OpenViking Studio 是基于开源 OpenViking (volcengine/OpenViking) 深度演进打造的专业级多智能体全景座舱与上下文控制台 (Multi-Agent Context Cockpit & Observability Console)。
OpenViking 原项目是由火山引擎 / 字节跳动团队开源的下一代 Agent-Native 层次化上下文数据库。在此坚实基座之上，OpenViking Studio 专注于解决多 Agent 长程交互中的**“状态不可见、上下文易遗忘膨胀、交互黑盒难以追踪、调试排障成本高”**等工程痛点，为开发者和各类智能体提供开箱即用、高密清晰的可视化观测与治理体验：
- 🧠 跨会话持久化体外大脑 (
viking://)：统一收口长程记忆、开发者偏好、工程决策与踩坑教训； - ⚡ L0 / L1 / L2 层次化分级检索：支持毫秒级摘要拦截 (Abstract)、SOP 流程概览 (Overview) 到精准切片 (Detail) 的分层召回；
- 📊 座舱级实时遥测大盘 (Telemetry Console)：多维度精确审计 Token 消耗分布（VLM / Embedding / Rerank）、检索成功率以及会话上下文写入热力图；
- 🖥️ 沉浸式实验场与工作台 (
/playground)：提供全景资源文件树、分级预览画布、多轮会话回溯与工程技能索引； - 🔌 标准 FastMCP 智能体桥梁：原生无缝对接 Claude Code、Cursor、OpenClaw 等主流 Agent 客户端，实现零成本插拔接入。
OpenViking 坚持第一性原理，持续推进面向多 Agent 复杂长程交互的自我进化与确定性执行生态：
| 阶段里程碑 | 演进方向与核心课题 | 交付状态 |
|---|---|---|
|
Phase 1: 核心基座与座舱全景 (Foundation & Observability) |
|
✅ 已落地交付 |
|
Phase 2: 确定性运行时与智能压缩 (Deterministic Loop & Compression) |
|
⚡ 活跃演进中 |
|
Phase 3: 自主进化飞轮与协作网格 (Self-Evolving Flywheel & Mesh) |
|
🔮 战略规划中 |
flowchart TD
subgraph Client ["客户端与 Agent 接入层"]
Web["🖥️ Web Studio 控制台"]
CLI["⌨️ OpenViking CLI"]
SDK["📦 Multi-Lang SDKs (Python / TS / Go)"]
IDE["🤖 IDE Agents (Claude Code / OpenClaw / Cursor)"]
end
subgraph Server ["OpenViking 核心服务 (Port 1933)"]
API["FastAPI 统一 REST 网关"]
MCP["FastMCP 标准跨会话端点"]
Auth["轻量安全鉴权与多租户隔离"]
TaskEngine["TaskTracker 异步任务追踪器"]
Studio["内嵌 Web Studio 控制台 (/studio)"]
end
subgraph Engine ["存储与检索内核"]
VikingFS["AGFS & VikingFS 虚拟分级文件系统"]
VectorDB["VikingDB 语义向量检索引擎"]
Queue["QueueFS 异步任务调度队列"]
Observability["Telemetry & Audit 实时遥测审计引擎"]
end
subgraph Models ["大模型与推理生态 (正交解耦)"]
CloudLLM["云端主流大模型 (OpenAI / Claude / DeepSeek 等)"]
LocalLLM["本地私有化模型 (Ollama / vLLM / 兼容推理服务)"]
end
Client -->|"HTTP / SSE / FastMCP"| Server
Server --> Engine
Engine -.->|"标准 OpenAI 兼容协议"| Models
- 智能实验场 (
/playground)：整合资源库与沙箱，提供上下文目录树、L0/L1/L2 分级实时预览与时间线回溯； - 任务中心真实吞吐看板 (
/tasks)：微观工序与宏观业务双轨展示，以严密的物理完成契约追踪分片并发进度，杜绝静态假死； - 长程会话追踪器 (
/sessions)：支持跨会话历史上下文回溯，结构化呈现消息流、工具调用与提取的记忆切片； - 技能控制中心 (
/skills)：配置化驱动发现与索引全域技能，支持 TOC 结构化索引与源码快速调阅。
- 克制性冷淡工业设计：严格遵循信号语义色彩规范，关键数值采用等宽字体高密对齐，杜绝无意义装饰噪音；
- 100% 物理真实数据驱动：前后端数据严丝合缝，彻底消除前端伪造数字或硬编码 Mock，接口无数据时优雅降级。
- 计算与存储完全正交：系统关注上下文数据库、向量检索与记忆持久化，与外部大模型完全解耦；
- 全协议兼容：无论使用云端主流商业模型，还是本地私有化推理引擎，均可通过标准接口无缝接入，零硬件绑定门槛。
系统全面推行奥卡姆剃刀原则，所有能力收口于单一统一服务端口，杜绝多端口维护混乱：
| 端口 | 角色与功能 | 协议与入口 | 常驻推荐管理指令 |
|---|---|---|---|
1933 |
OpenViking 核心服务 (REST API、FastMCP 端点与内嵌 Web Studio 控制台一体化) | http://127.0.0.1:1933控制台入口: http://127.0.0.1:1933/studio |
systemctl --user restart openviking.service |
git clone https://github.com/skloxo/OpenVikingStudio.git
cd OpenVikingStudio
# 安装 Python 后端核心引擎 (建议在虚拟环境中执行)
pip install -e .
# 安装前端依赖 (可选，仅在需要二次开发前端时使用)
pnpm install# 启动 OpenViking 核心引擎 (统一监听 1933 端口)
openviking-server --config ~/.openviking/ov.conf --host 0.0.0.0 --port 1933启动完成后，直接在浏览器中打开 http://127.0.0.1:1933/studio，即刻进入 OpenViking Studio 全景控制台。
# 运行后端全量单元与检索测试 (2,170+ 项用例)
pytest tests/unit tests/parse tests/agfs
# 前端生产打包校验
npm run build- 内核致敬：感谢火山引擎开源的 OpenViking 核心体系，为大模型 Agent 上下文管理树立了优秀的规范与基础。
- 定位原则：本项目作为社区深度演进的控制台与工作台版本，坚持与上游协议 100% 兼容，代码高内聚、依赖极简、向光演进。
本项目基于 Apache-2.0 License 协议开源。