OpenClaw+OpenViking + NVIDIA API 配置教程
本教程介绍如何在 OpenClaw 环境中配置 OpenViking，使用 NVIDIA NIM API 作为 Embedding 和 VLM 后端。什么是 OpenViking？
OpenViking 是火山引擎开源的 AI Agent 上下文数据库。它用"虚拟文件系统"的方式管理 Agent 的记忆、资源和技能，提供：
[*]分层上下文：L0摘要 / L1概览 / L2全文，按需加载节省 Token
[*]语义搜索：融合目录定位与向量检索
[*]自动摘要：VLM 自动生成文档摘要和概览
[*]会话记忆：自动提取对话中的长期记忆
GitHub: https://github.com/volcengine/OpenViking
前置条件
[*]Python 3.9+
[*]NVIDIA NIM API Key（免费注册）
[*]稳定的网络连接
第一步：安装 OpenViking
pip install openviking第二步：创建配置文件
创建目录和配置文件：
mkdir -p ~/.openviking编辑 ~/.openviking/ov.conf：
{"embedding": { "dense": { "api_base": "https://integrate.api.nvidia.com/v1", "api_key": "你的NVIDIA_API_KEY", "provider": "openai", "dimension": 4096, "model": "nvidia/nv-embed-v1" }},"vlm": { "api_base": "https://integrate.api.nvidia.com/v1", "api_key": "你的NVIDIA_API_KEY", "provider": "openai", "model": "meta/llama-3.3-70b-instruct"}}配置说明
参数说明api_baseNVIDIA NIM API 端点api_key从 NVIDIA Build 平台获取dimensionEmbedding 维度，nv-embed-v1 固定为 4096embedding.model推荐使用 nvidia/nv-embed-v1（对称模型，不需要 input_type 参数）vlm.model用于生成摘要的语言模型，推荐 meta/llama-3.3-70b-instruct为什么不用 kimi-k2.5？
NVIDIA 上的推理模型（如 kimi-k2.5）返回的 content 字段为空，内容在 reasoning 字段里。OpenViking 期望标准的 message.content 格式，所以要用非推理模型。
如何获取 NVIDIA API Key
[*]访问 https://build.nvidia.com/
[*]登录/注册账号
[*]点击右上角用户名 → API Keys → Generate Key
[*]复制保存（只显示一次）
第三步：设置环境变量
export OPENVIKING_CONFIG_FILE=~/.openviking/ov.conf建议添加到 ~/.bashrc：
echo 'export OPENVIKING_CONFIG_FILE=~/.openviking/ov.conf' >> ~/.bashrcsource ~/.bashrc第四步：验证安装
创建测试脚本 test_openviking.py：
import openviking as ov# 初始化客户端，数据存储在当前目录的 openviking_data 文件夹client = ov.SyncOpenViking(path="./openviking_data")try: client.initialize() print("✅ OpenViking 初始化成功！") # 添加一个测试文件 result = client.add_resource(path="./your_file.md") print(f"添加文件: {result}") # 等待处理完成 print("等待处理...") client.wait_processed() print("✅ 处理完成！") # 搜索测试 results = client.find("测试关键词", limit=3) print(f"\n搜索结果:") for r in results.resources: print(f"{r.uri} (score: {r.score:.4f})") client.close() print("\n
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！ 这个好，看起来很实用 收藏一下 不知道什么时候能用到
页:
[1]