### [TencentDB Agent Memory：腾讯开源的 AI Agent 本地长期记忆引擎（7.8K+ Stars）](https://www.willai.cc/article/3548)

**Published:** 2026-07-09T05:59:40

**Author:** hiyoho

**Excerpt:** 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

![TencentDB Agent Memory](https://admin.hiyoho.com/wp-content/uploads/2026/07/agentmemory_logo.png)

**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

![TencentDB Agent Memory 检索下沉链路](https://admin.hiyoho.com/wp-content/uploads/2026/07/agentmemory_flowchart.png)

## 下载地址

-   GitHub 仓库：[https://github.com/TencentCloud/TencentDB-Agent-Memory](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**

**Tags:** AI, AI Agent, AI开源项目, LLM, MIT许可, TypeScript, 开源, 本地优先, 长期记忆

**Categories:** 开源项目

---