TencentDB Agent Memory — AI Agent 四层渐进式长期记忆框架

腾讯开源 AI Agent 长期记忆系统

TencentDB Agent Memory 是腾讯开源的 AI Agent 记忆框架，提供全本地化、零外部 API 依赖的四层渐进式长期记忆管线。

核心架构：拒绝扁平存储，拥抱分层与符号化

两大技术支柱：

1. 记忆分层（Memory Layering） — 渐进式披露 + 异构存储

   • 短期上下文分层：底层归档原始工具日志（refs/*.md），中层提取步骤级摘要（jsonl），顶层用轻量 Mermaid 画布压缩状态
   • 长期个性化分层：L0 对话 → L1 原子事实 → L2 场景块 → L3 用户画像
   • 技能生成分层：从底层执行轨迹（Conversation）推导出通用方案（Scenario），顶层提炼可复用技能（Persona）

2. 符号记忆（Symbolic Memory） — Mermaid 画布

   • 用高密度 Mermaid 语法编码任务状态转换
   • 完整工具日志卸载到外部文件，仅保留轻量任务图在上下文中
   • 通过 node_id 可追溯到原始文本

性能数据

主要特性

• OpenClaw 插件 — 安装即用，自动捕获对话、提取记忆、聚合场景、生成画像
• Hermes Gateway 适配 — Docker 一键启动记忆增强的 Hermes Agent
• 本地 SQLite + sqlite-vec 后端 — 零配置开箱即用
• 混合检索 — BM25 + 向量 + RRF 融合，支持关键词和语义召回
• 白盒可调试 — 所有中间产物（场景、画像、画布）都是可读的 Markdown/Mermaid 文件
• 全链路可追溯 — Persona → Scenario → Atom → Conversation，从抽象到证据

快速开始

# OpenClaw 安装
openclaw plugins install @tencentdb-agent-memory/memory-tencentdb
openclaw gateway restart

# 零配置启用（默认 SQLite 本地后端）
# 在 openclaw.json 中添加：
# { "memory-tencentdb": { "enabled": true } }

MIT 协议，3.8k+ Stars，活跃维护中。