TencentDB Agent Memory – 腾讯云开源的智能体记忆分层框架

TencentDB Agent Memory 是一款由腾讯云于 2026 年 5 月开源发布的智能体记忆管理框架，主要用于为长时间运行的智能体提供短期上下文卸载与分层长期记忆，支持符号化任务索引与用户画像沉淀，适用于长任务编码、跨会话助手与个性化问答等场景。

TencentDB Agent Memory 的核心能力

TencentDB Agent Memory 的出发点很具体：智能体跑久了，上下文里塞满工具日志，越跑越贵也越容易忘事。它的两套机制分别对着「当下的日志」和「长期的偏好」。

把工具日志压成符号

短期记忆通过上下文卸载处理冗长的工具调用结果：原始输出保存到外部 Markdown 文件，中间层提取步骤级 JSONL 摘要，上下文中只保留带节点 ID 的 Mermaid 任务画布。模型需要细节时可按节点 ID 回溯原始日志，既减少上下文占用，也保留信息追溯能力，而不是把日志压成一张图后丢弃原文。

长期记忆按层沉淀

长期记忆并非把对话切块后全部塞进向量库，而是按 L0 原始对话、L1 原子事实、L2 场景归纳、L3 用户画像逐级提取，再结合检索机制按需召回。项目默认提供本地 SQLite 与向量扩展后端，也支持向量数据库与混合检索等策略，短期符号化与长期向量检索并不互斥。

效果有实测数据支撑

README 给出接入前后的对照：WideSearch 通过率 33％ 升到 50％、token 从 221.31M 降到 85.64M；SWE-bench 从 58.4％ 升到 64.2％；AA-LCR 从 44.0％ 升到 47.5％；PersonaMem 准确率从 48％ 升到 76％。以上为官方公布结果，其中两项 token 降幅与原始数值重算存在细微差异，且未完整披露测试模型与方差，不宜视为独立第三方验证；换载体需重新验证。

工程上易接入

以 npm 包形式发布，Node.js 22.16.0 以上即可引入，也提供 OpenClaw 插件与 Hermes Gateway 两种现成接法。对已经在跑终端智能体的团队来说，改动量主要在记忆读写位置，而不是重写整条链路。长任务的会话管理可配合站内 cmux 一起用。

TencentDB Agent Memory 与同类记忆方案的对比

下表从形态、出品方、记忆结构与接入方式等维度，把三款智能体记忆相关方案放在一起对照。

• 表格内数据来源：TencentDB Agent Memory 取仓库 README 的能力表与实测表；Hy-Memory 2.0 与 MemGUI-Agent 取各自官方发布说明；未公开的项标注「以官方说明为准」，不作推测。
• 产品对比简述：TencentDB Agent Memory 在记忆结构上做短期符号化与长期分层；Hy-Memory 2.0 在形态上属智能体记忆框架、在接入方式上按框架文档集成；MemGUI-Agent 在出品方上为快手与浙江大学、在主要用途上偏手机界面自动化。三者实测口径不同，不可横向比较。

如果更关心长时运行的成本控制，站内的 OpenClacky 从客户端侧做了另一层优化。

TencentDB Agent Memory 的应用场景与适用人群

智能体一旦要跨小时甚至跨天运行，记忆管理就从优化项变成必需品；单轮问答用不上这套东西：

• 长任务编码：多轮工具调用后把日志压缩，避免上下文被原始输出塞满。
• 跨会话助手：把用户偏好沉淀成画像，下次对话不必重新交代背景。
• 深度检索：长链路搜索里保留任务骨架，减少重复探索。
• 客服与陪伴类应用：长期记住用户习惯，减少每次重讲来龙去脉。

适用人群：适合正在做长时运行智能体的后端与平台团队，也适合需要跨会话记忆的产品方；只做一次性问答的应用，引入记忆层反而增加复杂度。桌面端智能体的统一管理可对照站内 EchoBird。

TencentDB Agent Memory 的使用方法

三条路径分别对应三种现状：已经在跑 OpenClaw 的挂插件、自有 Node 工程的装包、走网关的对接网关。

插件方式：挂到 OpenClaw

1. 确认 OpenClaw 版本不低于 2026.3.13（仓库 badge 标注的最低版本），Node 环境 22.16.0 以上。
2. 按 仓库 README 安装 memory-tencentdb 插件并配置存储位置。
3. 用同一个长任务分别跑「接插件」与「不接插件」，比对 token 与完成率，确认收益再上线。

npm 方式：接进自有工程

1. npm install @tencentdb-agent-memory/memory-tencentdb，初始化记忆客户端。
2. 在每轮工具调用结束后写入短期记忆，让框架完成日志卸载与符号化摘要。
3. 按 SDK 文档接入记忆写入与召回，再在会话开始时读取长期画像作为背景注入，不要塞满原始历史。

API 网关：通过 Hermes Gateway 接入

1. 确认 Hermes Gateway 版本不低于 0.3.4，再按官方文档配置模型与工具链路。
2. 把记忆读写挂在网关层的统一入口，避免每个智能体各写一套。
3. 对多智能体共享同一份记忆时的权限边界做明确约定，防止越权读取。

三点要留意：README 的降幅数据来自 OpenClaw 载体上的特定基准，换模型或换任务类型都要重新测；符号化压缩会丢细节，长任务的中间结论应另外落盘；长期记忆涉及用户数据，落库前需想清楚留存周期与访问边界。

TencentDB Agent Memory 的项目地址

• GitHub 仓库：https://github.com/Tencent/TencentDB-Agent-Memory
• npm 包：https://www.npmjs.com/package/@tencentdb-agent-memory/memory-tencentdb

TencentDB Agent Memory 的价格方案

框架采用 MIT 协议开源，软件本身不收取授权费用。实际支出主要来自模型调用、记忆提取与检索，以及底层存储和运行环境；项目默认可用本地 SQLite，也支持腾讯云向量数据库等方案，具体取决于部署配置。

官方测试显示特定长任务场景下 token 消耗有所下降，但不能把 token 降幅直接等同于账单降幅：记忆提取与整理、向量化与召回、存储与计算，以及上下文注入都会产生开销。实际节省幅度取决于模型计费方式、任务类型与记忆处理开销，需要用自己的负载算一遍。

TencentDB Agent Memory 的常见问题