TencentDB Agent Memory - 腾讯云开源的 AI 智能体记忆工具

TencentDB Agent Memory是什么

TencentDB Agent Memory是腾讯云开源的AI智能体记忆工具，专门解决长任务中Token消耗过快的问题。通过分层记忆架构（L0-L3）自动管理信息，将原始对话、关键结论、场景归纳和用户画像逐层沉淀，同时支持上下文卸载技术，实测可降低61%的Token消耗并提升任务成功率。工具已通过PersonaMem评测集验证，准确率从48%提升至76%，并兼容OpenClaw等开发框架，支持快速接入。

TencentDB Agent Memory的功能特色

• 四层渐进式长期记忆：L0 Raw Log（原始对话存档）→ L1 Atomic Memory（原子事实提取）→ L2 Scene Block（场景聚类）→ L3 Persona（用户画像），实现从碎片到结构的语义金字塔。
• 符号化短期记忆压缩：将冗长工具日志（搜索、代码、报错）卸载至外部文件，仅在上下文中保留轻量 Mermaid 符号图，通过 node_id 实现秒级溯源召回。
• 混合检索召回：支持关键词（BM25）+ 语义向量 + RRF 融合检索，兼顾精准匹配与语义相关性。
• OpenClaw 插件集成：一键安装即可自动完成对话捕获、记忆提取、场景聚合、画像生成与下一轮召回，零配置开箱即用。
• Hermes Gateway 适配：提供 Docker 一键部署方案，支持 DeepSeek-V3.2 等模型，自带持久化存储卷。
• 白盒调试能力：L2 场景块、L3 画像、Mermaid 画布均以可读 Markdown 文件形式存储，支持从高层抽象逐层钻取至原始证据。
• 本地与云端双后端：默认 SQLite + sqlite-vec 本地运行，同时支持腾讯云向量数据库（TCVDB）企业级后端。
• Agent 工具接口: Встроенный tdai_memory_search вместе с tdai_conversation_search 工具，供 Agent 自主查询记忆。

TencentDB Agent Memory的核心优势

• 拒绝扁平存储，拥抱分层架构：不同于传统向量数据库将历史碎片化后盲目检索，TencentDB Agent Memory 通过分层实现「渐进式披露」，上层保留结构判断，下层保留证据精度。
• 100% 可追溯的钻取链路：从 L3 Persona → L2 Scenario → L1 Atom → L0 Conversation 形成完整证据链，任何压缩均可逆向还原，避免「不可逆摘要」导致的信息丢失。
• 极致 Token 效率：短期记忆通过 Mermaid 符号图替代冗长日志，在长周期任务中显著降低上下文窗口压力，实测 WideSearch 场景 Токен 消耗从 221.31M 降至 85.64M。
• 零外部依赖，完全本地化：无需调用任何第三方 API，数据主权完全归属用户，适合高合规场景。
• 生产级工程化：非 Demo 级玩具，提供完整的插件体系、Gateway 适配、混合检索、去重冲突检测、超时降级与运维工具链。
• 跨框架可移植：记忆数据以标准文件格式存储，支持跨 Agent / 跨框架 / 跨设备的导入、导出与实时迁移。

TencentDB Agent Memory官网是什么

• Репозиторий Github：https://github.com/Tencent/TencentDB-Agent-Memory

TencentDB Agent Memory的操作步骤

• OpenClaw 插件安装
  • осуществлять openclaw plugins install @tencentdb-agent-memory/memory-tencentdb
  • 重启 Gateway：openclaw gateway restart
  • 默认启用 SQLite 本地后端，自动接管记忆全生命周期
• 启用短期压缩（可选，需 OpenClaw ≥ 0.3.4）
  • 在插件配置中注册 slots поле
  • 运行补丁脚本：bash scripts/openclaw-after-tool-call-messages.patch.sh（单次安装仅需执行一次）
• Hermes Docker 部署（可选）
  • входить docker/opensource 目录构建镜像：docker build -f Dockerfile.hermes -t hermes-memory .
  • 运行容器并注入模型参数（API Key、Base URL、模型名），挂载持久化卷 hermes_data
  • 验证 Gateway 健康状态：curl http://localhost:8420/health
  • 进入交互式 Shell：docker exec -it hermes-memory hermes
• 调优配置（三级梯度）
  • 日常调优：修改 recall.strategy（混合/关键词/向量）、recall.maxResults, иpipeline.everyNConversations и др. (и другие авторы)
  • 高级调优：调整 pipeline.l1IdleTimeoutSeconds, иoffload.mildOffloadRatio 等长任务参数
  • 深度定制：配置远程 Embedding 服务、独立 LLM 模式、后端服务卸载等，详见 openclaw.plugin.json

TencentDB Agent Memory的适用人群

• AI Agent 开发者：需要为自研 Agent 接入长期记忆能力，避免用户每次重复背景信息。
• OpenClaw / Hermes 用户：希望提升框架在长周期任务中的上下文管理与 Token 效率。
• 企业级智能客服团队：需要跨会话记住用户历史咨询、偏好与 SOP，提升服务连续性。
• 智能投顾与理财助手开发者：需长期跟踪用户资产配置偏好、风险承受能力与目标变化。
• 高合规场景运维者：金融、医疗、政务等领域对数据主权与外部 API 调用有严格限制的团队。
• AI 研究员与极客：关注记忆架构设计、符号化压缩、分层蒸馏等前沿技术的学术与工程人员。

TencentDB Agent Memory的常见问题