não devem tratar o contexto como uma coleção plana de pedaços de texto. Em vez disso, o OpenViking organiza o contexto através de um paradigma de sistema de arquivos, com o objetivo de tornar a memória, os recursos e as habilidades gerenciáveis por meio de uma estrutura hierárquica unificada. Na própria estruturação do projeto, esta é uma resposta a cinco problemas recorrentes no desenvolvimento de agentes: contexto fragmentado, aumento do volume de contexto durante tarefas de longa duração, baixa qualidade de recuperação em pipelines de RAG planos, baixa observabilidade do comportamento de recuperação e iteração de memória limitada além do histórico de chat. Um Sistema de Arquivos Virtual para Gerenciamento de Contexto No centro do design está um sistema de arquivos virtual exposto sob o protocolo viking://. O OpenViking mapeia diferentes tipos de contexto em diretórios, incluindo recursos, usuário e agente. Sob esses diretórios de nível superior, um agente pode acessar documentos de projeto, preferências do usuário, memórias de tarefas, habilidades e instruções. Esta é uma mudança de 'fatias de texto planas' para objetos abstratos de sistema de arquivos identificados por URIs. O benefício pretendido é que um agente pode usar operações padrão de navegação, como ls e find, para localizar informações de forma mais determinística, em vez de depender apenas da pesquisa de similaridade em um índice vetorial plano. Como funciona a Recuperação Recursiva de Diretório Essa escolha arquitetônica é importante porque o OpenViking não está tentando remover a recuperação semântica. Ele está tentando restringi-la e estruturá-la. O pipeline de recuperação do projeto primeiro usa a recuperação vetorial para identificar um diretório de alta pontuação, depois executa uma segunda recuperação dentro desse diretório e aprofunda-se recursivamente nos subdiretórios, se necessário. O README chama isso de Recuperação Recursiva de Diretório. A ideia básica é que a recuperação deve preservar tanto a relevância local quanto a estrutura de contexto global: o sistema não deve apenas encontrar o fragmento semanticamente similar, mas também entender o contexto do diretório em que esse fragmento vive. Para cargas de trabalho de agentes que abrangem repositórios, documentos e memória acumulada, esse é um modelo de recuperação mais explícito do que o RAG de única tentativa padrão. Carregamento de Contexto em Camadas para Reduzir a Sobrecarga de Tokens O OpenViking também adiciona um mecanismo integrado para Carregamento de Contexto em Camadas. Quando o contexto é gravado, o sistema o processa automaticamente em três camadas. L0 é um abstrato, descrito como um resumo de uma frase usado para qu
Fonte: MarkTechPost
Publicado em 2026-03-15