TencentDB Agent Memory是什么
TencentDB Agent Memory是腾讯云数据库团队开源的AI Agent分层记忆管理工具，采用MIT协议。工具通过独创的L0-L3四层渐进式记忆架构与上下文卸载+Mermaid任务画布技术，为Agent提供短期记忆压缩与长期个性化记忆能力，最高降低61.38% Token消耗，任务成功率提升51.52%，已适配OpenClaw和Hermes等主流框架。
TencentDB Agent Memory的主要功能
短期记忆压缩：通过上下文卸载将原始工具结果搬至外部存储，用Mermaid任务画布保留结构化任务图，使上下文仅保留摘要和索引。
长期个性化记忆：构建L0原始对话→L1原子记忆→L2场景分块→L3用户画像四层渐进式架构，实现跨会话用户偏好沉淀。
白盒可追溯：所有记忆层均以Markdown、JSONL、Mermaid等人类可读文件保存，支持从高层抽象逐层追溯到底层原始证据。
异构存储后端：默认本地SQLite+sqlite-vec零依赖部署，进阶支持接入腾讯云向量数据库TCVDB实现BM25+Vector混合检索。
多框架适配：已适配OpenClaw和Hermes等主流Agent框架，支持一键插件安装与集成。
如何使用TencentDB Agent Memory
- 安装插件：在OpenClaw终端执行
openclaw plugins install @tencentdb-agent-memory/memory-tencentdb命令安装记忆插件。 - 重启服务：安装完成后执行
openclaw gateway restart重启网关使插件生效。 - 配置存储：默认使用本地SQLite+sqlite-vec后端无需额外配置；进阶使用可配置腾讯云向量数据库TCVDB实现混合检索。
- 验证效果：重启后在Agent长任务会话中观察Token消耗下降与任务状态保持情况，通过本地可读文件追溯记忆层内容。
TencentDB Agent Memory的核心优势
显著降本增效：多任务连续Session实验中Token消耗最高降低61.38%，同时任务成功率相对提升51.52%，实现成本与体验双优化。
白盒可调试：所有记忆中间产物均为人类可读文件，支持100%逐层追溯找回，避免黑盒压缩导致的信息丢失。
零依赖开箱即用：默认本地SQLite存储，无需外部API或云服务，一行命令即可完成安装部署。
生产级验证：已在编程、调研、文档分析、工作流编排四类长链路任务上经过真实生产环境验证，稳定收敛。
渐进式抽象：独创四层记忆架构在PersonaMem评测中将用户画像准确率从48%提升至76%，较原生OpenClaw提升近59%。
TencentDB Agent Memory的项目地址
- GitHub仓库：https://github.com/Tencent/TencentDB-Agent-Memory
TencentDB Agent Memory的同类竞品对比
| 对比维度 | TencentDB Agent Memory | Mem0 | Letta |
|---|---|---|---|
| 产品定位 | 分层记忆引擎（短期压缩+长期记忆） | 轻量化记忆层（个性化事实存储） | 完整Agent运行时（自编辑记忆块） |
| 记忆架构 | L0-L3四层渐进式架构 | 向量存储+LLM事实提取 | 三层记忆（core/recall/archival） |
| 短期压缩 | 上下文卸载+Mermaid画布 | 无专门短期压缩机制 | Agent自主上下文管理 |
| 白盒可追溯 | 全链路人类可读文件 | 黑盒系统管理 | 黑盒Agent自编辑 |
| 部署依赖 | 本地SQLite零依赖 | 需额外向量数据库后端 | 推荐GPU支持 |
| 集成方式 | OpenClaw/Hermes一键插件 | 广泛SDK集成 | 需迁移至Letta运行时 |
| 开源协议 | MIT | Apache 2.0 | Apache 2.0 |
| 适用场景 | 长任务上下文压缩与跨会话记忆 | 大规模用户个性化记忆 | 长期自主运行Agent |
TencentDB Agent Memory的应用场景
编程开发助手：在跨越多天的代码项目中持续记忆代码规范、约束条件和推进节点，避免重复确认。
深度调研分析：在网页搜索、研究分析等长链路任务中保持任务状态，防止中间结果丢失导致推理断裂。
工作流编排：在多步骤自动化工作流中记录执行路径和关键状态，支持复杂任务的断点续传与状态恢复。
个性化客服：跨会话沉淀用户偏好、历史诉求与画像信息，提供持续一致的个性化服务体验。
文档分析处理：在长篇文档的逐段分析过程中压缩历史上下文，保持分析逻辑的连贯性与准确性。
相关文章
