{"id":"openviking","name":"OpenViking","url":"https://wunderlust.xyz/r/openviking","category":"agents","category_label":"Agents & dev","tags":["open-source","free"],"short":"Context database for agents that organizes memory and skills like a file system","what":"Open source context database that stores the agent's knowledge, memory and skills in a virtual file system (viking://) that can be inspected and edited.","uses":"For developers who want visible memory and context retrieval, with search limited to subtrees.","benefits":["Agents use ls, tree, read, write and grep over the context","Three-level summaries (L0, L1, L2) to check relevance before loading the whole file","Session memories saved as editable markdown","Integrations with Claude Code, Codex, Cursor, MCP, LangChain and SDKs"],"caveats":["According to the project, it scores 80 to 83% on the LoCoMo benchmark versus 24 to 57% for the agents' native memory; the project's own numbers.","The AGPLv3 server requires Python 3.10+ and a provider with embedding and VLM models; there is a managed SaaS (50 free files) and a commercial licensed edition, with no prices on the page.","Likely match: associated by name and description."],"links":{"official":"https://github.com/volcengine/OpenViking"},"image":"https://wunderlust.xyz/media/openviking-poster.jpg","video":"https://wunderlust.xyz/media/openviking.webm","share_image":"https://wunderlust.xyz/og/r/openviking.jpg","similar":["personal-context-portfolio","gbrain","openclaw","hermes-agent","supabase","personal-ai-infrastructure"],"added_on":"2026-11-05","pt":{"name":"OpenViking","short":"Banco de contexto para agentes que organiza memória e skills como um sistema de arquivos","what":"Banco de contexto open source que guarda conhecimento, memória e skills do agente em um sistema de arquivos virtual (viking://), inspecionável e editável.","uses":"Para desenvolvedores que querem memória e recuperação de contexto visíveis, com busca limitada a subárvores.","benefits":["Agentes usam ls, tree, read, write e grep sobre o contexto","Resumos em três níveis (L0, L1, L2) para checar relevância antes de carregar o arquivo inteiro","Memórias de sessão salvas como markdown editável","Integrações com Claude Code, Codex, Cursor, MCP, LangChain e SDKs"],"caveats":["Segundo o projeto, atinge 80 a 83% no benchmark LoCoMo contra 24 a 57% da memória nativa dos agentes; números do próprio projeto.","Servidor sob AGPLv3 exige Python 3.10+ e um provedor com modelos de embedding e VLM; há SaaS gerenciado (50 arquivos grátis) e edição comercial com licença, sem preços na página.","Correspondência provável: associado pelo nome e descrição."]},"schema_version":1}