Aller au contenu
ReviewRamble

La lettre hebdomadaire

L’IA, évaluée, dans votre boîte mail.

  • Les nouveaux tests d’outils, de modèles, de serveurs MCP et de dépôts, avec le verdict en premier
  • Les prix et les notes revérifiés quand quelque chose change
  • Les nouvelles analyses dès leur publication

Modèles, agents, serveurs MCP et les outils qui méritent vraiment votre temps.

Un e-mail par semaine. Désinscrivez-vous avec le lien présent dans chaque lettre. Comment nous utilisons votre e-mail

OpenViking

Le serveur de contexte auto-hébergé de Volcengine, qui stocke les documents, mémoires et skills d'un agent sous la forme d'un système de fichiers viking:// que l'on peut parcourir.

Avis de ReviewRamble editors · Mis à jour

Voir sur GitHub Open source

Partager cette page :XLinkedInFacebookRedditWhatsAppE-mail

Notre note

3.9/5

OpenViking fait de la mémoire d'un agent quelque chose que l'on peut ouvrir et lire, mais sa licence AGPL, ses réglages par défaut pensés pour Volcengine et ses ruptures de compatibilité fréquentes demandent plus à une équipe que Mem0 ou Graphiti.

Qu’est-ce que OpenViking ?

OpenViking est un serveur qui range tout ce que sait un agent dans un seul système de fichiers virtuel sous des URI viking:// : des ressources (documents, dépôts, pages web), des mémoires (préférences et expérience extraites des conversations) et des skills. Les agents s'y déplacent avec ls, tree, read, grep et find, et chaque répertoire traité porte un résumé d'une ligne (L0) et une vue d'ensemble (L1) produits par un modèle, si bien qu'un agent peut lire des résumés avant d'ouvrir les fichiers complets (L2). La recherche peut être limitée à un sous-arbre plutôt qu'à un seul ensemble plat de vecteurs.

Les agents s'y connectent par un endpoint MCP servi sur le même port que l'API REST, un installateur du plugin de mémoire pour Claude Code, Codex, Cursor, TRAE et OpenCode, des intégrations natives pour OpenClaw, Hermes Agent et pi, des adaptateurs LangChain et Microsoft Agent Framework, des SDK Python, Go et TypeScript, et la CLI ov. Valider une session archive la conversation et écrit les mémoires extraites sous forme de fichiers Markdown que vous pouvez ouvrir et modifier.

Le projet vient de Volcano Engine (Volcengine), l'activité cloud de ByteDance. Le serveur principal est sous AGPL-3.0 ; Volcengine vend aussi un OpenViking Service hébergé et une édition Self-Managed activée par clé de licence, avec déploiement distribué et support.

OpenViking vaut-il le coup ?

La meilleure idée d'OpenViking est qu'une mémoire doit pouvoir s'inspecter. Au lieu d'une base vectorielle interrogée à l'aveugle, il conserve documents, mémoires extraites et skills sous forme de fichiers dans des chemins viking://, chaque répertoire coiffé de résumés écrits par un modèle, et les agents le parcourent avec des commandes de système de fichiers. Le dépôt a été créé en janvier 2026 et compte environ 42 400 étoiles sur GitHub, 3 511 forks et neuf versions entre la v0.5.0 du 9 octobre et la v0.5.5 du 13 novembre 2026.

Les résultats viennent de l'éditeur lui-même. Le README annonce une précision sur les longues conversations de LoCoMo de 80 à 83 % pour OpenClaw, Hermes et Claude Code avec OpenViking, contre 24 à 57 % avec leur mémoire native, avec des tokens d'entrée réduits de 34,3 à 91,0 %, et un taux de réussite des tâches de tau2-bench en hausse de 6,87 points en retail et de 11,87 en airline. Ces essais ont utilisé la version 0.3.22 avec Doubao 2.0 Pro et Doubao-embedding-vision-251215, deux modèles de Volcengine, et aucune reproduction indépendante n'est publiée.

Les modèles sont à votre choix, mais pas gratuits. Les embeddings passent par défaut par un modèle GGUF local, bge-small-zh-v1.5, et le guide de configuration liste 13 fournisseurs d'embeddings, dont OpenAI, Azure, Gemini, Voyage, Jina, Ollama et LiteLLM. Le modèle de vision-langage qui écrit les résumés et extrait les mémoires n'a pas de valeur par défaut ; l'assistant d'installation propose Volcengine, OpenAI, la connexion Codex, Kimi, GLM et Ollama, et les autres fournisseurs passent par LiteLLM. Tous les exemples détaillés de la documentation utilisent des modèles Doubao sur l'endpoint de Pékin de Volcengine, il faudra donc les adapter. Chaque import et chaque session validée coûtent des appels de modèle.

Les réglages de sécurité par défaut sont raisonnables sur une seule machine et demandent du travail au-delà. Le serveur écoute sur 127.0.0.1:1933 et, sans clé root définie, tourne en mode dev, où chaque requête est traitée comme root ; il refuse de démarrer ainsi sur une adresse autre que loopback. L'image Docker se lie à 0.0.0.0, une clé root y est donc obligatoire. Les modes clé d'API, OIDC, LDAP et passerelle de confiance sont intégrés, et MCP prend en charge OAuth 2.1 pour Claude.ai et ChatGPT. Le chiffrement au repos est désactivé par défaut. Avec la v0.5.5, le profil par défaut de la passerelle de modèles expose tous les outils, dont huit qui modifient des données, comme write, forget et set_acl, sauf si vous les inscrivez dans disabled_tools.

La licence tranche la plupart des déploiements. L'AGPL-3.0 vous oblige à proposer le code source aux utilisateurs réseau d'une version modifiée que vous hébergez, ce qui compte si vous modifiez le serveur au sein d'un produit. Le README ajoute que réécrire entièrement le projet pour le republier, ou porter une part substantielle dans un autre langage, exige l'autorisation écrite de Volcengine. Face à Mem0 et Graphiti, tous deux sous Apache-2.0, c'est une vraie friction, et les seules notes de la v0.5.5 listent 13 points de mise à niveau et de migration.

Là où il fait la différence

  • Un développeur qui utilise Claude Code et Codex sur les mêmes dépôts

    Que les deux agents se souviennent de mes préférences et des corrections passées sans compte cloud

    Lancer openviking-server sur localhost, puis l'installateur curl ajoute hooks et MCP à chaque agent. Les mémoires sont écrites en Markdown sous viking://user/, et les erronées peuvent être modifiées ou supprimées. Le logiciel est gratuit ; le modèle d'extraction est facturé par session par le fournisseur que vous configurez.

  • Une équipe plateforme dans une entreprise de 200 personnes qui construit un assistant interne

    Donner à l'assistant une recherche ciblée dans notre documentation et une mémoire par utilisateur

    Déployer l'image Docker avec une clé root et OIDC, créer un compte par équipe et une clé utilisateur par personne, et brancher l'assistant sur l'API REST ou le SDK Python. L'usage courant est de le faire tourner sans modification comme service séparé ; modifier le serveur au sein d'un produit hébergé entraîne les obligations de code source de l'AGPL.

  • Une entreprise SaaS chinoise déjà cliente de Volcengine

    Ajouter une mémoire à long terme à nos agents sans exploiter une base de données de plus

    L'OpenViking Service hébergé par Volcengine fait tourner le même serveur à Pékin ; les 50 premiers fichiers sont gratuits, et les offres et limites figurent dans la documentation du service de Volcengine, pas dans le dépôt.

Avant de vous engager

Mise en route
`uv tool install openviking --upgrade && openviking-server init` (Python 3.10+ et uv), en choisissant un modèle d'embeddings et un modèle de vision-langage ; les agents se connectent ensuite avec `curl -fsSL https://openviking.ai/install | bash` (macOS ou Linux, Node.js 18+). L'image Docker ghcr.io/volcengine/openviking et un modèle Railway sont aussi publiés.
Intégrations
MCP en Streamable HTTP sur /mcp au port 1933, avec un proxy stdio ; Claude Code, Codex, Cursor, TRAE, OpenCode, OpenClaw, Hermes Agent, pi, DeerFlow ; adaptateurs LangChain/LangGraph et Microsoft Agent Framework ; SDK Python, Go et TypeScript ; API REST ; CLI ov ; Web Studio sur /studio.
Données et confidentialité
Auto-hébergé par défaut : le contenu va dans un espace de travail local (./data) sur la couche de fichiers RAGFS, plus un index vectoriel ; pgvector, MySQL et Redis sont proposés pour les déploiements partagés. Le texte est envoyé aux fournisseurs d'embeddings et de vision-langage que vous configurez. Le chiffrement au repos et le traçage OpenTelemetry sont désactivés par défaut. Le service hébergé tourne dans la région de Pékin de Volcengine ; un hébergement hors de Chine est prévu sur BytePlus.
Coût à grande échelle
Aucune redevance de licence pour le serveur AGPL. Le coût courant tient aux appels de modèle : résumés pour chaque répertoire importé et extraction de mémoires à chaque session validée. Les prix du service hébergé et de Self-Managed ne sont pas publiés dans le dépôt.
Limites
1 541 issues et pull requests ouvertes ; les notes de la v0.5.5 listent 13 points de mise à niveau et de migration, dont plusieurs incompatibles ; le stockage vectoriel embarqué ne gère pas plusieurs processus, les déploiements partagés ont donc besoin d'un backend vectoriel distant.

Les points forts

  • Mémoires et documents stockés comme des fichiers lisibles et modifiables
  • Recherche limitée par répertoire, avec des résumés avant le contenu complet
  • MCP, hooks, trois SDK et installateurs pour la plupart des agents de code
  • Fonctionne avec des modèles locaux, OpenAI, Gemini et d'autres fournisseurs

Les points faibles

  • AGPL-3.0, plus une clause du README qui restreint réécritures et portages
  • Exemples et benchmarks construits autour des modèles Doubao de Volcengine
  • Sans authentification et avec un accès root en mode dev tant qu'aucune clé n'est définie
  • Changements de configuration incompatibles d'une version mineure à l'autre

Idéal pour

Les équipes qui veulent une mémoire d'agent et une recherche documentaire vérifiables fichier par fichier, et qui acceptent l'AGPL et un serveur qui évolue vite.

Alternatives à OpenViking

OpenViking : questions fréquentes

OpenViking vaut-il le coup ?
OpenViking fait de la mémoire d'un agent quelque chose que l'on peut ouvrir et lire, mais sa licence AGPL, ses réglages par défaut pensés pour Volcengine et ses ruptures de compatibilité fréquentes demandent plus à une équipe que Mem0 ou Graphiti. Nous lui donnons 3.9 sur 5.
Combien coûte OpenViking ?
Open source sous AGPL-3.0, sans clé d'activation. Vous payez les appels aux modèles d'embeddings et de vision-langage. L'OpenViking Service hébergé par Volcengine propose des offres Personal et Enterprise, les 50 premiers fichiers étant gratuits ; les prix ne figurent pas dans le README. Édition Self-Managed par clé de licence, prix sur demande.
Quels sont les inconvénients de OpenViking ?
AGPL-3.0, plus une clause du README qui restreint réécritures et portages; exemples et benchmarks construits autour des modèles Doubao de Volcengine; sans authentification et avec un accès root en mode dev tant qu'aucune clé n'est définie; changements de configuration incompatibles d'une version mineure à l'autre.
À qui s’adresse OpenViking ?
Les équipes qui veulent une mémoire d'agent et une recherche documentaire vérifiables fichier par fichier, et qui acceptent l'AGPL et un serveur qui évolue vite.
Combien coûte OpenViking pour une équipe ou en production ?
Aucune redevance de licence pour le serveur AGPL. Le coût courant tient aux appels de modèle : résumés pour chaque répertoire importé et extraction de mémoires à chaque session validée. Les prix du service hébergé et de Self-Managed ne sont pas publiés dans le dépôt.
OpenViking est-il sûr pour les données de l’entreprise ?
Auto-hébergé par défaut : le contenu va dans un espace de travail local (./data) sur la couche de fichiers RAGFS, plus un index vectoriel ; pgvector, MySQL et Redis sont proposés pour les déploiements partagés. Le texte est envoyé aux fournisseurs d'embeddings et de vision-langage que vous configurez. Le chiffrement au repos et le traçage OpenTelemetry sont désactivés par défaut. Le service hébergé tourne dans la région de Pékin de Volcengine ; un hébergement hors de Chine est prévu sur BytePlus.
Quelles sont les meilleures alternatives à OpenViking ?
Les alternatives les plus proches que nous avons testées sont Mem0, Graphiti, Cognee et claude-mem.

Réponses vérifiées le 18 nov. 2026.