OpenViking: قاعدة بيانات مفتوحة المصدر لإدارة سياقات الذكاء الاصطناعي

بقلم: فريق تحرير العلامة التقنية التصنيف: الذكاء الاصطناعي ١٥ مارس ٢٠٢٦

تُعتبر OpenViking قاعدة بيانات مفتوحة المصدر مخصصة لإدارة سياقات الذكاء الاصطناعي، وقد تم تطويرها بواسطة Volcengine. يهدف المشروع إلى تحسين كيفية تعامل أنظمة الوكلاء مع السياقات، حيث لا ينبغي اعتبار السياق مجرد مجموعة مسطحة من النصوص، بل يجب تنظيمه وفق نموذج نظام الملفات.

يعتمد OpenViking على مفهوم معماري بسيط، بحيث يتم تنظيم السياقات من خلال هيكل هرمي موحد يشمل الذاكرة، الموارد، والمهارات. يهدف هذا التصميم إلى معالجة خمسة مشاكل شائعة تواجه تطوير الوكلاء، وهي: تجزئة السياق، زيادة حجم السياق أثناء المهام الطويلة، ضعف جودة الاسترجاع، قلة الرؤية في سلوكيات الاسترجاع، وحدود تكرار الذاكرة.

إدارة السياقات عبر نظام ملفات افتراضي

في صميم تصميم OpenViking، يوجد نظام ملفات افتراضي يتم الوصول إليه عبر بروتوكول viking://. يقوم المشروع بتقسيم أنواع السياقات المختلفة إلى أدلة، تشمل الموارد والمستخدمين والوكلاء. يمكن للوكلاء الوصول إلى مستندات المشروع، تفضيلات المستخدم، ذكريات المهام، المهارات، والتعليمات من خلال هذه الأدلة العليا. هذه الخطوة تمثل تحولًا من "شرائح نصية مسطحة" إلى كائنات نظام ملفات مجرّدة يتم التعرف عليها عبر URIs.

آلية الاسترجاع التكرارية للأدلة

تُعتبر الاختيارات المعمارية مهمة، حيث إن OpenViking لا يسعى لإزالة الاسترجاع الدلالي، بل لتقييده وتنظيمه. يبدأ خط أنابيب الاسترجاع من خلال استخدام الاسترجاع الاتجاهي لتحديد دليل عالي الدرجات، ثم يقوم بإجراء استرجاع ثانٍ داخل هذا الدليل، ويتعمق بشكل تكراري في الأدلة الفرعية إذا لزم الأمر. يُعرف هذا باسم الاسترجاع التكراري للأدلة.

تحميل السياقات المتدرجة لتقليل الحمل الزائد للرموز

يضيف OpenViking أيضًا آلية مدمجة لتحميل السياقات المتدرجة. عند كتابة السياق، يقوم النظام تلقائيًا بمعالجته إلى ثلاث طبقات: الطبقة الأولى L0 هي ملخص مجرد، بينما L1 يحتوي على نظرة عامة تشمل المعلومات الأساسية وسيناريوهات الاستخدام. الطبقة L2 تتضمن المحتوى الأصلي الكامل، والذي يُستخدم فقط عند الحاجة.

رؤية الاسترجاع وتصحيح الأخطاء

تعتبر ميزة الرؤية من السمات المهمة الأخرى. يقوم OpenViking بتخزين مسار تصفح الأدلة وتحديد الملفات أثناء الاسترجاع، مما يُعرف باسم مسار الاسترجاع المرئي. هذه الميزة تتيح للمطورين فحص كيفية تنقل النظام عبر الهيكل الهرمي للحصول على السياقات، مما يساعد في تصحيح الأخطاء بدلاً من اعتبار اختيار السياق صندوقًا أسود.

إدارة الذاكرة الذاتية والجلسات

يمتد المشروع أيضًا إلى إدارة الذاكرة، حيث يتضمن OpenViking إدارة جلسات تلقائية مع حلقة تكرار ذاتي للذاكرة. في نهاية كل جلسة، يمكن للمطورين تفعيل استخراج الذاكرة، مما يتيح للنظام تحليل نتائج تنفيذ المهام وتحديث ذاكرة المستخدم والوكيل.

نتائج تقييم OpenClaw

تتضمن الوثائق نتائج تقييم إضافي لإضافة ذاكرة OpenClaw على مجموعة بيانات الحوار الطويل LoCoMo10. تُظهر النتائج أن OpenClaw مع إضافة OpenViking حقق معدل إكمال مهام يصل إلى 52.08% مع تقليل استخدام الرموز.

تفاصيل التوزيع ومتطلبات التثبيت

تتطلب عملية تثبيت OpenViking وجود Python 3.10+ وGo 1.22+، مع دعم للأنظمة التشغيلية مثل Linux وmacOS وWindows. يمكن تثبيته عبر pip install openviking --upgrade --force-reinstall.

بشكل عام، يُظهر OpenViking كيف يمكننا تحسين إدارة السياقات في أنظمة الذكاء الاصطناعي من خلال تبني نماذج أكثر تنظيمًا وفعالية، مما يعزز التجربة الكلية للمستخدمين.