أطلقت Volcengine OpenViking — قاعدة سياق قائمة على الملفات لوكلاء AI مثل OpenClaw

أتاحت Volcengine مشروع OpenViking كمصدر مفتوح — وهو قاعدة سياق لوكلاء AI، بما في ذلك أنظمة مثل OpenClaw. ويقترح المشروع تخزين الذاكرة والموارد والمهارات ليس في فهارس vector متناثرة، بل في بنية هرمية تشبه نظام ملفات عادي.

السياق كنظام ملفات

الفكرة الأساسية في OpenViking هي أن الوكيل يجد صعوبة في التعامل مع السياق باعتباره مجموعة مسطحة من مقاطع النص. ففي pipeline RAG نموذجي، تكون المستندات في مكان، وذاكرة المستخدم في مكان آخر، أما الأدوات والمهارات فتعيش في أماكن مختلفة تمامًا. ونتيجة لذلك، يصعب على المطور فهم ما الذي رآه الوكيل بالضبط، ولماذا اختار هذا المقطع أو ذاك، وأين يبحث عن الخطأ إذا كانت الإجابة ضعيفة. ويحاول OpenViking اختزال كل ذلك في نموذج واحد — نظام ملفات افتراضي بعناوين `viking://`.

• `viking://resources` — الوثائق والمستودعات وصفحات الويب وغيرها من المعارف الخارجية
• `viking://user` — ذاكرة المستخدم وعاداته وتفضيلاته
• `viking://agent` — مهارات الوكيل نفسه وتعليماته وذاكرة العمل الخاصة به
• `.abstract` — طبقة L0 قصيرة للتحقق السريع من الصلة
• `.overview` — طبقة L1 تتضمن نظرة عامة قبل قراءة المحتوى الكامل

داخل هذه البنية، تُرتَّب الأنواع المختلفة من السياق في أدلة ذات URI واضحة، ويمكن للوكيل الوصول إليها تقريبًا كما يصل المطور إلى الملفات المحلية.

وبذلك يتوقف السياق عن كونه صندوقًا أسود. وبدلًا من الفكرة المجردة القائلة إن شيئًا ما تم العثور عليه عبر embedding، تظهر ملاحة مفهومة: يستطيع الوكيل استعراض الشجرة، وقراءة ملفات محددة، والبحث داخل دليل، وتتبع المسار إلى المقطع المطلوب، والتحكم بدقة أكبر في ما يدخل إلى prompt.

ضوضاء أقل في prompt

آلية رئيسية أخرى في OpenViking هي تحميل السياق على ثلاثة مستويات. فعند الكتابة، لا يكتفي النظام بوضع الملف في فهرس، بل يجهّز بشكل غير متزامن عدة مستويات من التمثيل. L0 هو ملخص قصير من جملة واحدة، وL1 هو نظرة عامة مع خلاصة دلالية وسيناريوهات استخدام، وL2 هي المادة الأصلية الكاملة. يرى الوكيل أولًا المستويات المضغوطة، ثم يتعمق في التفاصيل عند الحاجة فقط. هذا النهج يخفض استهلاك tokens ويقلل الضوضاء في المهام الطويلة.

تحت الغطاء، يفصل OpenViking بين parsing والمعالجة الدلالية. تُحوَّل المستندات أولًا إلى صيغة مهيكلة، ثم تعمل بشكل منفصل طوابير توليد النظرات العامة وvectorization. وهذا يتيح استيراد ليس فقط Markdown أو النص، بل أيضًا PDF وHTML وWord وPowerPoint وExcel وEPUB والصور والصوت والفيديو. وبالنسبة إلى الكود، هناك وضع منفصل يعتمد على tree-sitter: يستطيع النظام استخراج الهيكل البنيوي للملفات في Python وJavaScript وTypeScript وRust وGo وJava وC/C++، حتى لا يرسل استدعاءات LLM إضافية حيث يكفي هيكل AST.

البحث والذاكرة

لا تعمل عملية البحث في OpenViking على شكل استعلام vector واحد عبر القاعدة كلها. فالنظام يحلل النية أولًا، ثم يعثر بسرعة على الدليل الأرجح لاحتواء الإجابة المطلوبة، وبعد ذلك يدقق البحث داخل هذا الدليل، وينزل عند الحاجة بشكل أعمق إلى الأدلة الفرعية. ويطلق المطورون على هذا directory recursive retrieval. والفكرة هنا أن الوكيل لا يبحث فقط عن مقطع نصي مشابه، بل يفهم أيضًا السياق الذي يوجد فيه هذا المقطع. وهذا يرفع الدقة ويجعل المخرجات أقل عشوائية.

وتُعد قابلية الرصد مهمة أيضًا. إذ يحتفظ OpenViking بمسار البحث عبر الأدلة، لذلك يمكن رؤية المكان الذي ذهب إليه الوكيل بالضبط، وفي أي خطوة انعطف في الاتجاه الخاطئ. وبالنسبة إلى الفرق التي تقوم بتصحيح أنظمة الوكلاء، فهذا أكثر فائدة من سجل RAG عادي يحتوي على بضع قيم score.

كما يتضمن المشروع عملًا مع الذاكرة طويلة الأمد: فبعد الجلسة، يمكن للنظام أن يستخرج بصورة غير متزامنة حقائق من الحوارات واستدعاءات الأدوات ونتائج المهام، ثم يحدّث ذاكرة المستخدم وذاكرة الوكيل نفسه.

وقد عُرض بالفعل سيناريو عملي على مثال OpenClaw. فهناك plugin له يستخدم OpenViking بوصفه backend للذاكرة طويلة الأمد، ويستورد الموارد والمهارات إلى المساحات المقابلة `viking://`، ثم يمنح الوكيل أوامر منفصلة للبحث وحفظ الذكريات وفتح الأرشيفات. أي إن المشروع لا يبدو كفكرة بحثية مجردة، بل كطبقة بنية تحتية يمكن بالفعل وصلها بوكلاء حقيقيين داخل pipelines عاملة.

ما الذي يعنيه ذلك

يُظهر OpenViking أن سوق البنية التحتية للوكلاء يبتعد عن الصيغة البدائية المتمثلة في chat plus vector database، ويتجه نحو ذاكرة أكثر قابلية للإدارة مع التسلسل الهرمي والتتبع ونمط عمل طويل الأمد. وإذا ترسخ هذا النهج، فسيصمم المطورون ذاكرة الوكلاء بالقدر نفسه من الوعي الذي يصممون به اليوم هياكل الملفات وAPI وقواعد البيانات.