已收录313 条资讯/102 个 AI 工具/397 个开源项目/74 个学习资源
首页资讯开源榜单模型榜AI 工具学习资源
首页 / 开源榜单 / TencentDB-Agent-Memory

TencentDB-Agent-Memory

一套团队级记忆管理系统，可将智能体对话、文档和代码转化为可复用的对话记忆、技能、Wiki 和 CodeGraph 资产。

TypeScriptNOASSERTIONAgent
⭐ GitHubhttps://github.com/TencentCloud/TencentDB-Agent-Memory
20,952
Star 数
+0
Star 增速
2026年8月11日
最后更新
0
点击数

1. 项目概述

TencentDB Agent Memory 是一套面向 AI Agent 的团队级记忆管理系统，它能够将对话、文档和代码库转化为四种可复用的记忆资产——对话记忆、技能、Wiki 和 CodeGraph，使智能体能够在不同会话、团队和框架之间积累并共享经验，而无需每次从头开始重新学习。

2. 背景与定位

  • 创建初衷：AI Agent 团队反复遇到同样的瓶颈——每个新的智能体会话都是冷启动，没有对过往对话的记忆，没有可复用的工作流，也缺乏对其所处理的代码库或文档的共同理解。TencentDB Agent Memory 秉持“智能体负责记忆，人类专注创新”的使命而生，旨在让智能体保留所学内容，让人类不再重复下达相同的指令。
  • 核心使命：提供一个持久化、结构化的记忆层，可供任何智能体框架接入，使对话上下文、经过验证的工作流、文档结构和代码关系成为持久、可共享的团队资产，而不是在会话结束时丢失。
  • 与同类项目的区别：大多数智能体记忆工具侧重于对原始聊天日志进行扁平化的向量存储检索。TencentDB Agent Memory 则通过分层流水线（原始对话 → 原子事实 → 场景块 → 长期画像）提炼对话内容，并将知识组织为四种不同的、专为特定用途构建的资产类型，且具备团队级访问控制，而非单一且无差别的记忆块。它在设计上也是框架无关的，通过适配器支持多种智能体运行时，而不绑定于单一产品。

3. 功能分类

🧠 对话记忆

将原始对话多层提炼，形成对用户上下文、偏好和约束的持久理解。

  • L0：带时间戳的原始对话
  • L1：提取的事实、偏好和约束
  • L2：按场景组织的知识块
  • L3：长期画像和稳定的行为模式
  • 目的：让智能体记住用户是谁及其需求，无需在每次会话中重复询问。

🛠️ 技能

从成功对话中自动提取的、带版本管理的可执行工作流。

  • 包含验证规则和捆绑的资源文件
  • 可在智能体和团队间复用
  • 可作为独立资产导出和共享
  • 目的：将某个智能体摸索出的工作流转化为团队中所有智能体都能再次运行的能力。

📖 Wiki

基于导入的文档和代码构建的结构化、自动生成文档，带有链接图谱。

  • 从导入的文档源自动生成
  • 维护主题间的交叉引用链接
  • 随源材料变更增量更新
  • 目的：维护一个动态的、智能体可读的知识库，而非容易过时的静态文档。

🕸️ CodeGraph

对代码库进行符号级索引，支持文件关系映射和变更影响分析。

  • 跨文件的符号索引
  • 文件间关系映射
  • 针对拟议变更的影响路径分析
  • 目的：赋予智能体对代码库的结构感知能力，使其能够推理变更的波及范围。

4. 核心亮点

  • 经验积累：每次智能体运行都可以建立在先前运行的结果之上——对话洞察转化为技能，文档更新自动同步至 Wiki。
  • 可移植、框架无关的记忆：记忆资产与任何单一智能体工具解耦，可在支持的框架（OpenClaw、Hermes、Claude Code、CodeBuddy 及自定义 SDK）间迁移。
  • 团队级协作：Memory Hub Web 控制面板支持团队和智能体管理，具备基于角色的权限（系统管理员、团队管理员、成员）和多级可见性（私有、团队、受限、特定智能体）。
  • 非侵入式检索：知识通过工具 API 按需拉取，而非全量注入上下文窗口，保持提示词精简。
  • 符号化短期记忆：冗长的工具日志被压缩为带有 node_id 引用的紧凑 Mermaid 图表，在保留可追溯性的同时，Token 消耗最高降低 61.38%。
  • 实测性能提升：基准测试显示的提升包括：人设理解保留率相对提升 59%（PersonaMem 从 48% 升至 76%），WideSearch 成功率提升 51.52% 且 Token 减少 61.38%，SWE-bench 成功率提升 9.93% 且 Token 节省 33.09%。

5. 分角色使用场景

  • 通用开发者：通过让技能和 CodeGraph 在不同会话间持久保存经过验证的工作流和代码库理解，减少与编码智能体的反复沟通。
  • DevOps/SRE：将运维手册标准化并作为技能进行版本管理，使智能体执行已知可靠的流程，而非每次临时发挥。
  • 数据/研究科学家：使用 Wiki 和对话记忆，确保长期研究上下文和发现在多个智能体会话中保持有序且可检索。
  • 项目经理：利用 Memory Hub 的团队和角色管理功能，控制哪些智能体和成员可以访问、审查和共享哪些知识资产。

6. 快速入门

查找所需内容 —— 查阅仓库文档中的资产类型和集成指南，建议从 INSTALL.md 和 ROADMAP.md 开始：

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

安装/集成 —— 最快的方式是一体化 Docker 部署（需要 Node.js ≥22.16）：

cd TencentDB-Agent-Memory/deploy/global-images
cp .env.example .env
# 编辑 .env 填入你的 LLM 参数
./start-all.sh
# Memory Hub 面板访问地址：http://localhost:8125

对于 OpenClaw，直接安装已发布的插件：

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

参与贡献 —— 阅读 CONTRIBUTING.md 了解工作流程，然后在 GitHub 上提交 Issue 或 Pull Request：

gh repo fork TencentCloud/TencentDB-Agent-Memory

7. 项目结构

├── MemoryCore/          # 资产处理流水线与存储（L0-L3 提炼）
├── MemoryKnowledge/      # Wiki/CodeGraph 索引（OpenAPI: openapi.yaml）
├── MemoryPanel/          # 用于团队管理的 Memory Hub Web 界面
├── MemoryProxy/          # 连接智能体框架与记忆服务的接口层
├── sdk/memory-core/      # 用于直接编程集成的 SDK
├── deploy/global-images/ # Docker Compose 部署（start-all.sh, .env.example）
├── INSTALL.md            # 完整的安装指南
├── ROADMAP.md            # 开发路线图
└── CONTRIBUTING.md       # 贡献指南

8. 相关生态

  • 致谢的上游影响：CodeGraph 模块借鉴了 Colby McHenry 的 CodeGraph 中的代码索引概念；技能模块汲取了 Nous Research 的 Hermes Agent 的技能管理模式；Wiki 的灵感来自 Andrej Karpathy 提出的“LLM Wiki”概念，即增量维护、智能体可读的文档。
  • 集成伙伴：支持 OpenClaw、Hermes、Claude Code、CodeBuddy 及自定义 SDK 作为智能体框架集成目标。
  • 互补角色：该项目旨在作为共享记忆层与现有的智能体框架及 IDE/CLI 工具协同工作，而非取代它们。

9. 许可证

  • ✅ 根据 MIT 许可证，允许出于商业和非商业目的使用、复制、修改、合并、出版、分发、再许可和销售本软件副本。
  • ❌ 不提供任何保证；作者和版权持有人不对因使用本软件而引起的任何索赔、损害或其他责任承担责任。
  • ℹ️ MIT 许可证文本和版权声明必须包含在本软件的所有副本或重要部分中。

10. 常见问题

问：TencentDB Agent Memory 目前支持哪些智能体框架？
答：目前支持 OpenClaw、Hermes、Claude Code 和 CodeBuddy，并提供用于自定义集成的通用 SDK。

问：自托管的系统要求是什么？
答：基本要求是 Node.js ≥22.16 和 Docker（用于一体化 deploy/global-images 部署）；完整详情请参阅 INSTALL.md。

问：这与仅使用向量数据库存储聊天历史有何不同？
答：它不是对原始日志进行扁平化向量检索，而是通过分层处理提炼对话（L0 原始对话 → L1 事实 → L2 场景 → L3 画像），并将结果组织为四种不同的资产类型——对话记忆、技能、Wiki 和 CodeGraph，且具备团队级访问控制。

问：能否从旧版本迁移数据？
答：可以，MemoryCore/scripts/migrate-v2-to-v3/ 目录下包含了从 v2 升级到 v3 的迁移工具。

问：在哪里提问或报告错误？
答：请使用 GitHub Issues 报告错误（目标 24 小时内响应），使用 GitHub Discussions 讨论功能想法，或加入项目的 Discord 社区进行实时交流。

11. 快速链接

12. 总结

TencentDB Agent Memory 为 AI Agent 团队提供了一个共享的、结构化的记忆层——对话记忆、技能、Wiki 和 CodeGraph，使对话上下文、经过验证的工作流、文档和代码库理解能够随时间持久积累并产生复利效应，而不是在会话间丢失。它最适合那些跨多个框架运行智能体、希望在不从零构建自定义记忆系统的情况下显著提升上下文保留率和 Token 效率的团队。