向量检索不再是黑盒:开源 OpenViking 把 Agent 记忆准确率抬到 80%+

3次阅读
没有评论

向量库查出来的结果,以前只能靠猜它是怎么来的——现在有个开源项目把这笔糊涂账彻底摊开了。

向量检索不再是黑盒:开源 OpenViking 把 Agent 记忆准确率抬到 80%+

项目叫 OpenViking,火山引擎开源的。它的核心思路很直接:检索轨迹全程可视化,哪一步掉链子一眼就能揪出来,不再对着黑盒拍脑袋。

先看一组实测数据(LoCoMo 测试):Agent 记忆准确率从 24–57% 直接抬到 80–83%;Token 消耗砍掉 34–91%,查询延迟降了 58–66%。数字漂亮得让人多看了两遍才敢信。

它靠什么做到的?记忆、知识库、技能统统挂到 viking:// 协议下,攒成一个虚拟文件系统。ls、tree、find 一套组合打下来,上下文在哪、长什么样,心里门清。分层加载也够实在:L0 摘要先扫一眼,L1 概览把结构捋顺,L2 详情才真正去读,Token 就这么省下来的。

会话一结束还会自动沉淀成长期记忆:用户偏好、Agent 经验全留着,下回直接拿来用。

项目地址:https://github.com/volcengine/OpenViking

做 Agent 记忆、RAG 检索的朋友可以拉下来跑跑,看自己的检索链路到底卡在哪一步。

正文完
 0