上下文编译概览

ov compile 把散落在 OpenViking 里的原始材料——文档、笔记、网页、访谈记录、研究资料、代码仓库——编译成结构化、可检索、方便人和 Agent 反复使用的知识产物。

它是怎么工作的

你只需要提供三样东西：

从哪里来（--from）：一个或多个来源目录/文件；
到哪里去（--to）：产物写入的目标目录；
用哪个 Skill（--skill）：一份描述「要编译成什么样」的说明书。

再加上一个可选的 --reason：给这次编译的补充指令，比如范围、受众、语言、侧重点。Skill 定义了「编译成什么形态」，--reason 则在此之上告诉 Agent「这一次具体要什么」。

剩下的交给 OpenViking。Compile 依赖 VikingBot：任务被接受后，VikingBot 会加载你指定的 Skill，以你的身份读取来源，在一个独立的 Agent Loop 里自主地阅读、归纳、组织、写页面——就像你雇了一个人，把一堆资料整理成一份干净的知识库，然后把成品交回给你。整个过程是异步的，你可以等它跑完，也可以拿到 task_id 之后去做别的事。

换句话说：你负责给材料和目标，Agent 负责真正把知识整理出来。

一条命令跑起来

bash

ov compile \
  --from viking://resources/research \
  --to viking://resources/research-wiki \
  --skill viking://agent/skills/llm-wiki \
  --reason "把研究资料整理成便于团队检索的知识库" \
  --wait

--wait 会一直轮询到任务结束；去掉它就立刻返回一个 cmp_... 任务 ID，之后用 ov task status <id> 查看进度、用 ov task cancel <id> 取消。完整的字段说明、任务生命周期和 HTTP 接口见 VikingBot API → compile()。

换个 Skill，就换一种产物

Compile 本身不规定「编译成什么」——那由 Skill 决定。同一批来源，配不同的 Skill，就能得到形态完全不同的知识产物。下面是我们提供的示例 Skill，前两个还各自配了一个可视化脚本，可以直接照着跑：

Skill	产物形态	适合	示例
LLM Wiki	一套互相链接的 Markdown 页面（实体页、概念页、方法页……）加一个导航 `index.md`	需要人和 Agent 都能快速检索、导航、复用的知识库	LLM Wiki 示例
Knowledge Graph	`entities/*.md` 节点 + 一个 `relations.jsonl` 关系表	需要按实体、类型、关系去遍历的结构化知识图谱	Knowledge Graph 示例
日报	每个日期一页 `<YYYY-MM-DD>.md`	从对话、会话、消息、任务记录里还原「每天真正做了什么」	日报示例
知识蒸馏	按主题组织的高层次结论页	从一个或多个知识库里提炼跨来源的发现、趋势、变化	知识蒸馏示例

前两个示例还给出了从导入来源 → 添加 Skill → 执行编译 → 可视化产物的完整 ov 命令，照着做就能得到一张可交互的 HTML 图。

前置条件

一个正在运行、且启用了 Bot（--with-bot）的 OpenViking 服务。默认端点是 http://localhost:1933；远程使用需要 API Key，参见鉴权。没有服务先看快速开始。
ov CLI 已配置好连接（~/.openviking/ovcli.conf 或 OPENVIKING_* 环境变量）。
可视化脚本需要 Python 3；LLM Wiki 的脚本还会用到 openviking Python 包来直接读取服务里的 Wiki 页面。

上下文编译概览 ​

它是怎么工作的 ​

一条命令跑起来 ​

换个 Skill，就换一种产物 ​

前置条件 ​

相关文档 ​

上下文编译概览

它是怎么工作的

一条命令跑起来

换个 Skill，就换一种产物

前置条件

相关文档