Volcengine lança OpenViking, base de contexto em arquivos para agentes de IA como o OpenClaw

A Volcengine publicou o OpenViking em código aberto: uma base de contexto para agentes de IA, incluindo sistemas como o OpenClaw. O projeto propõe guardar memória, recursos e habilidades não em índices vetoriais dispersos, mas em uma hierarquia parecida com um sistema de arquivos comum.

Contexto como sistema de arquivos

A ideia central do OpenViking é que trabalhar com o contexto como um conjunto plano de trechos de texto é incômodo para o agente. Em um pipeline RAG típico, os documentos ficam num lugar, a memória do usuário em outro, e as ferramentas e habilidades vivem em lugares totalmente diferentes. Por isso, é difícil para o desenvolvedor entender o que exatamente o agente viu, por que escolheu determinado trecho e onde procurar o erro quando a resposta sai fraca. O OpenViking tenta reduzir tudo isso a um único modelo: um sistema de arquivos virtual com endereços viking://.

• viking://resources — documentação, repositórios, páginas web e outros conhecimentos externos
• viking://user — memória sobre o usuário, seus hábitos e preferências
• viking://agent — habilidades, instruções e memória de trabalho do próprio agente
• .abstract — uma camada curta L0 para checar rapidamente a relevância
• .overview — uma camada L1 com visão geral antes da leitura do conteúdo completo

Dentro dessa estrutura, os diferentes tipos de contexto são organizados em diretórios com URIs compreensíveis, e o agente pode acessá-los quase como um desenvolvedor acessa arquivos locais. Com isso, o contexto deixa de ser uma caixa-preta. Em vez de um vago "algo foi encontrado por embeddings", há uma navegação clara: o agente pode percorrer a árvore, ler arquivos específicos, buscar dentro de um diretório, rastrear o caminho até o trecho certo e controlar com mais precisão o que entra no prompt.

Menos ruído no prompt

Outro mecanismo-chave do OpenViking é o carregamento de contexto em três níveis. Na gravação, o sistema não apenas joga o arquivo em um índice; ele prepara de forma assíncrona vários níveis de representação. O L0 é um resumo de uma frase, o L1 é uma visão geral com síntese do conteúdo e cenários de uso, e o L2 é o material original completo. O agente vê primeiro os níveis compactos e só depois, se necessário, mergulha nos detalhes. Essa abordagem reduz o gasto de tokens e diminui o ruído em tarefas longas.

Por baixo dos panos, o OpenViking separa o parsing do processamento semântico. Primeiro os documentos são convertidos para uma forma estruturada; depois, uma fila separada cuida da geração de visões gerais e da vetorização. Isso permite importar não só Markdown ou texto, mas também PDF, HTML, Word, PowerPoint, Excel, EPUB, imagens, áudio e vídeo. Para código, há um modo específico com tree-sitter: o sistema consegue extrair o esqueleto estrutural de arquivos em Python, JavaScript, TypeScript, Rust, Go, Java e C/C++, evitando chamadas desnecessárias ao LLM quando um esqueleto AST basta.

Busca e memória

A busca no OpenViking não é uma única consulta vetorial sobre toda a base. Primeiro o sistema analisa a intenção, depois localiza rapidamente o diretório com maior probabilidade de conter a resposta, refina a busca dentro desse diretório e, se necessário, desce mais pelos subdiretórios. Os desenvolvedores chamam isso de directory recursive retrieval. O ponto é que o agente não procura apenas um trecho de texto parecido, mas entende em que contexto esse trecho está. Isso aumenta a precisão e torna os resultados menos aleatórios.

A observabilidade merece destaque à parte. O OpenViking guarda a trajetória da busca pelos diretórios, então é possível ver para onde o agente foi e em que passo ele errou o caminho. Para equipes que depuram sistemas de agentes, isso é mais útil que um log RAG comum com alguns valores de score.

Além disso, o projeto inclui memória de longo prazo: após uma sessão, o sistema pode extrair de forma assíncrona fatos de diálogos, chamadas de ferramentas e resultados de tarefas, e então atualizar a memória do usuário e a do próprio agente.

Um cenário prático já foi demonstrado com o OpenClaw. Há um plugin que usa o OpenViking como backend de memória de longo prazo, importa recursos e habilidades para os espaços viking:// correspondentes e depois dá ao agente comandos próprios para buscar, salvar lembranças e expandir arquivos. Ou seja, o projeto parece menos uma ideia abstrata de pesquisa e mais uma camada de infraestrutura que já pode ser conectada a agentes reais em pipelines de produção.

O que isso significa

O OpenViking mostra que o mercado de infraestrutura para agentes está se afastando do esquema primitivo de "chat mais banco vetorial" e indo rumo a uma memória mais controlável, com hierarquia, rastreamento e modo de longa duração. Se a abordagem pegar, os desenvolvedores vão projetar a memória de agentes com a mesma atenção com que hoje projetam estruturas de arquivos, APIs e bancos de dados.