GitHub Trending 榜首：TencentDB-Agent-Memory

Fri, 07 Aug 2026 00:00:00 +0000

项目概览

TencentDB-Agent-Memory 今日登上 GitHub Trending 榜首。这是一个由腾讯云开源的 AI Agent 团队级记忆中枢，目标不是让 Agent 记住一切，而是让它“记住该记住的”，把人从重复解释 SOP、项目背景和输出格式中解放出来。

该项目提供四大可复用记忆资产：

Chat Memory：对话上下文与历史
Skill：可复用的技能与 SOP
LLM-Wiki：结构化的知识库
Code-Graph：代码关系图谱

项目核心围绕两大技术支柱展开：

分层长期记忆（L0-L3 语义金字塔）：从原始对话 L0 → 原子事实 L1 → 场景块 L2 → 用户画像 L3，实现由粗到细、可追溯的回忆路径。
符号化短期记忆（Mermaid 画布）：将冗长的工具日志卸载到外部文件，仅保留高信息密度的 Mermaid 符号图注入上下文，显著降低 token 消耗。

关键数据

指标	数值
仓库	TencentCloud/TencentDB-Agent-Memory
语言	TypeScript
Stars	16,936
Forks	1,521
协议	MIT
今日新增 Stars	约 1,057

核心亮点

根据官方 README 披露的基准测试结果，集成 OpenClaw 后表现突出：

Token 消耗降低 61.38%
任务通过率相对提升 51.52%
PersonaMem 准确率从 48% 提升至 76%

这些结果是在连续长程会话中测得，例如 SWE-bench 每个 session 连续运行 50 个任务，模拟真实 Agent 在长上下文累积下的压力。

架构思想

项目明确提出 “拒绝扁平存储，拥抱分层与符号化”：

下层保存证据：原始日志、工具输出、原子事实存储在数据库或 Markdown 中，保证可审计。
上层保存结构：画像、场景、任务画布以人类可读的 Markdown/Mermaid 形式存在，便于白盒调试。
无损回钻：从顶层符号（Persona / Canvas）→ 中层索引（Scenario / JSONL）→ 底层原文（Conversation / refs）形成完整可追溯链。

快速上手

项目支持两种主流集成方式：

1. OpenClaw 插件

1
2

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

启用后默认使用本地 SQLite + sqlite-vec 后端，自动完成对话捕获、记忆提取、场景聚合、画像生成和下一轮召回。

2. Hermes Gateway

提供 Docker 一键启动镜像，Gateway 监听 :8420，也支持接入已有的 Hermes 环境。

cd docker/opensource
docker build -f Dockerfile.hermes -t hermes-memory .
docker run -d --name hermes-memory -p 8420:8420 \
  -e MODEL_API_KEY="your-api-key" \
  hermes-memory

适用场景

长程任务 Agent 的上下文压缩与恢复
多 Agent 团队共享记忆资产
个人/团队级 AI 助手长期画像构建
需要白盒调试记忆召回路径的 AI 应用

总结

TencentDB-Agent-Memory 把 Agent 记忆从“向量堆”升级为“分层符号系统”，在降低上下文成本的同时保留了完整的可解释性。对于正在构建长期运行 Agent 的开发者来说，这是一个值得关注的基础设施项目。

Openclaw-Plugin on AI