修复OpenViking记忆文件已生成但搜索不到的问题

发表于 更新于

修复 OpenViking 在 Windows + 本地向量库 + 本地 embedding 模型 组合下，记忆文件已生成但搜索不到的问题。

问题现象

  • OpenViking 服务可以正常启动
  • 记忆文件可以正常生成
  • 但执行搜索时返回空结果
1
ov find "LoopingIsle" --context-type memory

返回：

1
2
3
4
5
6
7
8
9
{
  "ok": true,
  "result": {
    "memories": [],
    "resources": [],
    "skills": [],
    "total": 0
  }
}

服务日志出现：

1
2
openviking.storage.viking_vector_index_backend - ERROR - Error reading existing record before partial update: Strings must be encoded before hashing
openviking.storage.collection_schemas - ERROR - Failed to write to vector database: Strings must be encoded before hashing

根本原因

OpenViking 在把字符串 ID 转成 64 位整数时，使用了：

1
xxhash.xxh64(input_string)

但 xxhash 在 Python 3 中要求传入 bytes，不能直接传入 str，因此抛出：

1
Strings must be encoded before hashing

这导致：

  • 记忆 Markdown 文件正常写入
  • 向量没有成功写入向量库
  • 所以记忆文件存在，但语义搜索找不到

修复

修改文件：

1
openviking/storage/vectordb/utils/str_to_uint64.py

修改前：

1
2
def str_to_uint64(input_string: str) -> int:
    return xxhash.xxh64(input_string).intdigest()

修改后：

1
2
def str_to_uint64(input_string: str) -> int:
    return xxhash.xxh64(input_string.encode("utf-8")).intdigest()

补丁文件

文件 说明
patches/0001-fix-str_to_uint64-xxhash-encoding.patch Git 补丁，可直接 git apply
patches/patch-openviking-xxhash.ps1 Windows PowerShell 一键打补丁脚本
patches/fix-openviking-memory.ps1 重置向量库并重新索引记忆的修复脚本

使用方法

方法一：Git apply

1
git apply patches/0001-fix-str_to_uint64-xxhash-encoding.patch

方法二：PowerShell 脚本

1
powershell -ExecutionPolicy Bypass -File patches\patch-openviking-xxhash.ps1

修复后重新索引

1
2
ov reindex viking://user/default/memories --mode semantic_and_vectors --wait true
ov find "LoopingIsle" --context-type memory

环境

项目 值
操作系统 Windows
Python 3.14.7
OpenViking 0.4.14
向量库 local 本地向量库
Embedding 本地 GGUF 模型（512 维）
VLM OpenCode Go（deepseek-v4-flash）

为什么很多人没遇到

这个 bug 主要在以下组合下出现：

  • Windows
  • Python 3.14
  • 本地向量库
  • 本地 GGUF embedding 模型

大多数用户使用的是：

  • Linux + Docker
  • 云端 embedding API
  • 云端/托管向量数据库
  • 较旧的 Python 版本

所以这条本地路径测试覆盖较少。

额外注意

如果只是移动了 OpenViking 目录导致向量库元数据路径不匹配，可以在配置中加：

1
2
3
4
5
{
  "embedding": {
    "allow_metadata_override": true
  }
}

前提是模型没有换、维度没有变。