OPENVIKING : une base de contexte pour vos agents IA, pas juste un autre store
📌 OPENVIKING est une base de données de contexte open source pour agents IA. Au lieu d’un vector store opaque, il expose tout le contexte — mémoires, ressources, compétences — comme un système de fichiers navigable via le protocole viking://.
Ce qui attire immédiatement chez OPENVIKING, c’est le paradigme. Pas de requêtes floues dans une base vectorielle : vous naviguez dans votre contexte avec ls, tree, find. Votre agent fait pareil. C’est un changement conceptuel fort — le contexte devient un arbre de fichiers, pas une boîte noire.
Le fonctionnement repose sur trois niveaux de chargement. L0 est un résumé d’une phrase (~100 tokens) pour vérifier la pertinence. L1 offre une vue d’ensemble (~2k tokens) pour planifier. L2 ne charge le contenu complet que quand c’est vraiment nécessaire. Résultat : les tokens sont dépensés de façon judicieuse, pas en masse.
Les benchmarks confirment le propos. Sur LoCoMo (mémoire de conversation longue), les agents intégrés à OpenViking passent de 24-57% de précision native à 80-83%. Les tokens en entrée baissent de 34 à 91% selon les cas. Sur tau2-bench (tâches multi-tours), le gain est plus modeste mais réel : +6,87 points en retail, +11,87 points en airline.
Ce que j’aime bien : la session devient mémoire automatiquement. Après chaque session, OpenViking extrait asynchroniquement les préférences utilisateur et l’expérience de l’agent en mémoire à long terme. Pas de configuration manuelle, pas de pipeline à câbler.
L’intégration couvre Claude Code, Codex, OpenClaw, Hermes, Cursor, Trae, OpenCode, LangChain et les clients MCP. Un desktop Helper (bêta) permet de configurer visuellement ces intégrations et d’inspecter les traces de session. La stack technique est Python 3.10+, avec un serveur local et un CLI (ov) pour interagir avec le serveur.
La licence est AGPLv3. C’est à connaître : si vous distribuez une version modifiée en tant que service réseau, vous devez ouvrir le code. La CLI (ov_cli) est Apache 2.0, ce qui est plus souple. Un point de vigilance pour les projets commerciaux.
Un projet avec 35k stars sur GitHub et un papier accepté à VLDB 2026, c’est sérieux. Le modèle business repose sur une édition SaaS gérée (Volcano Engine) et une édition self-managed, mais l’édition open source est complète — pas de feature gates, pas de compte requis.
- 🗂️ Système de fichiers virtuel
viking://pour naviguer le contexte - 📊 Trois niveaux de chargement L0/L1/L2 pour optimiser les tokens
- 🔄 Sessions automatiquement converties en mémoire à long terme
- 🧪 Benchmarks vérifiables : précision multipliée par 3 sur certaines tâches
- 🔌 Intégrations natives pour les principaux agents et frameworks IA
- 📝 Licence AGPLv3 — complète mais exigeante en contexte SaaS
Sources
