TencentDB Agent Memory开源了吗？让Agent沉淀经验，你准备好了吗？
- 内容介绍
- 文章标签
- 相关推荐
拜托大家... 记忆不是让 AI 记住所有事，而是让人不必重复所有事。
今天腾讯云数据库团队正式开源了 TencentDB Agent Memory。这玩意儿，说白了就是给 AI Agent 装了个“脑子”，一个能记住你干过啥、 稳了！ 怎么干的“脑子”。它不是那种“记住你今天吃了啥”的记忆，而是那种“记住你上次是怎么解决那个 bug 的”级别的记忆。
AI 的记忆， 不是“记住”，而是“结构化”
你有没有遇到过这种情况？你跟一个 AI 助手聊了半天它帮你查了天气、写了代码、还帮你分析了数据。后来啊你第二天再问它昨天那个问题，它一脸懵逼，仿佛昨天的对话根本没发生过。这就是典型的“记忆断裂”，白嫖。。
现在的 AI Agent，很多都还停留在“短时记忆”阶段，说白了就是“记不住事儿”。你跟它聊得再久，它也只会把上下文堆在那儿， 格局小了。 直到 Token 爆炸、响应变慢、甚至直接崩溃。这就像你跟一个人说话，他一边听一边忘，你说得越多，他越糊涂。
而 TencentDB Agent Memory 的出现，就是为了解决这个问题。它通过“分层记忆”的方式，把不同粒度的信息放在不同的“楼层”里构建了一个结构化的记忆系统。 我比较认同... 你可以把它想象成一个图书馆，而不是一个堆满纸片的桌子。
分层记忆，AI 的“第二大脑”
这套记忆系统是怎么工作的呢？简单 它把信息分成了几层：，我天...
- 短期记忆当前会话的上下文，比如你刚刚说了什么、做了什么。
- 中期记忆跨会话的偏好、 习惯，比如你常用的编程语言、喜欢的文档格式。
- 长期记忆历史任务的结构化经验， 比如你之前是怎么解决某个问题的、某个流程的施行步骤。
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， 不忍卒读。 让 Agent 不再主要原因是换了一次会话就忘掉你是谁。
我给跪了。 这种结构化的方式，不仅让 AI 能记住更多东西，还能让它更聪明地使用这些记忆。比如 它不会把“我用 TypeScript”和“帮我查一下天气”同等对待，而是会区分事实和偏好，把重要的信息放在更容易检索的地方。
Token 省了任务完成率却提高了？
你可能会问，这玩意儿真的有用吗？会不会只是个噱头？
我们来看一组数据：
| 评测集 | Token 节省 | 任务完成率提升 |
|---|---|---|
| PersonaMem | -61.38% | +51.52% |
| SWE-bench | -33.09% | +44.0% |
| WideSearch | -30.98% | +58.4% |
| AA-LCR | -47.5% | +7.95% |
呃... 是的，你没看错。在多个公开评测集上， TencentDB Agent Memory 不仅节省了 Token，还提高了任务完成率。这听起来有点反直觉，但事实就是如此。通过结构化的记忆管理， AI 不再需要把所有历史信息都堆在上下文里而是可以按需检索，既省了 Token，又提高了效率。
不只是开源， 更是“开箱即用”
这套记忆系统已经在生产环境中得到了验证，特别是在编程、调研、文档分析、工作流编排等长链路任务上表现稳定。而且，它支持 OpenClaw 和 Hermes Agent 等主流 Agent 框架，开箱即用，我无法认同...。
安装也超级简单， 一行命令就能搞定：
openclaw plugins install @tencentdb-agent-memory/memory-tencentdb
openclaw gateway restart或者，如果你想用 Docker 启动一个带记忆能力的 Hermes Agent，也只需要几行命令：，扯后腿。
docker run -d \
--name hermes-memory \
--restart unless-stopped \
-p 8420:8420 \
-e MODEL_API_KEY="$MODEL_API_KEY" \
-e MODEL_BASE_URL="$MODEL_BASE_URL" \
-e MODEL_不结盟E="$MODEL_不结盟E" \
-e MODEL_PROVIDER="$MODEL_PROVIDER" \
-v hermes_data:/opt/data \
agentmemory/hermes-memory:latest而且，它还支持异构存储和全链路可溯源，确保了稳定性和可检索性。你可以把它想象成一个“AI 的第二大脑”，一个不会遗忘、不会混乱、不会崩溃的“大脑”，求锤得锤。。
开源的意义， 不只是代码
我们把 TencentDB Agent Memory 放到开源社区，是主要原因是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，从而帮助更多 Agent 沉淀经验，让人更专注于创造。
记忆不是让 AI 记住所有事，而是让人不必重复所有事。我们希望通过这套方案，为开发者提供一个更可靠、更透明的“第二大脑”。每一次交互，都变成可复用的资产。
✨项目主页：https:///Tencent/TencentDB-Agent-Memory
欢迎所有形式的共建——提一个 issue， 发起一次 discussion，对一个早期项目而言，每一种反馈，都是贡献。
如果你觉得这个项目对你有帮助， 欢迎在 GitHub 上给一个 ⭐：ht 佛系。 tps:///Tencent/TencentDB-Agent-Memory
毕竟AI 的未来不是“更聪明”，而是“更可靠”。而 TencentDB Agent Memory，就是为了让 AI 变得更可靠迈出的第一步，动手。。
拜托大家... 记忆不是让 AI 记住所有事，而是让人不必重复所有事。
今天腾讯云数据库团队正式开源了 TencentDB Agent Memory。这玩意儿，说白了就是给 AI Agent 装了个“脑子”，一个能记住你干过啥、 稳了！ 怎么干的“脑子”。它不是那种“记住你今天吃了啥”的记忆，而是那种“记住你上次是怎么解决那个 bug 的”级别的记忆。
AI 的记忆， 不是“记住”，而是“结构化”
你有没有遇到过这种情况？你跟一个 AI 助手聊了半天它帮你查了天气、写了代码、还帮你分析了数据。后来啊你第二天再问它昨天那个问题，它一脸懵逼，仿佛昨天的对话根本没发生过。这就是典型的“记忆断裂”，白嫖。。
现在的 AI Agent，很多都还停留在“短时记忆”阶段，说白了就是“记不住事儿”。你跟它聊得再久，它也只会把上下文堆在那儿， 格局小了。 直到 Token 爆炸、响应变慢、甚至直接崩溃。这就像你跟一个人说话，他一边听一边忘，你说得越多，他越糊涂。
而 TencentDB Agent Memory 的出现，就是为了解决这个问题。它通过“分层记忆”的方式，把不同粒度的信息放在不同的“楼层”里构建了一个结构化的记忆系统。 我比较认同... 你可以把它想象成一个图书馆，而不是一个堆满纸片的桌子。
分层记忆，AI 的“第二大脑”
这套记忆系统是怎么工作的呢？简单 它把信息分成了几层：，我天...
- 短期记忆当前会话的上下文，比如你刚刚说了什么、做了什么。
- 中期记忆跨会话的偏好、 习惯，比如你常用的编程语言、喜欢的文档格式。
- 长期记忆历史任务的结构化经验， 比如你之前是怎么解决某个问题的、某个流程的施行步骤。
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， 不忍卒读。 让 Agent 不再主要原因是换了一次会话就忘掉你是谁。
我给跪了。 这种结构化的方式，不仅让 AI 能记住更多东西，还能让它更聪明地使用这些记忆。比如 它不会把“我用 TypeScript”和“帮我查一下天气”同等对待，而是会区分事实和偏好，把重要的信息放在更容易检索的地方。
Token 省了任务完成率却提高了？
你可能会问，这玩意儿真的有用吗？会不会只是个噱头？
我们来看一组数据：
| 评测集 | Token 节省 | 任务完成率提升 |
|---|---|---|
| PersonaMem | -61.38% | +51.52% |
| SWE-bench | -33.09% | +44.0% |
| WideSearch | -30.98% | +58.4% |
| AA-LCR | -47.5% | +7.95% |
呃... 是的，你没看错。在多个公开评测集上， TencentDB Agent Memory 不仅节省了 Token，还提高了任务完成率。这听起来有点反直觉，但事实就是如此。通过结构化的记忆管理， AI 不再需要把所有历史信息都堆在上下文里而是可以按需检索，既省了 Token，又提高了效率。
不只是开源， 更是“开箱即用”
这套记忆系统已经在生产环境中得到了验证，特别是在编程、调研、文档分析、工作流编排等长链路任务上表现稳定。而且，它支持 OpenClaw 和 Hermes Agent 等主流 Agent 框架，开箱即用，我无法认同...。
安装也超级简单， 一行命令就能搞定：
openclaw plugins install @tencentdb-agent-memory/memory-tencentdb
openclaw gateway restart或者，如果你想用 Docker 启动一个带记忆能力的 Hermes Agent，也只需要几行命令：，扯后腿。
docker run -d \
--name hermes-memory \
--restart unless-stopped \
-p 8420:8420 \
-e MODEL_API_KEY="$MODEL_API_KEY" \
-e MODEL_BASE_URL="$MODEL_BASE_URL" \
-e MODEL_不结盟E="$MODEL_不结盟E" \
-e MODEL_PROVIDER="$MODEL_PROVIDER" \
-v hermes_data:/opt/data \
agentmemory/hermes-memory:latest而且，它还支持异构存储和全链路可溯源，确保了稳定性和可检索性。你可以把它想象成一个“AI 的第二大脑”，一个不会遗忘、不会混乱、不会崩溃的“大脑”，求锤得锤。。
开源的意义， 不只是代码
我们把 TencentDB Agent Memory 放到开源社区，是主要原因是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，从而帮助更多 Agent 沉淀经验，让人更专注于创造。
记忆不是让 AI 记住所有事，而是让人不必重复所有事。我们希望通过这套方案，为开发者提供一个更可靠、更透明的“第二大脑”。每一次交互，都变成可复用的资产。
✨项目主页：https:///Tencent/TencentDB-Agent-Memory
欢迎所有形式的共建——提一个 issue， 发起一次 discussion，对一个早期项目而言，每一种反馈，都是贡献。
如果你觉得这个项目对你有帮助， 欢迎在 GitHub 上给一个 ⭐：ht 佛系。 tps:///Tencent/TencentDB-Agent-Memory
毕竟AI 的未来不是“更聪明”，而是“更可靠”。而 TencentDB Agent Memory，就是为了让 AI 变得更可靠迈出的第一步，动手。。