RIP RAG ☠️ datar ByteDance hanya membuka OpenViking dan mengekspos segala sesuatu yang salah dengan cara kami membangun memori agen AI. Inilah kesalahan setiap kerangka kerja agen: Kenangan hidup di satu tempat. Sumber daya di tempat lain. Keterampilan tersebar di mana-mana. Dan ketika Anda membutuhkan konteks, Anda melakukan pencarian vektor datar dan berharap yang terbaik. Itulah masalahnya. OpenViking memperbaiki semuanya dengan satu ide: memperlakukan konteks agen seperti sistem file. Semuanya hidup di bawah protokol viking:// terpadu. Ingatan, sumber daya, keterampilan semuanya diatur dalam direktori dengan URI unik. Agen dapat menemukan, menemukan, dan menavigasi konteks seperti pengembang yang mengerjakan terminal. Tetapi terobosan sebenarnya adalah pemuatan berjenjang: → L0: abstrak satu kalimat untuk pencarian cepat → L1: ~2k ikhtisar token untuk keputusan perencanaan → L2: detail lengkap dimuat hanya jika benar-benar dibutuhkan Sebagian besar agen membuang semuanya ke dalam konteks dan berdoa. OpenViking hanya memuat apa yang dibutuhkan, saat dibutuhkan. Biaya token turun. Akurasi naik. Dan pengambilan sebenarnya masuk akal sekarang. Alih-alih satu pencarian semantik datar, ia melakukan pemosisian tingkat direktori terlebih dahulu, kemudian penyempurnaan rekursif di dalam direktori skor tinggi. Anda benar-benar dapat menonton lintasan pengambilan, tidak ada lagi kotak hitam. Bagian evolusi diri juga liar. Di akhir setiap sesi, secara otomatis mengekstrak pembelajaran dan memperbarui agen dan memori pengguna. Agen menjadi lebih pintar semakin sering Anda menggunakannya. 9K bintang. 13 kontributor. Dibangun oleh tim ByteDance Viking yang telah menjalankan infrastruktur vektor sejak 2019. 100% Sumber Terbuka. Apache 2.0. Tautan di komentar.