
OpenViking
OpenViking est un système de fichiers contextuel pour agents IA, organisant la mémoire à long terme sous forme de fichiers et dossiers adressables avec des métadonnées. Il standardise la manière dont les agents stockent, indexent et récupèrent les connaissances à travers les tâches et outils, améliorant la fiabilité, l'ancrage et la collaboration.
Vue d’ensemble
Les équipes montent un espace de noms de projet, diffusent des artefacts d'agents et d'outils dans des dossiers, les étiquettent avec des métadonnées, et laissent les indexeurs construire la recherche au fil du temps. Les agents en aval résolvent des chemins ou requêtes pour récupérer un contexte minimal et pertinent, puis écrivent les résultats pour l'étape suivante.
Pourquoi cela existe et comment cela fonctionne
OpenViking convient aux équipes plateformes IA construisant des agents orchestrés, des applications augmentées par récupération, et des automatisations longues nécessitant une mémoire durable. Il aide les groupes de recherche en ingénierie à comparer les exécutions de manière reproductible, les équipes produit orientées client à ancrer les réponses dans des artefacts audités, et les opérations à automatiser les tâches de connaissance répétitives. Il est également utile pour les assistants mono-agent devant se souvenir des travaux antérieurs et pour les systèmes multi-agents coordonnant outils, services et silos de données.
- Espaces de noms hiérarchiques avec artefacts typés et métadonnées pour un contexte précis et configurable.
- L'indexation modulaire permet la recherche lexicale et par embeddings avec récupération classée par pertinence.
- Adressage déterministe, gestion légère des versions et traçabilité pour reproductibilité et audits.
- Hooks d'événements et abonnements notifient les pipelines à l'arrivée de nouveaux artefacts.
- API CRUD simple pour créer, lister, lire, chercher et lier le contexte.

Ce qui ressort
Avis de l'éditeur
Lancez un espace de noms de projet et écrivez les artefacts initiaux via l'API, puis enregistrez un indexeur pour construire la recherche sur votre corpus. Orientez les agents vers des chemins stables ou des requêtes sauvegardées pour récupérer des tranches de contexte minimales, et diffusez les résultats en tant que nouveaux artefacts. Les équipes peuvent prototyper localement, adopter des conventions pour la structure des dossiers et métadonnées, et évoluer vers des déploiements partagés selon les besoins. La documentation couvre généralement les primitives, l'indexation et la rétention ; des exemples de démarrage rapide montrent comment créer des espaces de noms, écrire des artefacts et effectuer des recherches. Adoptez progressivement en parallèle avec RAG ou orchestration existants sans réécritures perturbatrices.
Traiter le contexte comme un système de fichiers offre aux agents une surface mémoire adressable : prompts plus petits, meilleur ancrage, et workflows qui survivent aux changements de modèle, redémarrages et modifications inévitables de l'orchestration.
Premiers pas
OpenViking se distingue en traitant la mémoire comme un système de fichiers partagé de première classe plutôt qu'un amas ad hoc de prompts. L'API indépendante du modèle, les chemins déterministes et l'indexation adaptable permettent une récupération précise et une reproductibilité sans imposer votre stack. Les équipes obtiennent des sorties ancrées, des prompts plus petits et des automatisations maintenables tout en conservant la possibilité de changer modèles, stockages ou orchestrateurs ultérieurement.
Ouvrez l’outil et examinez son expérience produit principale.
Créez votre compte ou accédez à votre espace de travail existant.
Utilisez votre propre tâche pour évaluer la vitesse, la qualité et l’adéquation.
Vérifiez des outils IA similaires avant de prendre une décision finale.


Commentaires (0)
Aucun commentaire trouvé