OpenViking为Codex加长期记忆，实现跨会话无缝衔接
针对AI Agent在长时间对话中易遗忘历史信息的问题，OpenViking通过构建统一的长期记忆系统，让Codex等Agent能够按需读取项目资料、沉淀工作方法，并在新任务开始时快速检索相关上下文。...
在人工智能领域，AI Agent（智能体）的应用越来越广泛，但一个普遍存在的问题是：这些Agent在长时间对话或跨窗口操作时，往往会忘记之前积累的信息和经验。这种"健忘"现象不仅降低了工作效率，还增加了用户重复解释背景信息的负担。
以客户成功经理小K为例，在推进年度续约时，她需要协调培训安排、安全材料提交以及法务评审等多个环节。这些信息分散在会议记录、项目文档和每日更新消息中。虽然Codex可以帮助整理方案和撰写沟通要点，但一旦切换窗口或更换Agent，小K就必须重新解释客户情况、合同进度等关键信息，这无疑增加了工作量。
为了解决这一痛点，OpenViking应运而生。这是一个专为AI Agent设计的长期记忆系统，旨在提供一种统一的上下文数据库，让Agent能够在不同任务之间无缝衔接，无需从零开始重新建立上下文。
OpenViking的核心功能
OpenViking将Agent所需的工作上下文分为三类：
- Resource（资源）：如项目材料、文档等；
- Memory（记忆）：包括个人偏好、历史经验和工作方法；
- Skill（技能）：可复用的工作方法和最佳实践。
这些内容被抽象成系统中的目录和文件，每项都有可定位和追溯的路径。当Codex接收到新任务时，它不会一次性加载所有历史内容，而是按照需求分层读取：
此外，OpenViking还会将每次任务的真实执行过程沉淀为经验。任务结束后，Session Commit会从对话和工具执行过程中提取值得长期保留的内容，并写回Memory。这个过程主要处理三个对象：
- Session：记录用户提问、Agent回应、工具调用及返回结果；
- Trajectory：梳理任务目标、关键步骤和执行选择；
- Experience：提炼可复用的方法，为后续类似任务提供参考。
轻松接入Codex
OpenViking提供了多种接入方式，包括插件、CLI、HTTP API和MCP等，可以轻松集成到豆包工作、Trae、Codex等主流Agent生态中。
以Codex为例，接入OpenViking的步骤如下：
为了确保Codex在后续对话中遵循稳定的写入和确认规则，用户还可以在Codex的个性化设置中指定OpenViking作为默认长期记忆库，并设置相应的Prompt规则。
对AI Agent协作的影响
OpenViking的引入，使得AI Agent之间的协作更加高效和自然。通过提供统一的长期记忆系统，Agent可以在不同任务之间无缝衔接，无需反复解释背景信息。这不仅提高了工作效率，还减少了用户的操作负担。
对于像小K这样的客户成功经理来说，OpenViking意味着她可以专注于更高层次的战略思考，而不必担心Agent会忘记之前的对话内容。同时，通过沉淀和复用工作方法，Agent的学习和进化速度也将大大加快。
总的来说，OpenViking为AI Agent提供了一种全新的长期记忆解决方案，使得Agent能够在更复杂的场景下发挥更大的作用，同时也为AI技术的实际应用开辟了新的可能性。