OpenVikingv0.5.0
Память и поиск для AI-агентов: факты из диалогов, документы и навыки агента в одном сервисе - замена облачным сервисам памяти Mem0 и Zep.
OpenViking дает вашему AI-агенту память, которая живет между сессиями, и поиск по вашим документам по смыслу, а не по точному слову. В одном сервисе собраны три вещи: долговременная память (факты о пользователе, события, предпочтения), RAG по документам и реестр навыков агента. Все лежит в едином пространстве имен viking:// с мультитенантностью - аккаунты, пользователи и отдельные ключи под каждого. Данные остаются на вашем сервере, а не в облаке memory-сервиса.
После создания сервера OpenViking ставится автоматически: Docker поднимает сервер и Web Studio, рядом стартует локальный эмбеддер, Caddy выпускает Let's Encrypt и открывает доступ по HTTPS. Первая загрузка образов и модели занимает около семи минут. Поиск по памяти работает сразу и без внешнего ключа - эмбеддинги считаются локально, текст наружу не уходит.
Что внутри
- OpenViking v0.5.0 (Python/FastAPI)
- сервер памяти, RAG, навыков, REST API и Web Studio.
- Локальный эмбеддер ollama с моделью
nomic-embed-text - семантический поиск без внешнего API и без гео-блока.
- Встроенная векторная база и RAGFS (Rust)
- отдельные сервисы для векторов не нужны.
- Caddy 2
- reverse-proxy и авто-TLS (Let's Encrypt), отдельный контейнер; OpenViking слушает только localhost.
- Встроенный агент VikingBot
- отключен, потому что при старте требует провайдера моделей; память, поиск и Studio работают без него.
Безопасность
- Root-ключ обязателенсервер вообще не стартует без
root_api_key, а вход в Web Studio закрыт этим ключом (он равен паролю сервера). - fail2banбанит IP после серии неудачных попыток входа по SSH.
- HTTPS + security-заголовкиLet's Encrypt с автопродлением, HSTS, X-Frame-Options, X-Content-Type-Options, Referrer-Policy. Порт 1933 держится на localhost, наружу - только через Caddy.
- Данные в томеаккаунты, векторы, документы и конфиг лежат в томе и переживают пересоздание контейнера.
Как войти
Адрес формируется из IP сервера: замените точки на дефисы и добавьте
.fatmetal.net. Пример: IP45.15.159.10->https://45-15-159-10.fatmetal.net/studio.Root-ключ - тот же пароль, что у вашего сервера (он в личном кабинете). Вставьте его в
Connection Settings -> Root or Admin API Key. Отдельного логина нет. Интерфейс английский.Дальше подключите провайдера моделей (в настройках провайдеров: эмбеддер для поиска и модель для памяти) и заведите аккаунт с пользователем в разделе
Users & Permissions- их ключ нужен агентам и приложениям для записи и поиска.
Важно
Для извлечения памяти нужен свой ключ провайдера моделей. Локальный эмбеддер закрывает поиск по смыслу, но чтобы сервер вытаскивал факты из диалогов в память, подключите ключ любого OpenAI-совместимого провайдера в настройках Web Studio - доступ к внешним API на этом сервере уже настроен через прокси Fatmetal, отдельно платить и настраивать сеть не нужно. Интерфейс английский: русской локализации у OpenViking нет. Данные и ключи лежат в томе /opt/openviking/.openviking - бэкапьте его.
Лицензия
OpenViking - открытый код под лицензией AGPL-3.0: для внутреннего использования свободна, но при сетевом доступе к измененной версии исходники изменений нужно открывать.
Свой домен
- Направьте A-запись вашего домена на IP сервера.
- Убедитесь, что домен указывает на сервер:
ping <домен>показывает IP сервера. Пока не показывает - подождите: DNS обновляется от нескольких минут до часа. - По SSH добавьте свой домен отдельным блоком в
/opt/Caddyfileс тем жеreverse_proxy 127.0.0.1:1933(скопируйте существующий блок и замените имя). - Перезапустите Caddy:
docker restart openviking-caddy- сертификат Let's Encrypt выпустится сам. - Откройте
https://ваш-домен/studio- вход тем же root-ключом (паролем сервера), менять его не нужно.
Требования
В простое контейнер держит около 750 МБ RAM, локальный эмбеддер с загруженной моделью добавляет еще примерно 0,7-1,2 ГБ; образ на диске - 1,74 ГБ, установка занимает около семи минут. Тариф CPU4-RAM8-DISK100. Локальный эмбеддер рассчитан на небольшой корпус документов: на десятках файлов он упирается в процессор, и для большого корпуса лучше подключить внешний эмбеддер по ключу.