腾讯开源TencentDB Agent Memory：AI智能体记忆管理新范式，Token消耗锐减61%、成功率飙升51%

💡 站外导读：随着大模型智能体（AI Agent）向复杂、长期任务演进，上下文窗口限制与记忆遗忘成为核心瓶颈。如何在有限的Token预算内，让Agent具备跨会话的长期记忆、理解用户偏好，并保持任务连贯性，是行业亟待攻克的难题。腾讯开源的TencentDB Agent Memory，正是针对这一痛点给出的工程化解决方案，旨在重塑智能体的记忆架构。

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

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。