腾讯开源的 TencentDB Agent Memory，最近长期霸榜 GitHub，现在总共 1.5 万 Star，1400 多个 fork。热度这么高，就是因为这个项目解决了一个很多人当下最大的痛点：Agent 失忆。
用 Claude Code 干活的人懂这个感受，上个会话刚把项目背景、代码结构、团队约定讲清楚，新开会话，全没了。文档它读过，上个会话读的，流程它会，上个会话刚学会的。但这些东西跟着会话一起结束，下次见面又是陌生人，我们又得从头讲一遍。这个项目做的事情，就是把 Agent 干活过程中攒下来的经验存住，变成能复用的资产，下一个 Agent 来了直接用。
这到底是个什么东西
官方的叫法是 Memory Hub，给 AI Agent 团队用的记忆中枢。
说得白一点，它自己不干活，就负责记东西。它把记忆分成四种，对话里聊出来的偏好和决策，存成 Chat Memory；跑通过的工作流程算 Skill。另外还有两个，文档整理出来的知识叫 Wiki，代码的调用关系叫 CodeGraph。这几种东西放在一起统一管理，我们想让哪个 Agent 用，分配给它就行。
整套东西部署在我们自己机器上，一共三个服务：
- • memory-hub 是个网页管理面板
proxy 负责对接各家的 Agent
现在支持 OpenClaw、Hermes、Claude Code、CodeBuddy，想自己接别的框架也有 SDK。项目是 MIT 协议，TypeScript 写的，而且更新很勤，我写这篇的前一天仓库还有新提交。
四种记忆都是什么
Chat Memory：记住聊过的内容
我们跟 Agent 聊天的时候，会带出很多有用的信息，我们的使用习惯、之前定下来的决策、一些事实。这个功能就是把这些自动提出来，分层存好。最底下是原始对话，往上是从对话里抽出来的小事实，再往上是按场景做的归纳，最后形成一份长期的画像。平时 Agent 带着这份画像干活就够了，真要核对细节的时候，它能一层层往下找，一直翻回原始对话的原文，不是压成一段摘要就完事。
每个 Agent 建出来就有自己的记忆，下次再见面，不用我们重新自我介绍一遍。
Skill：把跑通的流程存下来
复杂任务做完以后，Agent 能回过头从对话记录和工具调用里，把这次用的方法抽出来，存成一个 Skill。这个 Skill 不是一段提示词那么简单，什么时候触发、按什么步骤执行，做到什么程度算对，这些都写在里面，还带了版本号。
抽出来的 Skill 默认只有自己能用，想给团队用，得提交审核，过了才能共享，再分配给别的 Agent。一个人趟出来的排查套路、发版清单，全队都能接着用，不用别人再踩一遍坑。
Wiki：文档读完不会忘
产品文档、设计稿、运维手册，这些东西丢进去，Wiki 会把它们整理成结构化的页面，页面和页面之间带链接关系图。以前 Agent 干活之前得把文件列表整个翻一遍，现在直接查 Wiki 就行。
CodeGraph：改代码前先看清影响面
代码库导进去以后，CodeGraph 会把里面的符号、文件、调用关系都索引起来。Agent 要改代码之前，可以先查查这个函数都有谁在调，改完会牵连到哪些地方，比让它自己瞎猜强。
管理面板和权限
这四种资产都收在一个网页面板里，我们能在里面建团队、拉人、加 Agent，资产的浏览、审核、分配给哪个 Agent，都在面板里操作。
权限这块做得比较细，默认情况下，新产生的记忆只有它的 owner 能看，连团队管理员都看不到，想共享得自己主动操作。也有全团队可见的档位。想再细一点也行，按人、按角色、按 Agent 单独授权都可以。反正核心就一条，共享是我们说了算，不存在默认就泄出去的情况。
新项目不用从零开始教
刚接入的时候不用一点点喂，已有的代码库直接导进去，CodeGraph 会自动建索引。文档也一样，丢进去以后 Wiki 会自己生成结构化页面。连以前 Agent 的历史会话记录都能导，它会从里面自动抽出 Skill 和 Chat Memory。新来的 Agent 上岗第一天，就带着团队之前攒下的东西，不用我们陪着重头学一遍。
长任务省 Token 这块
除了跨会话的长期记忆，它还有一块短期记忆压缩的能力，这个我觉得对省钱帮助最大。
长任务跑起来，工具调用的日志轻松几十万 Token。它的做法是把完整日志挪到文件系统里存着，上下文里只留一张很精简的任务结构图，Agent 需要看细节的时候，按图上的编号再把原文找回来。
官方给了一组评测数据，WideSearch 里，接上以后 Token 消耗降了 61.38%，任务成功率相对提了 51.52%。SWE-bench 上 Token 降了大概三分之一，成功率也有接近一成的相对提升。长期记忆那边，PersonaMem 的准确率从 48% 拉到了 76%。数字是官方自己跑的，大家参考着看。
快速开始
团队版用 Docker 一把起，三个服务一起拉：
git clone https://github.com/Tencent/TencentDB-Agent-Memory.git
cd TencentDB-Agent-Memory/deploy/global-images
cp .env.example .env
# 编辑 .env，填两组大模型参数（记忆组和代理组）
./start-all.sh
跑完以后，浏览器打开 http://localhost:8125 就是管理面板。
我们要是用 OpenClaw 的话更简单，装个插件就行，两行命令：
openclaw plugins install @tencentdb-agent-memory/memory-tencentdb
openclaw gateway restart
装完默认拿本地 SQLite 存数据，不用额外配什么。对话录制、记忆提取、画像生成都是自动跑的，下次开聊的时候它自己会把相关记忆想起来。用 Hermes 的话，官方打了现成的 Docker 镜像，也可以把插件挂到已经装好的 Hermes 上。仓库里的 INSTALL 文档写得挺细，照着做就行。
什么情况下值得用
我自己觉得有这么几类情况：
- • 团队里养了好几个 Agent 的。 写代码的、查资料的、做测试的各管一摊，但项目背景是同一套。这时候记忆资产按角色分就行，写代码的背 CodeGraph 和交付流程，做测试的背发版清单和历史故障记录，不用每个 Agent 都拿全量上下文喂一遍。
- • 一个人带一堆 Agent 干活的也合适。 一人公司或者独立开发者，经验全存在 Hub 里面，哪天换框架换 Agent，把记忆重新装配一下就能用，不用重新培养。
- • 长任务跑得多的。 几十轮工具调用的活，短期记忆压缩省的是实打实的 Token，上面那组数据就是干这个的。
最后说说
这个项目让我有点意外的地方，是它没把记忆做成一个炫技的功能，而是当资产在管。记忆在它这里是有归属和版本的，谁能看也有明确规定，共享之前还得有人审核。能看出来他们是站在团队协作的角度想问题的，不是为了秀模型。
但目前团队版现在还是 Beta 阶段，迭代很快，快到今天装的和下周装的，体验可能都不一样。官方自己也标了几个没做完的地方：CodeGraph 对私有仓库的支持还在完善，记忆的自动路由还没全做好，现在给 Agent 分资产得手动来。还有一点，整套东西跑起来要依赖大模型 API，记忆提取得好不好，说到底还是看模型。
我的建议，团队已经在用 Claude Code、OpenClaw 这类工具，也确实被每个会话重新讲背景这件事折磨过的，拉下来跑一跑。自己一个人玩也行，默认 SQLite 本地存储，不用起什么重型服务。
开源地址
https://github.com/TencentCloud/TencentDB-Agent-Memory
