腾讯云 TencentDB Agent-Memory：Agent 团队的长期记忆中枢

腾讯云开源的 TencentDB Agent-Memory 定位为团队级 AI Agent 长期记忆中枢（Memory Hub），把对话、文档、代码沉淀为四类可复用记忆资产，让同一团队的不同 Agent 共享一份记忆：GitHub 24.4k star / 2.3k fork，MIT 协议，主语言 TypeScript 占比 89.7%，最新版本 v2.0.1（2026-08-25 发布）。在官方基准 PersonaMem（测试 Agent 在长时间交互后能否正确理解并应用用户信息）上，接入后准确率从 48% 提升到 76%，相对提升 59%。部署只需要一条命令，适合频繁使用 Agent、又厌倦反复交代背景的开发者与团队。

问题：Agent 每次会话都从零开始

Agent 的上下文与单次会话绑定，会话结束即清零。项目背景要重复讲、文档要重复读、已验证的工作流要重新摸索。这个项目的解决思路不是把聊天记录全量保存，而是把值得复用的经验按资产沉淀、组织，再被下一个 Agent 按需加载。

四类记忆资产：经验的不同形态

项目把 Agent 的经验分成四种资产：

Chat Memory（对话记忆）：保存用户的偏好、事实、决策与交互历史。原始对话按 L0（原始会话）→ L1（事实原子）→ L2（场景）→ L3（长期画像）四层蒸馏。Agent 创建时会自动获得一份属于自己的记忆。

Skill（技能库）：Agent 完成复杂工作后，把可复用的流程从对话与工具调用中提取出来。技能不只是提示词片段，还带版本、资源文件、触发边界、执行步骤与验证规则。默认私有，审核后可共享给团队并装配给指定 Agent。

Wiki（文档知识图谱）：把产品文档、设计规范、运维手册转成带链接关系的结构化页面，可逐级下钻，设计受 Andrej Karpathy 的 LLM Wiki 思路启发。

CodeGraph（代码关系图）：索引代码符号、文件、调用关系与影响路径。Agent 修改代码前先查询影响面——不只告诉它「代码在哪」，还告诉它「改这里会影响哪些地方」。

接入方式：一个 Proxy，不改协议

部署与接入都不复杂。部署时一条命令同时拉起 memory-core、memory-hub、proxy 三个服务：

git clone https://github.com/TencentCloud/TencentDB-Agent-Memory.git
cd TencentDB-Agent-Memory/deploy/global-images
cp .env.example .env     # 填两组 LLM 参数（记忆组 + 代理组）
./start-all.sh           # 一键启动

启动后打开管理面板 **http://localhost:8125**。接入 Agent 只需一步：把 Agent 的 base URL 指向 Proxy，协议不变，无需插件或 MCP。已支持 Claude Code、Codex、CodeBuddy、WorkBuddy、Hermes、OpenClaw、DeepSeek Harness 等客户端，各框架的具体配置步骤见 INSTALL.md。

记忆如何被召回和治理

项目没有把记忆做成「全局提示词」一次性塞进上下文，而是按需注入：

  • 分层召回：日常用 L2/L3 快速恢复工作上下文；需要精确事实时回退到 L1/L0——同时按关键词（BM25）与语义（向量检索）各查一遍，再用 RRF（一种把多路检索结果合并成最终排序的算法）统一排序，并做条数、字符、超时截断，避免记忆撑爆上下文窗口。
  • 按资产装配：Chat Memory、Skill、Wiki、CodeGraph 统一注册为记忆资产，按团队、用户、Agent、可见性筛选后装载——团队共享经验，但不暴露每个人的私有信息。
  • 权限分级：可见性分 private（仅 Owner 可读）、team（团队成员可读）、restricted（按 User / Role / Agent 精确授权的细粒度权限）、agent（同团队内定向装配）四档。新记忆默认私有，共享是显式动作。

效果与适用场景

实际价值集中在三类场景：

  • 个人多 Agent 协作：一个人开几个专职 Agent（写码、审码、调研），共享同一份记忆中枢，互相继承经验。
  • 团队冷启动：把已有代码库、文档、历史对话会话直接导入，新 Agent 第一天就能加载团队的积累，而不是从零学起。
  • 跨框架迁移：记忆与框架解耦，今天用 Claude Code、明天换 Codex，经验不锁在某个工具里。

结论

Agent 的长期记忆还没有统一标准，TencentDB Agent-Memory 的做法是把经验当作资产治理：对话提炼成记忆，流程沉淀为技能，文档和代码变成可查、可审计的知识图谱，再按权限装配给不同 Agent。部署这套自托管方案后，团队内的新会话即可直接加载既有记忆与技能，无需重新解释。

需要留意的三点：项目仍处快速迭代的 Beta 阶段（README 明确标注）；Wiki 与 CodeGraph 为异步构建，导入大仓库后需要留出构建时间；CodeGraph 目前优先支持公开 HTTPS 仓库，私有仓库与 SSH 凭据支持仍在完善。