← 回總覽

TencentDB Agent Memory 全球正式开源:让 Agent 沉淀经验,让人专注创造

📅 2026-05-19 08:46 腾讯云开发者 人工智能 2 分鐘 1511 字 評分: 88
Agent Memory 分层记忆 腾讯云 开源 AI Agent
📌 一句话摘要 腾讯云正式开源 TencentDB Agent Memory,一套面向 AI Agent 的分层记忆引擎,通过 L0-L3 分层架构和上下文卸载技术,在降低 Token 消耗的同时提升任务完成率。 📝 详细摘要 腾讯云数据库团队正式开源了 TencentDB Agent Memory,这是一套采用 MIT 协议的分层记忆引擎,旨在解决 AI Agent 在长周期任务中面临的跨会话记忆断裂、事实与偏好混淆、上下文膨胀等核心问题。项目提出了 L0-L3 的四层记忆架构:原始对话层、原子记忆层、场景归纳层和用户画像层,通过提取-聚合-蒸馏的管道连接各层。在技术实现上,通过上下文卸

📌 一句话摘要

腾讯云正式开源 TencentDB Agent Memory,一套面向 AI Agent 的分层记忆引擎,通过 L0-L3 分层架构和上下文卸载技术,在降低 Token 消耗的同时提升任务完成率。

📝 详细摘要

腾讯云数据库团队正式开源了 TencentDB Agent Memory,这是一套采用 MIT 协议的分层记忆引擎,旨在解决 AI Agent 在长周期任务中面临的跨会话记忆断裂、事实与偏好混淆、上下文膨胀等核心问题。项目提出了 L0-L3 的四层记忆架构:原始对话层、原子记忆层、场景归纳层和用户画像层,通过提取-聚合-蒸馏的管道连接各层。在技术实现上,通过上下文卸载和 Mermaid 无限画布技术,将原始工具结果和任务结构移至外部文件,上下文仅保留摘要和索引,从而打破 Token 线性增长。评测数据显示,作为 OpenClaw 插件接入后,最高可节省 61.38% Token,任务通过率相对提升 51.52%,长期记忆准确率从 48% 提升至 76%。项目已支持 OpenClaw 和 Hermes Gateway 两种接入方案,提供一行命令安装和 Docker 部署方式。

💡 主要观点

- TencentDB Agent Memory 提出 L0-L3 四层分层记忆架构解决长周期 Agent 记忆问题。 L0 原始对话层全量保留交互,L1 自动提取事实偏好等原子信息,L2 按任务场景聚合,L3 蒸馏出稳定用户画像,层间通过提取-聚合-蒸馏管道连接,各层可独立升级替换。

通过上下文卸载和 Mermaid 无限画布技术打破 Token 线性增长瓶颈。 将原始工具结果和任务结构折叠到外部文件,上下文仅保留摘要和索引,使 Token 消耗不再随任务长度线性增长,同时保持原文可查、结构可导航。
评测数据验证了 Token 下降与任务完成率提升的双重效果。 在 WideSearch 评测中 Token 节省 61.38% 且通过率提升 51.52%,PersonaMem 长期记忆准确率从 48% 提升至 76%,在编程、调研、文档分析等长链路任务上稳定收敛。

💬 文章金句

- 记忆不是让 AI 记住所有事,而是让人不必重复所有事。

  • 每一层只做一件事,层与层之间通过提取-聚合-蒸馏的管道连接,任何一层都可以独立升级或替换,让 Agent 不再因为换了一次会话就忘掉你是谁。
  • 我们把 TencentDB Agent Memory 放到开源社区,是因为相信记忆这个产品远没有标准答案,比起做一个完美的方案,我们更想和开发者一起,把产品做得更丰富、更扎实、更可用。

📊 文章信息

AI 初评:88

来源:腾讯云开发者

作者:腾讯云开发者

分类:人工智能

语言:中文

阅读时间:8 分钟

字数:1845

标签: Agent Memory, 分层记忆, 腾讯云, 开源, AI Agent

阅读完整文章

查看原文 → 發佈: 2026-05-19 08:46:00 收錄: 2026-05-19 12:00:05

🤖 問 AI

針對這篇文章提問,AI 會根據文章內容回答。按 Ctrl+Enter 送出。