已收錄313 則資訊/102 款 AI 工具/397 個開源專案/74 個學習資源
首頁資訊開源排行榜模型排行AI 工具學習資源
首頁 / 開源排行榜 / TencentDB-Agent-Memory

TencentDB-Agent-Memory

團隊級記憶管理系統，可將智慧代理對話、文件與程式碼轉化為可重複使用的對話記憶、技能、Wiki 及 CodeGraph 資產。

TypeScriptNOASSERTIONAgent
⭐ GitHubhttps://github.com/TencentCloud/TencentDB-Agent-Memory
20,952
Star 數
+0
Star 增速
2026年8月11日
最後更新
0
點擊數

1. 專案概述

TencentDB Agent Memory 是專為 AI Agent 設計的團隊級記憶管理系統，能將對話、文件和程式碼庫轉化為四種可重複使用的記憶資產——對話記憶、技能、Wiki 和 CodeGraph——讓智慧代理能夠跨工作階段、團隊和框架累積並分享經驗，而非每次都要從零開始重新學習。

2. 背景與定位

  • 開發動機：AI Agent 團隊不斷遇到相同的瓶頸——每個新的代理工作階段都是冷啟動，沒有過往對話的記憶、沒有可重複使用的工作流程，也對正在處理的程式碼庫或文件缺乏共同理解。TencentDB Agent Memory 秉持「代理記憶，人類創新」的使命而生，旨在讓代理保留所學，使人類無需重複下達相同指令。
  • 核心使命：提供一個持久化、結構化的記憶層，供任何代理框架接入，使對話上下文、經過驗證的工作流程、文件結構和程式碼關係成為持久且可共享的團隊資產，而非在工作階段結束時隨之流失。
  • 與類似專案的差異：大多數代理記憶工具側重於對原始聊天記錄進行扁平化的向量儲存檢索。TencentDB Agent Memory 則透過分層管線（原始對話 → 原子事實 → 情境區塊 → 長期設定檔）來提煉對話內容，並將知識組織成四種獨特、專用的資產類型，具備團隊級存取控制，而非單一無差別的記憶塊。此外，它在設計上與框架無關，透過適配器支援多種代理執行環境，而不綁定於單一產品。

3. 功能類別

🧠 對話記憶

將原始對話多層提煉為對使用者上下文、偏好和約束條件的持久理解。

  • L0：帶時間戳記的原始對話
  • L1：提取的事實、偏好和約束條件
  • L2：按情境組織的知識區塊
  • L3：長期設定檔與穩定行為模式
  • 目的：讓代理記住使用者是誰及其需求，無需每次工作階段都重新詢問。

🛠️ 技能

從成功對話中自動提取的版本化、可執行工作流程。

  • 包含驗證規則和捆綁資源檔案
  • 可跨代理和團隊重複使用
  • 可作為獨立資產匯出和分享
  • 目的：將代理曾經摸索出的工作流程轉化為團隊中每個代理都能再次執行的標準程序。

📖 Wiki

基於匯入的文件和程式碼構建的結構化自動生成文件，具備連結圖譜。

  • 從匯入的文件來源自動生成
  • 維護主題之間的交叉引用連結
  • 隨來源材料變更而增量更新
  • 目的：維持一個動態、代理可讀的知識庫，取代容易過時的靜態文件。

🕸️ CodeGraph

對程式碼庫進行符號級索引，包含檔案關係與變更影響分析。

  • 跨檔案符號索引
  • 檔案對檔案關係映射
  • 針對擬議變更的影響路徑分析
  • 目的：賦予代理對程式碼庫的結構感知能力，使其能夠推論變更的波及範圍。

4. 主要亮點

  • 經驗累積：每次代理執行都能建立在先前執行的結果之上——對話洞察轉化為技能，文件更新自動同步至 Wiki。
  • 可移植、與框架無關的記憶：記憶資產與任何單一代理工具解耦，可在支援的框架間遷移（OpenClaw、Hermes、Claude Code、CodeBuddy 及自訂 SDK）。
  • 團隊規模協作：Memory Hub 網頁控制面板透過角色型權限（系統管理員、團隊管理員、成員）和多級可見性（私人、團隊、受限、代理專用）來管理團隊與代理。
  • 非侵入式檢索：知識透過工具 API 按需拉取，而非全量注入上下文視窗，保持提示詞精簡。
  • 符號化短期記憶：冗長的工具日誌被壓縮為帶有 node_id 引用的精簡 Mermaid 圖表，在保留可追溯性的同時，最多可減少 61.38% 的 token 消耗。
  • 實測效能提升：基準測試顯示的改進包括：角色理解保留率相對提升 59%（PersonaMem 從 48% 提升至 76%）、WideSearch 成功率提升 51.52% 且 token 減少 61.38%，以及 SWE-bench 成功率提升 9.93% 且 token 節省 33.09%。

5. 依角色劃分的使用案例

  • 一般開發人員：透過讓技能和 CodeGraph 跨工作階段持久保存已驗證的工作流程和程式碼庫理解，減少與編程代理的反覆溝通。
  • DevOps/SRE：將運維手冊標準化並版本化為技能，使代理執行已知可靠的程序，而非每次即興發揮。
  • 資料/研究科學家：使用 Wiki 和對話記憶來組織長期研究上下文與發現，確保其在多個代理工作階段間可檢索。
  • 專案經理：利用 Memory Hub 的團隊與角色管理功能，控制哪些代理和成員可以存取、審查及分享特定的知識資產。

6. 快速入門

尋找所需資源 — 查閱儲存庫文件中的資產類型與整合指南，建議從 INSTALL.md 和 ROADMAP.md 開始：

git clone https://github.com/TencentCloud/TencentDB-Agent-Memory.git

安裝 / 整合 — 最快的方式是採用一體化 Docker 部署（需 Node.js ≥22.16）：

cd TencentDB-Agent-Memory/deploy/global-images
cp .env.example .env
# 編輯 .env 填入您的 LLM 參數
./start-all.sh
# Memory Hub 面板可透過 http://localhost:8125 存取

若使用 OpenClaw，可直接安裝已發佈的外掛程式：

openclaw plugins install @tencentdb-agent-memory/memory-tencentdb

貢獻 — 閱讀 CONTRIBUTING.md 了解工作流程，然後在 GitHub 上提交議題或拉取請求：

gh repo fork TencentCloud/TencentDB-Agent-Memory

7. 專案結構

├── MemoryCore/          # 資產處理管線與儲存（L0-L3 提煉）
├── MemoryKnowledge/      # Wiki/CodeGraph 索引（OpenAPI: openapi.yaml）
├── MemoryPanel/          # 用於團隊管理的 Memory Hub 網頁介面
├── MemoryProxy/          # 連接代理框架與記憶服務的介面層
├── sdk/memory-core/      # 用於直接程式化整合的 SDK
├── deploy/global-images/ # Docker Compose 部署（start-all.sh, .env.example）
├── INSTALL.md            # 完整設定指南
├── ROADMAP.md            # 開發計畫
└── CONTRIBUTING.md       # 貢獻指南

8. 相關生態系統

  • 致敬的上游影響：CodeGraph 模組建構於 Colby McHenry 的 CodeGraph 程式碼索引概念之上；技能借鑑了 Nous Research 的 Hermes Agent 技能管理模式；Wiki 則受 Andrej Karpathy 提出的「LLM Wiki」概念啟發，即增量維護、代理可讀的文件。
  • 整合夥伴：支援 OpenClaw、Hermes、Claude Code、CodeBuddy 及自訂 SDK 作為代理框架整合目標。
  • 互補角色：本專案設計為與現有代理框架及 IDE/CLI 工具並存，作為共享記憶層，而非取而代之。

9. 授權條款

  • ✅ 根據 MIT 授權條款，允許出於商業或非商業目的使用、複製、修改、合併、出版、發行、再授權及銷售本軟體副本。
  • ❌ 不提供任何擔保；作者及版權持有人不對因使用本軟體而引起的任何索賠、損害或其他責任負責。
  • ℹ️ 所有副本或本軟體的重要部分均必須包含 MIT 授權條款文字及版權聲明。

10. 常見問題

問：TencentDB Agent Memory 目前支援哪些代理框架？
答：目前支援 OpenClaw、Hermes、Claude Code 和 CodeBuddy，並提供通用 SDK 以供自訂整合。

問：自行託管的系統需求為何？
答：基本需求為 Node.js ≥22.16 和 Docker（用於一體化 deploy/global-images 部署）；完整詳情請參閱 INSTALL.md。

問：這與僅使用向量資料庫儲存聊天記錄有何不同？
答：它並非對原始日誌進行扁平化向量檢索，而是透過分層處理提煉對話（L0 原始對話 → L1 事實 → L2 情境 → L3 設定檔），並將結果組織成四種獨特的資產類型——對話記憶、技能、Wiki 和 CodeGraph——且具備團隊級存取控制。

問：我可以從舊版本遷移資料嗎？
答：可以，MemoryCore/scripts/migrate-v2-to-v3/ 目錄下包含了從 v2 升級至 v3 的遷移工具。

問：我在哪裡可以提問或回報錯誤？
答：請使用 GitHub Issues 回報錯誤（目標 24 小時內回應），使用 GitHub Discussions 討論功能構想，或加入專案的 Discord 社群進行即時交流。

11. 快速連結

12. 總結

TencentDB Agent Memory 為 AI Agent 團隊提供了一個共享、結構化的記憶層——對話記憶、技能、Wiki 和 CodeGraph——使對話上下文、已驗證的工作流程、文件和程式碼庫理解得以持久保存並隨時間累積，而非在工作階段之間流失。它最適合跨多個框架運行代理的團隊，這些團隊希望在無需從頭構建自訂記憶系統的情況下，獲得上下文保留率和 token 效率的可衡量提升。