TencentDB Agent Memory

随着 AI Agent 在代码开发、复杂搜索及研究分析等场景中的应用日益深入，长上下文窗口带来的 Token 成本激增、状态丢失及推理稳定性下降成为行业痛点。腾讯云正式开源 TencentDB Agent Memory，一款面向 Agent 长任务场景的记忆管理解决方案。

该方案首创性地结合“上下文卸载（Context Offloading）”与“Mermaid 任务画布”技术，通过符号化短期记忆与分层式长期记忆的双轮驱动，在大幅降低 Token 消耗的同时，显著提升任务成功率与记忆准确性。目前，该方案已作为插件完美适配 OpenClaw 和 Hermes 等主流 Agent 框架。

核心亮点：符号化、分层化、可追溯

1. 符号化短期记忆：Mermaid 画布替代冗长日志

• 上下文卸载：将厚重的工具调用结果、网页内容等原始数据卸载至外部存储（文件系统/数据库）。
• Mermaid 任务画布：在 Agent 上下文中仅保留轻量级的 Mermaid 结构符号，描绘任务状态流转与执行路径。
  • 优势：LLM 能精准理解拓扑结构，人类也可直观阅览。
  • 按需下钻：Agent 基于画布推理，遇错时通过 node_id 瞬间回溯到底层原文（refs/*.md），实现100% 可追溯。
• 效果显著：在 WideSearch 基准测试中，Token 消耗降低 61.38%，任务成功率相对提升 51.52%。

2. 分层式长期记忆：从扁平向量到语义金字塔

打破传统记忆系统将所有数据平铺为向量的局限，构建四层语义金字塔：

• L0 Conversation：原始对话记录。
• L1 Atom：结构化事实单元。
• L2 Scenario：场景块，聚合相关事实。
• L3 Persona：用户画像，提炼偏好与风格。
• 渐进式披露：日常交互依赖高层 Persona 把握方向，需要考证细节时再检索底层 Atom，兼顾宏观视角与微观精度。
• 准确率跃升：PersonaMem 基准测试中，准确率从 48% 提升至 76%。

3. 白盒可调试：拒绝黑盒向量

• 文件化存储：关键中间产物（Scenario、Persona、任务画布）均以 Markdown 或 Mermaid 格式存储在本地文件系统（~/.openclaw/memory-tdai/）。
• 链路清晰：调试不再是猜测向量分数，而是沿着 Persona → Scenario → Atom → Conversation 的链路逐层定位问题。
• 混合检索：内置 BM25 + 向量 + RRF（倒数排名融合）策略，兼顾关键词匹配与语义召回，提升记忆获取的精准度。

性能表现

注：SWE-bench 测试模拟真实长程压力，每个 Session 连续执行 50 个任务。

快速开始：OpenClaw 集成

1. 安装插件

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

2. 零配置启用

在 ~/.openclaw/openclaw.json 中添加：

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

默认使用本地 SQLite + sqlite-vec 后端，自动完成对话录制、记忆提取与召回。

3. 启用短期记忆压缩（可选，推荐）

步骤一：注册 Slot

{
  "plugins": {
    "slots": {
      "contextEngine": "openclaw-context-offload"
    }
  }
}

步骤二：执行 Patch 脚本
注入 after-tool-call 消息钩子，确保工具调用结果被正确卸载：

bash scripts/openclaw-after-tool-call-messages.patch.sh

注：每次安装或升级 OpenClaw 后建议重新执行。

Hermes 集成（Docker）

通过一条命令即可启动带记忆能力的 Hermes Gateway：

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" \
  -v hermes_data:/opt/data \
  hermes-memory

内置腾讯云 DeepSeek-V3.2 默认配置，仅需传入 API Key 即可运行。

可调参数概览

方案特点总结

1. 宏观画像 + 微观事实：上层负责“情商”与方向，下层负责“证据”与精度，有效降低幻觉。
2. 白盒可调试：记忆产物文件化，调试沿链路逐层定位，告别黑盒向量。
3. 工程能力完整：非 Demo 级项目，提供 OpenClaw 插件、Hermes 适配、本地 SQLite 后端及混合检索能力，开箱即用。