在多个 Agent 之间切换工作，背景信息往往会在窗口切换时丢失：群聊知道讨论上下文但看不到代码，Coding Agent 能读仓库但不了解团队长期形成的 Review 规则，到了文档工具里又要重新解释背景和结论。OpenViking 的思路不是再做一个 Agent，而是在不同 Agent 背后放一个共享 Context 层。
核心机制
OpenViking 把背景信息组织成三类对象：
- Resource：代码仓库、项目文档、Review Guidelines
- Memory：个人偏好、历史判断、Code Learnings
- Skill：可复用的工作方法
这些内容统一存放在 viking:// 路径下，按目录和文件组织。
加载采用 L0/L1/L2 分层：Agent 先读 L0 摘要，再看 L1 目录概览，按需加载 L2 完整内容。任务结束后，Session Commit 从对话和执行过程中提取新经验，写回长期 Memory。Context 因此不绑定某个 Agent 或某次 Session，而是跟着研发走。
接入方式：MCP、CLI、API、SDK。文档里提到的现成集成包括：
- Coding Agent：Codex、Claude Code、TRAE（插件）
- AI 同事（办公 IM 内）：OpenClaw、Hermes
- 办公场景 Agent：已上架豆包工作插件市场
工作流示例
PR Review
群聊里 @ 接入 OpenViking 的 AI 同事，要求按之前的规范 Review。AI 同事读取当前讨论，同时从 OpenViking 调取相关代码、项目规范、历史 Review Guidelines，完成 Review 和小修，检查 CI，再推动合入或发版。
侧重点：这些知识不是拼接在一条长 Prompt 里。AI 同事通过 MCP 把相关代码、规范和 Review Guidelines 写入 viking://resources/{project}/，任务过程由自动化 Hook 写入 Session。任务结束后 Session Commit 提取表达习惯、Review 偏好和判断，分别存入 viking://~/memories/preferences/ 与 viking://~/memories/experiences/。新确认的 Review 规则也写回，后续不依赖具体处理人。
深度 Coding
CLI 里打开接入 OpenViking 的 Claude Code 处理复杂任务。它直接读取代码仓库、决策记录、Review Guidelines 和历史 Code Learnings，不需要重讲团队规则。任务结束前，本次形成的实现理解、技术判断和 Code Learnings 经 Session Commit 写回。之后换 Session 或换产品，仍可从长期 Memory 继续调用。
跨工具协作
CLI 里形成的结论在 OpenViking 里有统一的 Viking URI，回到飞书后群聊 Agent 和豆包工作可检索同一份 Resource 和 Memory 继续补充讨论，文档工具也可以直接引用这些结论。如果后续讨论再经 Session Commit 保存，就形成「读取—协作—再沉淀」的闭环，不必从 CLI 复制粘贴再重述一遍。
周报沉淀
周五让豆包工作基于 OpenViking 中过去一周的沉淀生成周报，可按项目进展、关键决策、风险问题、下周计划组织。数据来源是这一周积累的 PR、任务、Code Learnings、测试结果和未完成事项。生成后在文档里继续手动调整；最终版本的周报也作为可检索资料留在 OpenViking 里。
价值判断
这套设计解决的具体问题是：不同工具各自维护一份局部 Context，用户被迫重复解释背景。像 PR Review 这种任务，场景特征是需要规范背景但不需要完整展开代码逻辑，能够从共识 Context 直接取 Guidelines 的确比临时补 Prompt 效率高。跨 Agent 复用带来的另一个收益是格式统一：经验写回后，无论下次由 Codex、Claude Code 还是群聊 Agent 读取，文件结构和查询方式都一致。
局限性也要说明。
- 写回成本：Session Commit 自动提取是有噪音的。规模越大，需要维护的 Memory 对象越多，自动提取的质量上限决定长期可用性，最终可能需要人工筛选和整理机制。
- 适合什么样的场景：个体研发的跨工具工作流、团队维护同一套项目规范和决策记录时收益明显。如果团队没有持续的上下文沉淀习惯，单靠工具侧的自动 Commit 很难产生高质量积累。
- Agent 记忆策略仍需实测：Context 覆盖、冲突偏好优先级（比如用户最新指令与旧 Memory 冲突）一类的行为，公开文档里没有太多实现细节。当前信息足以判断原理是可行的，实际项目跑一段时间才能验证体验。
相关链接
- 产品介绍：https://docs.volcengine.com/docs/84313/2374478?lang=zh
- 控制台：https://signin.volcengine.com/auth/login?redirectURI=https%3A%2F%2Fconsole.volcengine.com%2Fvikingdb%2Fopenviking%2Fregion%3Aopenviking%2Bcn-beijing%2F
- 产品页：https://www.volcengine.com/product/openviking-service
- GitHub：https://github.com/volcengine/OpenViking