OpenViking × OpenClaw：给 AI Agent 装上长期记忆

最近给 OpenClaw 装上了 OpenViking——字节跳动火山引擎开源的 AI Agent 上下文数据库。装的过程很顺，但有一个隐藏代价直到我翻官方文档才意识到，本文把这个关键点讲清楚。

OpenViking 是什么

一句话：把 Agent 需要的记忆、资源、技能统一抽象成虚拟文件系统（viking:// 协议），靠 L0/L1/L2 三层摘要按需加载，从根上解决 Token 消耗。GitHub 上线两个月拿下 16k+ Star，比同期 RAG 项目高出几个量级。

它怎么接管 OpenClaw

很多人以为 OpenViking 只是个"记忆查询工具"，实际它是横跨 OpenClaw 整个生命周期的深度集成层。安装插件后，OpenViking 会接管四个关键钩子：

① before_prompt_build —— 自动召回 每次对话前，并行查询 viking://user/memories 和 viking://agent/memories，结果经智能过滤排序后，转成 <memory> 块插入到提示词最前面。

② assemble —— 上下文组装 不再从本地文件加载历史，而是从 OpenViking 读取会话上下文。模型最终看到的是"压缩摘要 + 归档索引 + 活跃消息"，而不是无限增长的原始文本。

③ afterTurn —— 轮次后处理 每轮对话结束，新增量追加到 OpenViking 会话（自动剔除注入的 <memory> 块等噪音）。当 pending_tokens 超过阈值，触发异步提交——归档生成和记忆提取在服务端完成，不阻塞当前对话。

④ compact —— 对话压缩 唯一的同步边界。调用 commit(wait=true) 阻塞直到完成，再读取最新归档概览。如果摘要太粗糙，模型可以调用 ov_archive_expand 重新打开特定归档。

完整流程：

flowchart TD
    A["👤 用户发送消息"] --> B["🔍 before_prompt_build<br/>并行查询 memories<br/>生成 memory 块注入 prompt"]
    B --> C["🧩 assemble<br/>从 OpenViking 读取<br/>压缩摘要 + 归档索引 + 活跃消息"]
    C --> D["🤖 模型推理"]
    D --> E["📝 afterTurn<br/>追加对话增量"]
    E --> E1{"pending_tokens<br/>> 阈值？"}
    E1 -- 是 --> E2["异步 commit<br/>归档 + 记忆提取"]
    E1 -- 否 --> F["等待下一轮"]
    E2 --> G{"需要压缩？"}
    F --> G
    G -- 是 --> H["🗜️ compact<br/>commit wait=true 同步阻塞"]
    H --> H1["可选：ov_archive_expand<br/>展开特定归档"]
    G -- 否 --> I["✅ 等待下一条消息"]
    H1 --> I

    style A fill:#e3f2fd
    style D fill:#fff3e0
    style I fill:#e8f5e9

除了自动行为，插件还为模型提供了四个显式工具：

效果数据

火山引擎的 LoCoMo10 测试（1540 条用例）：

任务完成率提升 43%，Token 成本降低 91%。

一个容易踩的坑：原生 Markdown 记忆文件不再维护

这是我装完后最大的疑问——MEMORY.md 和 memory/YYYY-MM-DD.md 还会被自动维护吗？翻了 OpenViking 的 openclaw-plugin 文档 和 OpenClaw 记忆机制文档，答案是不会了。

OpenViking 的 assemble / afterTurn / compact / before_prompt_build 四个钩子全面接管了记忆的读写。具体表现：

OpenViking 是一次彻底的接管，不是增量的增强。所有记忆存储和检索都转移到了 OpenViking 后端，原生 Markdown 文件将不再被自动维护——这一点官方文档没有醒目标注，但确实是个值得提前知道的真相。

总结

OpenViking 插件从上下文组装、轮次处理到对话压缩，全链路接管了 OpenClaw 的记忆系统，效果显著（任务完成率 +43%、Token -91%）。但接管也意味着原生 Markdown 文件这条退路没了——如果你看重"记忆能直接打开查看"或"git 追踪变更”，装之前要想清楚。

如果你也在用 OpenClaw，强烈建议接上 OpenViking，然后认真读一遍上面那个对照表。

参考

• OpenViking × OpenClaw 插件文档
• OpenClaw 记忆机制官方文档

• OpenClaw
• OpenViking
• AI
• Memory
• Context Engineering