跳转到正文

技术指南

TencentDB-Agent-Memory

TencentDB-Agent-Memory 面向需要长期复用项目上下文的智能体团队,把会话、文档和代码沉淀成可持续接手的共享记忆。

仓库强调的不是延长单轮对话,而是把已经形成的项目知识重新组织成后续执行还能继续调用的共享记忆。

简体中文 +1
AI Toolv2.0.0
Stars
20,272
主要语言
TypeScript
许可证
MIT
最近更新
2026/8/12

概览

TencentDB-Agent-Memory 会先限定记忆的可见范围和绑定对象,再决定哪些上下文进入当前智能体。

从仓库设计看,Team、User、Agent、可见性和固定绑定先决定“谁能看到哪些记忆”,检索只是后续动作。

导入的文档会进入知识维基,代码仓库会进入代码图谱,所以链接结构、符号关系和调用路径不会被直接压平成普通文本。

这意味着上线前除了看功能本身,还要确认导入流程、资产状态和访问边界是否符合你的实际协作方式。

适合谁

更适合需要在交接、评审和重复任务里持续复用项目上下文的团队。

  • 当新成员或新智能体需要从既有仓库、文档和历史执行结果直接接手工作时,这类共享记忆会更有价值。
  • 如果同一批上下文会反复进入评审、排障、发布和交接流程,它比一次性调用场景更能体现收益。

核心特性

TencentDB-Agent-Memory 的能力主轴是分层对话记忆、知识维基、代码图谱和可复用技能资产。

  • 对话历史会从原始会话继续提炼成不同层级的记忆,而不是始终停留在同一份记录里。
  • 文档导入后会生成带链接关系的知识维基,仓库导入后会生成带符号和调用关系的代码图谱。
  • 技能资产被当作可版本化的工作流单元管理,除了提示词外,还包括资源文件、执行步骤和校验边界。

不适合谁

如果你要的只是单次会话补上下文,或者根本不准备维护共享记忆资产,它就不是优先方案。

  • 只解决短时对话补上下文的场景,没有必要引入这么重的资产结构。
  • 如果团队从不导入仓库、文档或历史会话,这套模型的大部分能力都用不上。