腾讯云开源TencentDB Agent Memory v2.0，提供团队级AI编码代理记忆与权限管理

146 0

腾讯云已开源 TencentDB Agent Memory v2.0，这是一个面向AI代理的团队级记忆中心。核心理念很直接：如果项目上下文已经解释过一次，新会话不应要求重复说明。

GitHub：https://github.com/TencentCloud/TencentDB-Agent-Memory/releases/tag/v2.0.0

该系统将对话、文档和代码转化为四种可复用的记忆资产——Chat Memory、Skill、LLM-Wiki和Code-Graph——并支持版本管理、权限控制和按需分配给特定Agent。单Agent记忆并非新鲜事，新意在于其治理层：允许团队成员的Agent读取其他Agent已习得的知识，同时不会泄露标记为私有的内容。

稳定版本 2.0.0 已于2026年8月3日发布。

部署与适用场景

是否可部署

是的。TencentDB Agent Memory 采用 MIT 许可证，支持自主托管。三个 Docker 镜像已发布至 Docker Hub，一条命令即可启动，且提供 linux/amd64 和 linux/arm64 多架构构建。

适用对象与场景

维度	说明
当前最佳适用者	独立开发者和小型工程团队。项目明确面向一人公司。
中型团队	具备平台或DevEx职能的团队，可将其作为共享基础设施运行。
大型受监管企业	建议试点而非标准化，因为私有仓库的CodeGraph和自动化记忆路由仍在完善中。
适用行业	软件与开发工具、SaaS、金融科技、咨询与代理服务，以及任何需要记忆数据驻留在自有网络内的受监管团队。
典型应用	新Agent接入现有代码库、重构前影响分析、发布检查清单、事故处理手册、代码审查标准制定、将产品文档转化为Agent可读的页面。

四种记忆资产

系统将工作成果转化为四种类型的资产：

Chat Memory（对话记忆）：保留偏好、事实、决策和交互历史。
Skill（技能）：从已完成任务中提炼的可复用流程，包含版本、资源文件、触发边界、执行步骤和验证规则。
Wiki（知识库）：将文档转化为带有链接图谱的结构化页面，其设计参考了 Andrej Karpathy 关于LLM维护知识库的思路。
CodeGraph（代码图谱）：索引符号、文件、调用关系及影响路径。

四种资产统一注册为Memory Asset，因此所有权、版本、状态和可见性在这些资产类型中保持一致的交互方式。

分层提炼与预算化检索

对话记忆并非扁平存储。会话保存为L0原始层，随后通过异步管道逐层提炼为：

L1 Atom（原子层）
L2 Scenario（场景层）
L3 Core/Persona（核心/人格层）

检索同样分层进行。L2和L3提供快速的上下文引导。当需要具体事实时，系统采用BM25 + 向量检索 + RRF（倒数排名融合）的组合方式回退至L1和L0。检索结果受到条目数量、字符预算和超时时间的限制，确保记忆不会挤占上下文窗口。

治理能力

常规RAG解决的是“能找到什么”的问题。该记忆中心还进一步明确：谁可以使用、哪个版本有效、分配给哪个Agent。

可见性分为四档：

可见性级别	说明
private（私有）	仅所有者可见，即使团队管理员也无法读取。新增的Chat Memory和Skill默认为私有，共享需显式操作。
team（团队）	团队成员可访问。
restricted（受限）	限定范围可见。
agent（指定）	定向分配给特定Agent。

系统采用固定绑定结合ACL（访问控制列表）的机制：先按团队、用户、Agent和可见性进行筛选，再进行检索。