TencentDB Agent Memory：腾讯开源的 AI Agent 本地长期记忆引擎（7.8K+ Stars）

TencentDB Agent Memory 是腾讯云开源的、为 AI Agent 提供完全本地化长期记忆的方案，通过四层渐进式记忆流水线让 Agent「记得住、说得清」，且零外部 API 依赖。它把散落的对话逐步蒸馏成结构化、可追溯的长期记忆，是当下少见的、能直接落地的 Agent 记忆引擎。

安装要求和过程

环境要求

• Node.js ≥ 22.16（官方徽章要求）
• 需配合 OpenClaw 或 Hermes Agent 使用
• 默认本地后端：SQLite + sqlite-vec（无需额外数据库服务）
• 短上下文压缩需插件版本 ≥ 0.3.4；Hermes 的 Docker 部署需 Docker，Gateway 监听 :8420

快速安装（OpenClaw，最常用）

openclaw plugins install @tencentdb-agent-memory/memory-tencentdb
openclaw gateway restart

零配置启用，写入 ~/.openclaw/openclaw.json：

{
  "memory-tencentdb": { "enabled": true }
}

可选开启短上下文压缩（版本 ≥ 0.3.4）：

{
  "memory-tencentdb": { "config": { "offload": { "enabled": true } } }
}

Hermes Docker 部署

cd docker/opensource
docker build -f Dockerfile.hermes -t hermes-memory .
docker run -d --name hermes-memory --restart unless-stopped -p 8420:8420 \
  -e MODEL_API_KEY="your-api-key" \
  -e MODEL_BASE_URL="https://api.lkeap.cloud.tencent.com/v1" \
  -e MODEL_NAME="deepseek-v3.2" \
  -e MODEL_PROVIDER="custom" \
  -v hermes_data:/opt/data hermes-memory
curl http://localhost:8420/health

核心功能

1. 四层记忆架构（L0→L1→L2→L3）：原始对话（L0）逐步蒸馏为原子事实（L1）、场景块（L2）、人物画像（L3），从宏观抽象一路保留到可追溯的真相证据。
2. 符号化短期记忆（Symbolic Short-term Memory）：把冗长的工具日志压缩成 Mermaid 符号图，并卸载历史，大幅降低 token 消耗。
3. 白盒可调试（White-Box Debuggability）：每一层都是可读文件——L2 场景是纯 Markdown、L3 画像在 persona.md、短任务画布是 Mermaid，原始负载通过 result_ref / node_id 可回溯，记忆不再是黑盒。
4. 生产级工程（Production-Ready）：OpenClaw 插件自动捕获/提取/召回 + Hermes Gateway 适配器（TdaiCore + HostAdapter）+ 本地 SQLite 后端 + BM25/向量/RRF 混合检索 + tdai_memory_search / tdai_conversation_search Agent 工具。
5. 完全本地、零外部依赖：记忆全部存本地，隐私可控，不依赖任何外部 API 或云服务即可运行。

典型使用场景

• 长程连续任务：如 SWE-bench 单会话连续 50 个任务，Agent 跨会话记住项目背景与 SOP，无需反复解释。集成 OpenClaw 后 token 用量最高降 61.38%，成功率相对提升 51.52%，PersonaMem 长期记忆准确率从 48% 提升到 76%。
• 个性化 AI 助手：跨会话持续沉淀用户画像（L3）、场景块（L2）、原子事实（L1），让 Agent「越用越懂你」，而非每次都从零开始。
• 长任务上下文压缩：搜索结果、代码片段、错误栈等冗长日志通过 Mermaid 符号图卸载，显著降低 token 成本——基准上 WideSearch 成功率 33%→50%，SWE-bench 58.4%→64.2%，AA-LCR 44.0%→47.5%。

推荐理由

这是目前少数把「Agent 记忆」做成可落地工程、而非论文玩具的项目。四层金字塔设计既保留了宏观人物画像，又保留了可追溯的证据链（result_ref / node_id），白盒可调试对排查「它为什么记错了」极其友好。本地优先 + MIT 许可意味着可以放心用在私有数据场景，接入 OpenClaw / Hermes 几分钟就能跑起来。对做 AI 产品的团队来说，几乎是「给 Agent 装上长期记忆」的最低成本方案。

架构一览

下载地址

• GitHub 仓库：https://github.com/TencentCloud/TencentDB-Agent-Memory
• OpenClaw 插件（npm）：@tencentdb-agent-memory/memory-tencentdb
• 官方文档与示例：仓库 README 内含 OpenClaw / Hermes 接入 Demo 视频
• 许可证：MIT