字节跳动以OpenViking检索跨仓代码知识

字节跳动团队把 157 个代码仓库导入 OpenViking，由其自动对代码做分析、总结与向量化，建立跨仓库语义索引，解决单仓库上下文缺失、grep/glob 关键词检索无法理解意图、高频词干扰三类问题。测评从需求设计环节的代码理解到开发上线问题解答选取 10 个代表性问题，由各问题相关负责人按较好/一般/较差评估，统一使用 GLM 4.7 设置三组对照：对照组直接用本地 workspace 由 OpenCode 检索，实验组一由 OpenCode 集成 OpenViking 插件做语义检索，实验组二用完全基于 OpenViking 的 VikingBot。 结果为「较好」比例由 40% 升至 80%、90%，「较差」比例由 30% 降至 0（VikingBot）。单次输入 Token 成本由 625,183（中位数 486,128）降至 323,294（292,722）与 216,331（213,863）。仓库首次解析消耗 539M tokens（Embedding 300M、VLM 239M），正文估算问答约 1318 次后与本地检索成本拉齐。