该项目通过文件系统范式，统一管理智能体所需的记忆、资源与技能，解决了传统 RAG 架构中信息碎片化和检索低效的问题。
1. 文件系统管理范式 → 解决碎片化问题：
基于文件系统范式，将记忆、资源、技能进行统一上下文管理；
2. 分层上下文按需加载 → 降低 Token 消耗：
L0/L1/L2 三层结构，按需加载，大幅节省成本；
3. 目录递归检索 → 提升检索效果：
支持原生文件系统检索方式，融合目录定位与语义搜索，实现递归式精准上下文获取；
4. 可视化检索轨迹 → 上下文可观测：
支持可视化目录检索轨迹，让用户能够清晰观测问题根源并指导检索逻辑优化；
5. 会话自动管理 → 上下文自迭代：
自动压缩对话中的内容、资源引用、工具调用等信息，提取长期记忆，让 Agent 越用越聪明。
项目：github.com/volcengine/OpenViking