README_JA.md
<a href="https://www.openviking.ai">Webサイト</a> · <a href="https://openviking.ai/studio">ライブデモ</a> · <a href="https://github.com/volcengine/OpenViking">GitHub</a> · <a href="https://github.com/volcengine/OpenViking/issues">Issues</a> · <a href="https://docs.openviking.ai/">ドキュメント</a>
👋 コミュニティに参加しよう
📱 <a href="https://docs.openviking.ai/en/about/01-about-us#lark-group">Larkグループ</a> · <a href="https://docs.openviking.ai/en/about/01-about-us#wechat-group">WeChat</a> · <a href="https://discord.com/invite/eHvx8E9XF3">Discord</a> · <a href="https://x.com/openvikingai">X</a>
<a href="https://trendshift.io/repositories/19668" target="_blank"></a>
</div>OpenVikingは、AIエージェントのためのオープンソースのコンテキストデータベースです。メモリ、リソース、スキルを viking:// プロトコル配下の1つの仮想ファイルシステムとして保存するため、エージェントはブラックボックスのベクトルストアに問い合わせる代わりに、ls、tree、find で自分のコンテキストを閲覧できます。コンテンツは L0（abstract）、L1（overview）、L2（details）の3階層に処理され、必要に応じてロードされます。すべての検索は、観察してデバッグできる軌跡を残します。詳しい紹介はこちら: Getting started。
OpenViking Studio のプレイグラウンド — インストール不要でブラウザから試せるライブデモです。
viking:// URI が与えられます。エージェントは、ファイルを扱う開発者のように、コンテキストを決定論的に特定・操作できます。→ Viking URI · Context types各要素がどう組み合わさるか: Architecture。設計思想: The Database Paradigm for Context Engineering。
viking://
├── resources/ # リソース: プロジェクトドキュメント、リポジトリ、Webページなど
│ └── my_project/
│ ├── docs/
│ │ ├── api/
│ │ └── tutorials/
│ └── src/
└── user/
└── {user_id}/
├── memories/
│ └── preferences/
│ ├── writing_style
│ └── coding_habits
├── resources/
│ └── private_project/
├── skills/
│ ├── search_code
│ └── analyze_data
└── peers/
└── web-visitor-alice/
3つのローディング階層:
各ディレクトリが自身の L0/L1 レイヤーを持つため、ファイル全体を読む前に関連性を判断できます:
viking://resources/my_project/
├── .abstract # L0: 〜100 tokens - 迅速な関連性チェック
├── .overview # L1: 〜2k tokens - 構造とキーポイント
└── docs/
├── .abstract
├── .overview
└── api/
├── auth.md # L2: 完全なコンテンツ、オンデマンドでロード
└── endpoints.md
OpenViking 0.3.22 は、長い会話でのユーザーメモリ（LoCoMo）と複数ターンのエージェントタスク（tau2-bench）で評価されています。ナレッジベースQAを含む完全な結果と実験設定はベンチマークレポートを、再現用スクリプトは ./benchmark を参照してください。
<picture> <source media="(prefers-color-scheme: dark)" srcset="docs/images/benchmark-dark.svg"> </picture>💡 まず動くところを見たい方へ: OpenViking Studio をお試しください。コンテキストプレイグラウンド、セマンティック検索、マルチエージェント Hub を備えたライブホスト版インスタンスで、インストールは不要です。
Python 3.10 以上が必要です。
pip install openviking --upgrade
openviking-server init # 対話式ウィザード: プロバイダー、モデル、ov.conf
openviking-server doctor # セットアップを検証
openviking-server # 起動
または、サーバーをバックグラウンドで実行します:
nohup openviking-server > /data/log/openviking.log 2>&1 &
init はプロバイダー設定を対話的に進め、~/.openviking/ov.conf を書き出します。Volcengine、OpenAI、Codex OAuth、Kimi、GLM、ローカルの Ollama をサポートし、Ollama についてはランタイムの検出とインストール、ハードウェアに適したモデルの取得も行えます。doctor は、サーバーを起動せずに設定ファイル、Python バージョン、プロバイダーへの接続性、ディスク容量をチェックします。
手動で書く ov.conf テンプレート、プロバイダーごとの設定例、環境変数、Windows でのセットアップ、CLI/クライアント設定は、Configuration guide と Quick start docs にあります。
サーバーが起動したら:
ov status
ov add-resource https://github.com/volcengine/OpenViking # --wait
ov ls viking://resources/
ov tree viking://resources/volcengine -L 2
# --wait を付けない場合は、セマンティック処理の完了までしばらく待ちます
ov find "what is openviking"
ov grep "openviking" --uri viking://resources/volcengine/OpenViking/docs/en
既存インデックスの再構築: ov reindex <uri> --mode vectors_only はベクトルのみ更新します。--mode semantic_and_vectors はセマンティック生成物（.abstract.md、.overview.md）を再生成してからベクトルを更新し、--mode prune_orphans はソースファイルが存在しないベクトルレコードを削除します（--dry-run でプレビュー可能）。semantic や full というモードエイリアスはありません。
クライアント設定は ov config で対話的に初期化できます。複数のサーバーを運用する場合は ov config switch で切り替えます。
Rust CLI は npm i -g @openviking/cli でインストールできます。ソースからのビルドは cargo install --git https://github.com/volcengine/OpenViking ov_cli を使います — CLI setup を参照してください。公式 Docker イメージもあります。Deployment guide を参照してください。
統合機能は、OpenViking の recall をエージェントのコンテキストに注入し、セッションメモリを自動的にコミットします:
各エージェントのセットアップ手順: Agent integrations overview。
OpenViking Helper はデスクトップコンソールで、現在 macOS と Windows x64 向けの Beta 版として提供しています:
SKILL.md スキルを確認し、OpenViking に同期します。ダウンロード:
VikingBot は、OpenViking 上に構築された AI エージェントフレームワークです:
pip install "openviking[bot]"
openviking-server --with-bot
ov chat # 別のターミナルで実行
公式 Docker イメージには VikingBot が同梱されており、サーバーとコンソール UI とともにデフォルトで起動します。詳細: VikingBot guide。
本番環境では、OpenViking をスタンドアロンの HTTP サービスとして実行してください — Server deployment と Deployment guide を参照してください。
自分で運用したくない場合は、公式ホスティング版の OpenViking Personal をすぐに利用できます。VikingDB によりローカルハードウェアをはるかに超える規模までスケールし、最大 50 ファイルまでの無料トライアルが付属します。既存のオープンソース版ユーザーは移行ツールで移行できます。→ openviking.ai
OpenViking は、VikingMem 論文に記載されたコア機能の一部をオープンソースとして公開しています:
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. Accepted by VLDB 2026. 📄 arXiv で論文を読む
OpenViking はまだ初期段階にあり、作るべきものが数多く残っています。
このプロジェクトはセキュリティを重視しています。 脆弱性の報告方法とサポート対象バージョンについては、SECURITY.md を参照してください
OpenViking プロジェクトは、コンポーネントごとに異なるライセンスを使用しています: