OpenViking Server/CLI 模式技术方案

OpenViking Server/CLI 模式技术方案

一、背景与目标

1.1 当前架构

OpenViking 目前主要以 Python SDK 形式提供服务，支持两种部署模式：

• Embedded 模式：自动启动本地 AGFS 子进程和 VikingVectorIndex（单例）
• Service 模式：连接远程 AGFS 和 VectorDB 服务（非单例）

1.2 现有问题

1.3 目标

1. CLI 模式：提供完整的命令行工具
2. Server 模式：提供统一的 HTTP API 服务
3. 保持兼容：现有 SDK 使用方式不变

二、竞品分析与最佳实践

2.1 竞品对比

2.2 Chroma 设计参考

Chroma 的 CLI 设计简洁实用：

chroma run --path <directory>     # 启动服务器
chroma db create <name>           # 创建数据库
chroma login                      # 认证登录
chroma browse                     # 浏览数据

借鉴点：

• 三种运行模式（in-memory/persistent/client-server）
• 简洁的命令结构
• 环境变量配置支持

2.3 Qdrant API 设计参考

Qdrant 的 REST API 采用资源层级结构：

POST /collections/{collection_name}/points/search
GET  /collections/{collection_name}/points/{id}
PUT  /collections/{collection_name}/points

借鉴点：

• 资源层级 URL 设计
• POST 用于复杂查询（请求体包含向量和过滤条件）
• 完善的过滤 DSL
• 一致性级别控制

2.4 Milvus CLI 设计参考

Milvus CLI 采用模块化架构：

milvus_cli/
├── Connection.py    # 连接管理
├── Collection.py    # 集合操作
├── Database.py      # 数据库管理
├── Index.py         # 索引管理
├── Partition.py     # 分区管理
├── Data.py          # 数据操作
├── Role.py          # 角色管理
└── User.py          # 用户管理

借鉴点：

• 模块化命令组织
• 交互式 CLI 支持
• 完整的 RBAC 支持

2.5 Mem0 架构参考

Mem0 的双部署模式：

• Platform API：托管服务，API Key 认证
• OSS SDK：自托管，直接调用

借鉴点：

• 统一的搜索管道（Platform 和 OSS 共用）
• 复杂的过滤 DSL（AND/OR 逻辑）
• 用户隔离（user_id scoping）

2.6 Redis/MySQL 客户端设计参考

Redis 和 MySQL 的客户端设计模式：

• Server 独立运行：Server 作为独立进程启动，不依赖 Client
• Client 仅连接：Client 只负责连接 Server，不负责启动或管理 Server
• 配置分离：Server 配置和 Client 配置分开管理

# Redis 示例
import redis
r = redis.Redis(host='localhost', port=6379)  # 仅连接，不启动 Server
r.set('foo', 'bar')

# MySQL 示例
import mysql.connector
conn = mysql.connector.connect(host='localhost', user='root')  # 仅连接

借鉴点：

• Client 无需 initialize() 方法
• 连接参数通过构造函数传入
• Server 生命周期独立于 Client

2.7 响应格式与错误处理最佳实践

Qdrant 响应格式

{
  "status": "ok",
  "time": 0.123,
  "result": {...},
  "usage": {"cpu": 100, "vector_io_read": 40}
}

• 统一的 status/time/result 包装
• 可选的 usage 字段用于资源监控
• 错误通过 HTTP 状态码 + 消息字符串返回

Milvus 错误码

# 数字错误码 + 消息
(code=1, message="UnexpectedError...")
(code=2, message="Connection timeout...")
(code=2200, message="Retry exhausted...")

• 基于 gRPC 的数字错误码
• 包含 code, message, reason 三元组

gRPC 标准状态码（业界标准）

借鉴点：

• gRPC 17 种标准状态码覆盖所有常见场景
• 明确的 HTTP 状态码映射
• 可重试 vs 不可重试错误分类

2.8 最佳实践总结

2.9 参考资料

• Chroma Documentation - CLI 设计参考
• Qdrant API Reference - REST API 设计参考
• Milvus CLI - 模块化 CLI 参考
• Mem0 Documentation - 双部署模式参考
• LlamaIndex Architecture - 微服务架构参考
• gRPC Status Codes - 标准错误码定义
• gRPC HTTP Mapping - HTTP 状态码映射
• Qdrant Common Errors - 错误处理参考
• Chroma Troubleshooting - 异常类设计参考

三、架构设计

3.0 接口定位

OpenViking 提供三种接口，面向不同使用场景：

选型建议：

• Agent 开发：优先使用 Python SDK，可以维护 client 实例状态
• Agent 调用外部工具：使用 Bash CLI，通过环境变量传递身份信息
• 非 Python 环境：使用 HTTP API

3.1 分层架构

┌─────────────────────────────────────────────────────────────┐
│                      CLI Layer                               │
│  openviking <command> [options]                              │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                     Client Layer                             │
│  ┌─────────────────┐  ┌─────────────────┐                   │
│  │ LocalClient     │  │ HTTPClient      │                   │
│  │ (直接调用Service)│  │ (HTTP调用Server)│                   │
│  └─────────────────┘  └─────────────────┘                   │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                     Service Layer                            │
│  ┌─────────────────────────────────────────────────────────┐│
│  │ OpenVikingService                                        ││
│  │ - ResourceService (资源解析、向量化)                      ││
│  │ - SearchService (语义搜索)                               ││
│  │ - SessionService (会话管理)                              ││
│  │ - FSService (文件系统操作)                               ││
│  └─────────────────────────────────────────────────────────┘│
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                   Infrastructure Layer                       │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐          │
│  │ VikingFS    │  │ VikingDB    │  │ AGFS        │          │
│  └─────────────┘  └─────────────┘  └─────────────┘          │
└─────────────────────────────────────────────────────────────┘

3.2 部署模式

选型决策

为什么支持多种部署模式：

1. 嵌入式模式：降低入门门槛，开发者无需部署服务即可使用
2. 独立服务模式：支持团队共享、多 Agent 并发访问
3. 混合模式：灵活组合，适应不同基础设施环境

参考业界实践：

• Chroma：in-memory / persistent / client-server 三种模式
• Milvus：lite / standalone / distributed 三种模式
• SQLite：嵌入式 vs PostgreSQL/MySQL 独立服务

嵌入式模式:
┌─────────────────────────────────────┐
│ Python Process                       │
│  ┌─────────┐  ┌─────────┐           │
│  │ SDK     │──│ Service │           │
│  └─────────┘  └────┬────┘           │
│                    │                 │
│  ┌─────────┐  ┌────┴────┐           │
│  │ AGFS    │  │ VectorDB│           │
│  └─────────┘  └─────────┘           │
└─────────────────────────────────────┘

独立服务模式:
┌─────────────┐      ┌─────────────────────────────────────┐
│ CLI / SDK   │─HTTP─│ OpenViking Server                    │
│ (Client)    │      │  ┌─────────┐  ┌─────────┐           │
└─────────────┘      │  │ Service │──│ AGFS    │           │
                     │  └────┬────┘  └─────────┘           │
                     │       │                              │
                     │  ┌────┴────┐                        │
                     │  │ VectorDB│                        │
                     │  └─────────┘                        │
                     └─────────────────────────────────────┘

3.3 身份与隔离

支持多租户场景，通过 user 和 agent 实现数据隔离：

3.4 配置管理

Server 配置 (~/.openviking/server.yaml)

storage:
  path: ~/.openviking/data

server:
  host: 0.0.0.0
  port: 8000
  api_key: your-api-key

embedding:
  provider: openai
  model: text-embedding-3-small
  api_key: ${OPENAI_API_KEY}

vlm:
  provider: openai
  model: gpt-4o
  api_key: ${OPENAI_API_KEY}

Client 配置 (~/.openviking/client.yaml)

url: http://localhost:8000
api_key: your-api-key
# 注意：user 和 agent 通过环境变量管理，不存配置文件

环境变量

为什么 user/agent 用环境变量而不是配置文件：

1. 进程隔离：环境变量是进程级的，多个 Agent 进程互不干扰
2. 无并发冲突：不会出现多个进程同时写配置文件的问题
3. 易于设置：Agent 启动时设置一次，后续调用自动继承

配置优先级

从高到低：

1. 命令行参数（--url, --user 等）
2. 环境变量（OPENVIKING_URL, OPENVIKING_USER 等）
3. 配置文件（~/.openviking/client.yaml）

四、模块设计

4.1 模块职责

设计原则：

• Service 层独立：业务逻辑不依赖传输层（HTTP/CLI），便于测试和复用
• Client 层抽象：LocalClient 和 HTTPClient 实现相同接口，上层无感知
• CLI 薄层：CLI 只负责参数解析和输出格式化，业务逻辑在 Service 层

4.2 目录结构

openviking/
├── service/                     # Service 层（业务逻辑）
│   ├── __init__.py
│   ├── core.py                  # OpenVikingService
│   ├── fs_service.py            # 文件系统操作
│   ├── resource_service.py      # 资源导入、技能添加
│   ├── search_service.py        # 语义搜索
│   ├── session_service.py       # 会话管理
│   ├── relation_service.py      # 关联管理
│   └── pack_service.py          # 导入导出
│
├── server/                      # HTTP Server
│   ├── __init__.py
│   ├── app.py                   # FastAPI 应用
│   ├── bootstrap.py             # 服务启动器
│   ├── config.py                # 服务器配置
│   ├── dependencies.py          # 依赖注入
│   └── routers/
│       ├── resources.py         # /api/v1/resources
│       ├── filesystem.py        # /api/v1/fs
│       ├── content.py           # /api/v1/content
│       ├── search.py            # /api/v1/search
│       ├── relations.py         # /api/v1/relations
│       └── sessions.py          # /api/v1/sessions
│
├── cli/                         # CLI 模块
│   ├── __init__.py
│   ├── main.py                  # CLI 入口
│   └── output.py                # 输出格式化
│
├── client/                      # Client 层
│   ├── __init__.py
│   ├── local.py                 # LocalClient
│   └── http.py                  # HTTPClient
│
├── async_client.py              # 兼容层
└── sync_client.py               # 兼容层

4.3 pyproject.toml

[project.scripts]
openviking = "openviking.cli.main:app"

4.4 新增依赖

dependencies = [
    # ... 现有依赖
    "typer>=0.9.0",      # CLI 框架
    "rich>=13.0.0",      # CLI 美化输出
]

五、接口设计

5.1 核心方法定义

Session 对象方法：

5.2 统一返回值格式

参考 Qdrant 的响应格式设计，采用 {status, time, result} 统一包装：

成功响应：

{
  "status": "ok",
  "result": {...},
  "time": 0.123,
  "usage": {                    // 可选，用于监控
    "tokens": 100,
    "vectors_scanned": 1000
  }
}

错误响应：

{
  "status": "error",
  "error": {
    "code": "NOT_FOUND",         // gRPC 风格错误码
    "message": "Resource not found: viking://...",
    "details": {...}            // 可选，额外错误信息
  },
  "time": 0.05
}

Python 数据模型：

@dataclass
class Response:
    status: str                 # "ok" | "error"
    result: Optional[Any] = None
    error: Optional[ErrorInfo] = None
    time: float = 0.0
    usage: Optional[UsageInfo] = None

@dataclass
class ErrorInfo:
    code: str                   # NOT_FOUND, INVALID_URI, ...
    message: str
    details: Optional[dict] = None

@dataclass
class UsageInfo:
    tokens: Optional[int] = None
    vectors_scanned: Optional[int] = None

5.3 各方法返回值

ls / tree

{
  "status": "ok",
  "result": {
    "entries": [
      {"name": "doc.md", "type": "file", "uri": "viking://resources/doc.md", "size": 1024},
      {"name": "images/", "type": "dir", "uri": "viking://resources/images/", "children_count": 5}
    ]
  },
  "time": 0.05
}

find / search

{
  "status": "ok",
  "result": {
    "items": [
      {
        "uri": "viking://resources/doc.md",
        "score": 0.92,
        "content": "...",
        "abstract": "...",
        "metadata": {"type": "markdown", "scope": "resources"}
      }
    ],
    "query": "how to use openviking",
    "total": 10
  },
  "time": 0.15,
  "usage": {"vectors_scanned": 1000}
}

read / abstract / overview

{
  "status": "ok",
  "result": {
    "uri": "viking://resources/doc.md",
    "content": "...",
    "level": "L2"
  },
  "time": 0.02
}

stat

{
  "status": "ok",
  "result": {
    "uri": "viking://resources/doc.md",
    "type": "file",
    "size": 1024,
    "created_at": "2024-01-01T00:00:00Z",
    "updated_at": "2024-01-02T00:00:00Z",
    "has_abstract": true,
    "has_overview": true,
    "vectorized": true
  },
  "time": 0.01
}

add_resource

{
  "status": "ok",
  "result": {
    "uri": "viking://resources/my-docs/",
    "files_count": 10,
    "processing_status": "processing",
    "queue": {
      "vectorize": {"processed": 5, "total": 10, "failed": 0}
    }
  },
  "time": 0.5
}

session（Python CLI 返回 Session 对象，HTTP API 返回 JSON）

# Python CLI
session = client.session(user="alice")
session.id          # "session-abc123"
session.user        # "alice"
session.created_at  # datetime
session.message_count  # 10
session.compressed  # False

# HTTP API 返回
{
  "status": "ok",
  "result": {
    "session_id": "session-abc123",
    "user": "alice",
    "created_at": "2024-01-01T00:00:00Z",
    "message_count": 10,
    "compressed": false
  },
  "time": 0.02
}

错误示例

{
  "status": "error",
  "error": {
    "code": "NOT_FOUND",
    "message": "Resource not found: viking://resources/nonexistent/"
  },
  "time": 0.01
}

{
  "status": "error",
  "error": {
    "code": "INVALID_URI",
    "message": "Invalid URI format: 'invalid-uri'",
    "details": {
      "expected": "viking://<scope>/<path>",
      "received": "invalid-uri"
    }
  },
  "time": 0.001
}

5.4 错误处理

基于 gRPC 标准状态码，结合 OpenViking 业务场景定制。

通用错误码（基于 gRPC 标准）

OpenViking 特定错误码

Python 异常类

参考 Chroma 的特定异常类设计，异常类与错误码一一对应：

# openviking/exceptions.py

class OpenVikingError(Exception):
    """Base exception for all OpenViking errors."""
    def __init__(self, code: str, message: str, details: dict = None):
        self.code = code
        self.message = message
        self.details = details or {}
        super().__init__(f"[{code}] {message}")

# 参数错误
class InvalidArgumentError(OpenVikingError): pass
class InvalidURIError(InvalidArgumentError): pass

# 资源错误
class NotFoundError(OpenVikingError): pass
class AlreadyExistsError(OpenVikingError): pass

# 认证/权限错误
class UnauthenticatedError(OpenVikingError): pass
class PermissionDeniedError(OpenVikingError): pass

# 服务错误
class UnavailableError(OpenVikingError): pass
class InternalError(OpenVikingError): pass
class DeadlineExceededError(OpenVikingError): pass

# 业务错误
class ProcessingError(OpenVikingError): pass
class EmbeddingFailedError(OpenVikingError): pass
class SessionExpiredError(OpenVikingError): pass

错误码到异常的映射：

ERROR_CODE_TO_EXCEPTION = {
    "INVALID_ARGUMENT": InvalidArgumentError,
    "INVALID_URI": InvalidURIError,
    "NOT_FOUND": NotFoundError,
    "ALREADY_EXISTS": AlreadyExistsError,
    "UNAUTHENTICATED": UnauthenticatedError,
    "PERMISSION_DENIED": PermissionDeniedError,
    "UNAVAILABLE": UnavailableError,
    "INTERNAL": InternalError,
    "DEADLINE_EXCEEDED": DeadlineExceededError,
    "PROCESSING": ProcessingError,
    "EMBEDDING_FAILED": EmbeddingFailedError,
    "SESSION_EXPIRED": SessionExpiredError,
}

def raise_for_error(response: dict):
    """Convert error response to exception."""
    if response.get("status") == "error":
        error = response["error"]
        exc_class = ERROR_CODE_TO_EXCEPTION.get(error["code"], OpenVikingError)
        raise exc_class(error["code"], error["message"], error.get("details", {}))

六、CLI 实现

6.1 Bash CLI

模式选型：非交互式 CLI

选型决策：采用非交互式 CLI。

为什么选择非交互式：

1. Agent 调用场景：Agent 通过 subprocess 调用 CLI，非交互式更自然
2. 无状态设计：每次调用独立，避免状态污染和并发冲突
3. 易于集成：可以直接在 shell 脚本、CI/CD 中使用
4. 参考业界实践：kubectl、aws cli、gh cli 都是非交互式设计

多 Agent 场景

OpenViking 支持多 user、多 agent，CLI 需要处理多进程并发场景：

┌─────────────────────────────────────────────────────────────┐
│                    OpenViking Server                         │
│                                                              │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐                  │
│  │ user:alice│  │ user:bob │  │ user:carol│                 │
│  │ agent:a1  │  │ agent:b1 │  │ agent:c1  │                 │
│  └──────────┘  └──────────┘  └──────────┘                  │
└─────────────────────────────────────────────────────────────┘
        ▲              ▲              ▲
        │              │              │
   ┌────┴────┐   ┌────┴────┐   ┌────┴────┐
   │ Agent A │   │ Agent B │   │ Agent C │
   │ (进程1) │   │ (进程2) │   │ (进程3) │
   └─────────┘   └─────────┘   └─────────┘

多个 Agent 进程可能同时运行，各自有不同的 user/agent 身份。因此 user/agent 通过环境变量管理（详见 3.4 配置管理）。

使用示例

Agent 调用场景：

# Agent 启动时设置环境变量
export OPENVIKING_URL=http://localhost:8000
export OPENVIKING_API_KEY=sk-xxx
export OPENVIKING_USER=alice
export OPENVIKING_AGENT=agent-a1

# 后续 CLI 调用自动使用环境变量，无需重复指定
openviking find "how to use openviking"
openviking ls viking://resources/
openviking read viking://resources/doc.md

临时覆盖：

# 命令行参数覆盖环境变量
openviking --user bob find "query"

设计原则

1. 与接口一致：命令名、参数与接口定义保持一致
2. 体现核心特性：突出文件系统范式、分层上下文、语义搜索、会话管理
3. 简洁直观：常用操作简单，复杂操作通过子命令组织

命令列表

# 服务管理
openviking serve --path <dir> [--port 8000] [--host 0.0.0.0]
openviking serve --port 8000 --agfs-url <url> --vectordb-url <url>
openviking status

# 资源导入
openviking add-resource <path> [--to <uri>] [--wait] [--timeout N]
openviking add-skill <file> [--wait]

# 文件系统操作
openviking ls <uri> [--simple] [--recursive]
openviking tree <uri>
openviking stat <uri>
openviking mkdir <uri>
openviking rm <uri> [--recursive]
openviking mv <from> <to>

# 内容读取
openviking read <uri>
openviking abstract <uri>
openviking overview <uri>

# 搜索
openviking find <query> [<uri>] [--limit N] [--threshold F]
openviking search <query> [<uri>] [--session-id ID] [--limit N]
openviking grep <uri> <pattern> [-i]
openviking glob <pattern> [<uri>]

# 关联管理
openviking link <from> <to>... [--reason TEXT]
openviking unlink <from> <to>
openviking relations <uri>

# 会话管理
openviking session new [--user <name>]
openviking session list
openviking session get <id>
openviking session compress <id>
openviking session extract <id>

# 导入导出
openviking export <uri> <file.ovpack>
openviking import <file.ovpack> <uri> [--force] [--no-vectorize]

# 工具命令
openviking wait [--timeout N]
openviking config show
openviking config init

命令分组说明

实现 (使用 Typer)

# openviking/cli/main.py
import typer
from rich.console import Console

app = typer.Typer(name="openviking", help="OpenViking - Context Database for AI Agents")
console = Console()

# 顶层命令
@app.command()
def serve(port: int = 8000, host: str = "0.0.0.0"):
    """Start OpenViking server."""
    ...

@app.command()
def ls(uri: str, simple: bool = False, recursive: bool = False):
    """List directory contents."""
    ...

@app.command()
def find(query: str, uri: str = "viking://", limit: int = 10):
    """Semantic search."""
    ...

# 子命令组
session_app = typer.Typer(help="Session management")
app.add_typer(session_app, name="session")

@session_app.command("new")
def session_new(user: str = None):
    """Create new session."""
    ...

6.2 Python SDK

使用方式

from openviking import OpenViking

# 嵌入式模式
client = OpenViking(path="./data")

# HTTP 模式
client = OpenViking(url="http://localhost:8000", api_key="xxx")

完整示例

from openviking import OpenViking

# 连接
client = OpenViking(url="http://localhost:8000", api_key="xxx")

# 导入资源
result = client.add_resource("./docs/", target="viking://resources/my-docs/", wait=True)
print(f"导入完成: {result.data.uri}, 文件数: {result.data.files_count}")

# 分层读取
abstract = client.abstract("viking://resources/my-docs/")  # L0
overview = client.overview("viking://resources/my-docs/")  # L1
content = client.read("viking://resources/my-docs/README.md")  # L2

# 语义搜索
results = client.find("how to configure", target_uri="viking://resources/my-docs/", limit=10)
for r in results.data.results:
    print(f"{r.uri}: {r.score:.2f}")

# 会话管理（OOP 模式）
session = client.session(user="alice")
session.add_message("user", "What is OpenViking?")
results = client.search("What is OpenViking?", session=session)

# Session 操作
session.compress()
memories = session.extract()

# 获取所有 session
all_sessions = client.sessions()

实现方式

class Session:
    """Session 对象，封装会话操作"""
    def __init__(self, client, session_id: str, user: str):
        self._client = client
        self.id = session_id
        self.user = user

    def add_message(self, role: str, content: str):
        """添加消息"""
        ...

    def compress(self):
        """压缩会话"""
        ...

    def extract(self):
        """提取记忆"""
        ...

class OpenViking:
    def __init__(
        self,
        path: Optional[str] = None,
        url: Optional[str] = None,
        api_key: Optional[str] = None,
        user: Optional[str] = None,
        agent: Optional[str] = None,
    ):
        if url:
            self._backend = HTTPBackend(url, api_key)
        else:
            self._backend = LocalBackend(path)
        self._user = user
        self._agent_id = agent

    def session(self, user: str = None) -> Session:
        """创建或获取 Session 对象"""
        ...

    def sessions(self) -> List[Session]:
        """获取所有 Session 对象"""
        ...

6.3 使用指南

安装

pip install openviking

环境变量

详见 3.4 配置管理中的环境变量定义。

viking:// 目录结构

viking://
├── resources/           # 外部资源（文档、代码等）
├── user/
│   └── memories/        # 用户记忆
├── agent/
│   ├── memories/        # Agent 记忆
│   ├── skills/          # Agent 技能
│   └── instructions/    # Agent 指令
└── session/             # 会话数据

分层上下文

七、HTTP API 实现

7.1 设计原则

选型决策：

1. RESTful 风格：资源层级 URL，标准 HTTP 方法

   • 参考 Qdrant API 设计：/collections/{name}/points
   • 便于理解和使用，符合开发者习惯

2. POST 用于复杂查询：搜索等操作使用 POST，请求体包含查询参数

   • 原因：GET 的 URL 长度有限制，复杂查询参数（如向量、过滤条件）不适合放 URL
   • 参考：Qdrant、Elasticsearch 都采用 POST 进行搜索

3. 统一响应格式：所有 API 返回 {status, time, result} 结构

   • 参考 Qdrant 响应格式
   • 便于客户端统一处理

为什么不用 GraphQL：

• OpenViking 的查询模式相对固定，不需要 GraphQL 的灵活性
• RESTful 更简单，学习成本低
• 便于缓存和调试

7.2 认证机制

采用 API Key 认证：

X-API-Key: your-api-key
# 或
Authorization: Bearer your-api-key

7.3 API 端点设计

所有 API 响应格式遵循 5.2 统一返回值格式，具体返回值结构见 5.3 各方法返回值。

资源管理 /api/v1/resources

POST   /api/v1/resources                    # add_resource
       Body: {"path": "...", "target": "...", "wait": false}

POST   /api/v1/skills                       # add_skill
       Body: {"data": {...}}

文件系统 /api/v1/fs

GET    /api/v1/fs/ls?uri=viking://          # ls
GET    /api/v1/fs/tree?uri=viking://        # tree
GET    /api/v1/fs/stat?uri=viking://...     # stat
POST   /api/v1/fs/mkdir                     # mkdir
       Body: {"uri": "viking://..."}

DELETE /api/v1/fs?uri=viking://...&recursive=false  # rm
POST   /api/v1/fs/mv                        # mv
       Body: {"from": "...", "to": "..."}

内容读取 /api/v1/content

GET    /api/v1/content/read?uri=viking://...     # read (L2)
GET    /api/v1/content/abstract?uri=viking://... # abstract (L0)
GET    /api/v1/content/overview?uri=viking://... # overview (L1)

搜索 /api/v1/search

POST   /api/v1/search/find                  # find
       Body: {"query": "...", "uri": "viking://", "limit": 10}

POST   /api/v1/search/search                # search (with session)
       Body: {"query": "...", "uri": "...", "session_id": "..."}

POST   /api/v1/search/grep                  # grep
       Body: {"uri": "...", "pattern": "...", "case_insensitive": false}

POST   /api/v1/search/glob                  # glob
       Body: {"pattern": "**/*.md", "uri": "viking://"}

关联 /api/v1/relations

POST   /api/v1/relations/link               # link
       Body: {"from": "...", "to": "...", "reason": "..."}

DELETE /api/v1/relations/link               # unlink
       Body: {"from": "...", "to": "..."}

GET    /api/v1/relations?uri=viking://...   # relations

会话 /api/v1/sessions

POST   /api/v1/sessions                     # session new
       Body: {"user": "alice"}

GET    /api/v1/sessions                     # session list
GET    /api/v1/sessions/{id}                # session get
DELETE /api/v1/sessions/{id}                # session delete

POST   /api/v1/sessions/{id}/compress       # session compress
POST   /api/v1/sessions/{id}/extract        # session extract
POST   /api/v1/sessions/{id}/messages       # add message
       Body: {"role": "user", "content": "..."}

导入导出 /api/v1/pack

POST   /api/v1/pack/export                  # export
       Body: {"uri": "...", "file": "..."}

POST   /api/v1/pack/import                  # import
       Body: {"file": "...", "uri": "...", "force": false}

系统 /api/v1/system

GET    /health                              # 健康检查
GET    /api/v1/system/status                # 系统状态
POST   /api/v1/system/wait                  # wait_processed
       Body: {"timeout": 60}

7.4 Server 实现

# openviking/server/app.py
from fastapi import FastAPI, Depends
from openviking.server.auth import verify_api_key
from openviking.server.routers import resources, filesystem, content, search, sessions

app = FastAPI(
    title="OpenViking API",
    description="Context Database for AI Agents",
    version="1.0.0"
)

# 注册路由
app.include_router(resources.router, prefix="/api/v1/resources", dependencies=[Depends(verify_api_key)])
app.include_router(filesystem.router, prefix="/api/v1/fs", dependencies=[Depends(verify_api_key)])
app.include_router(content.router, prefix="/api/v1/content", dependencies=[Depends(verify_api_key)])
app.include_router(search.router, prefix="/api/v1/search", dependencies=[Depends(verify_api_key)])
app.include_router(sessions.router, prefix="/api/v1/sessions", dependencies=[Depends(verify_api_key)])

@app.get("/health")
async def health():
    return {"status": "healthy"}

八、实现任务拆解

8.1 任务概览

8.2 依赖关系

T1 (Service层)
    ├── T2 (Server) ──┬── T4 (Python SDK) ──┐
    │                 ├── T8 (Docker)        │
    │                 ├── T10 (TS SDK)       ├── T6 (测试) ── T7 (文档)
    │                 └── T11 (Go SDK)       │
    │                                        │
    ├── T3 (CLI基础) ── T5 (CLI完整) ────────┘
    │
    └── T9 (MCP Server)

8.3 任务详情

T1: Service 层抽取（P0）

目标：从 async_client.py 抽取业务逻辑到独立的 Service 层

交付物：

• openviking/service/core.py - OpenVikingService
• openviking/service/resource_service.py - 资源导入、技能添加
• openviking/service/search_service.py - 语义搜索
• openviking/service/session_service.py - 会话管理
• openviking/service/fs_service.py - 文件系统操作

验收标准：

• 现有单元测试全部通过
• async_client.py 作为兼容层，API 不变

T2: HTTP Server（P1）

目标：实现 FastAPI HTTP Server

交付物：

• openviking/server/app.py - FastAPI 应用
• openviking/server/bootstrap.py - 服务启动器
• openviking/server/auth.py - API Key 认证
• openviking/server/routers/*.py - 所有 API 路由
• openviking/server/models.py - 统一响应模型

验收标准：

# 启动服务
openviking serve --path ./data --port 8000

# 验证 API
curl http://localhost:8000/health
curl -X POST http://localhost:8000/api/v1/resources \
  -H "X-API-Key: test" -d '{"path": "./docs"}'
curl http://localhost:8000/api/v1/fs/ls?uri=viking://

T3: CLI 基础框架（P1）

目标：实现 CLI 核心命令

交付物：

• openviking/cli/main.py - CLI 入口
• openviking/cli/output.py - 输出格式化
• 核心命令：serve, ls, find, read, abstract, overview, add-resource

验收标准：

openviking serve --path ./data --port 8000
openviking add-resource ./docs/ --wait
openviking ls viking://resources/
openviking find "how to use"

T4: Python SDK（P2）

目标：支持通过 HTTP 连接远程 Server

交付物：

• openviking/client/http.py - HTTPClient
• openviking/client/local.py - LocalClient（重构）
• 修改 async_client.py 支持 server_url 参数

验收标准：

# HTTP 模式
client = OpenViking(server_url="http://localhost:8000", api_key="test")
client.initialize()
results = client.find("how to use")

T5: CLI 完整命令（P2）

目标：补全所有 CLI 命令

交付物：

• 会话命令：session new/list/get/compress/extract
• 文件系统命令：tree, stat, mkdir, rm, mv
• 搜索命令：search, grep, glob
• 关联命令：link, unlink, relations
• 导入导出：export, import
• 配置命令：config show/init
• 工具命令：wait, status

验收标准：

openviking --help  # 显示所有命令
openviking session new --user alice
openviking export viking://resources/docs/ ./backup.ovpack

T6: 集成测试（P3）

目标：端到端测试

交付物：

• tests/integration/test_cli.py
• tests/integration/test_server.py
• tests/integration/test_http_client.py

验收标准：

• 所有集成测试通过
• 覆盖主要使用场景

T7: 文档更新（P3）

目标：更新用户文档

交付物：

• README.md 更新（CLI 和 Server 使用说明）
• OpenAPI 文档（自动生成）
• CHANGELOG.md 更新

T8: Docker 部署（P1）

目标：提供 Docker 镜像和 docker-compose 配置

交付物：

• Dockerfile - 多阶段构建
• docker-compose.yml - 本地部署配置
• .dockerignore - 忽略文件
• GitHub Actions 自动构建发布

验收标准：

docker build -t openviking .
docker run -p 8000:8000 -e OPENAI_API_KEY=xxx openviking
curl http://localhost:8000/health

T9: MCP Server（P1）

目标：实现 Model Context Protocol 服务端，让 Claude 等 AI 可直接调用

交付物：

• openviking/mcp/server.py - MCP Server 主入口
• openviking/mcp/tools.py - Tool 定义（find, read, ls, abstract, overview）
• CLI 命令：openviking mcp [--path <dir>]

验收标准：

• Claude Desktop 可成功连接并调用 tools
• 支持 stdio 传输

T10: TypeScript SDK（P2）

目标：基于 HTTP API 实现 TypeScript/JavaScript 客户端

交付物：

• openviking-js/ - 独立 npm 包
• 完整类型定义
• 错误处理
• README 和示例

验收标准：

import { OpenViking } from '@openviking/sdk';
const client = new OpenViking({ url: 'http://localhost:8000', apiKey: 'xxx' });
const results = await client.find('how to configure');

T11: Golang SDK（P2）

目标：基于 HTTP API 实现 Golang 客户端

交付物：

• openviking-go/ - 独立 Go 模块
• 完整类型定义
• 错误处理
• README 和示例

验收标准：

client := openviking.NewClient(openviking.Config{URL: "http://localhost:8000", APIKey: "xxx"})
results, _ := client.Find("how to configure", nil)

8.4 关键文件

8.5 验证方案

Bash CLI 验证

openviking config init
openviking serve --port 8000
openviking add-resource ./docs/ --wait
openviking ls viking://
openviking find "how to use"

HTTP API 验证

curl http://localhost:8000/health
curl -X POST http://localhost:8000/api/v1/resources \
  -H "X-API-Key: xxx" -d '{"path": "./docs"}'
curl "http://localhost:8000/api/v1/fs/ls?uri=viking://" \
  -H "X-API-Key: xxx"

Python CLI 验证

from openviking import OpenViking
client = OpenViking(url="http://localhost:8000", api_key="xxx")
result = client.find("how to use")
print(result)