TencentDB Agent Memory

TencentDB Agent Memory 是腾讯云开源的团队级 AI 智能体记忆中枢。它不只保存聊天记录，而是把对话、文档、代码和已经跑通的工作方法整理成 Chat Memory、Skill、Wiki 与 CodeGraph 四类可复用资产，再按团队、成员和智能体分配使用权限。

这套工具更适合同时使用 Claude Code、CodeBuddy、Hermes、OpenClaw 或自研智能体的开发者与技术团队。它提供中文管理面板、代理层和 SDK，可以把已有项目经验交给下一次会话继续使用。不过完整部署依赖 Docker、模型服务和多项环境配置，并不是注册账号后即可使用的轻量云笔记。

产品功能

• 分层对话记忆：把原始对话逐步提炼为事实、场景与长期认知，用于跨会话恢复用户偏好、项目决策和任务背景。
• 可复用 Skill：从已经完成的任务与工具调用中提取操作方法，并保存版本、资源文件、触发边界、执行步骤和验证规则。
• Wiki 知识库：把产品文档、设计说明和运维手册转换成结构化页面与链接图谱，让智能体按需读取相关资料。
• CodeGraph 代码图谱：索引仓库中的文件、符号、调用关系和影响路径，帮助编码智能体在改动前判断可能波及的模块。
• 团队资产管理：在 Memory Hub 中创建 Team 和 Agent，管理资产的所有者、版本、状态、使用次数与装配关系。
• 权限与代理接入：使用 private、team、restricted 和 agent 等可见性范围控制资产，并通过 Memory Proxy 把记忆注入兼容 Anthropic 或 OpenAI 协议的请求。

产品特点

TencentDB Agent Memory 的重点是把“记住内容”变成可治理的团队资产。个人记忆默认保持私有，经过确认后才能共享给团队或装配给特定 Agent；文档和代码也不会整库塞进提示词，而是通过工具按需检索。相比单纯保存聊天历史，这种方式更适合需要追踪来源、版本、归属和权限的长期项目。

当前产品仍处于快速迭代阶段。官方说明 CodeGraph 目前优先支持公开 HTTPS 仓库，私有仓库与 SSH 凭据支持还在完善；自动记忆路由仍在开发。Hermes 与 OpenClaw 接入还要求预先提供 task ID，并需要手动维护 conversation ID。完整服务包含多个容器和端口，首次配置的技术门槛明显高于普通桌面应用。

使用教程

1. 准备 Git、Docker 与可用的模型服务，然后克隆官方仓库：git clone https://github.com/TencentCloud/TencentDB-Agent-Memory.git。
2. 进入 TencentDB-Agent-Memory/deploy/global-images，把 .env.example 复制为 .env，填写 Memory 与 Proxy 两组模型地址、API Key 和模型名称。
3. 如需先检查配置，运行 ./verify.sh；确认后执行 ./start-all.sh，一次启动 Memory Core、Memory Hub、Knowledge 与 Proxy。
4. 打开 http://localhost:8125，使用启动脚本生成的管理密钥登录。正式使用时建议新建普通业务用户，不要把管理员密钥直接交给日常智能体会话。
5. 在面板中至少创建一个 Team 和一个 Agent，再按项目需要建立 Task。随后导入对话、文档或公开代码仓库，等待 Wiki、CodeGraph 和分层记忆处理完成。
6. 接入 Claude Code 时，把官方打印的本地 Proxy 地址与业务用户密钥写入对应环境变量；接入 CodeBuddy、Hermes 或 OpenClaw 时，按照中文安装文档补齐 team、agent、task 与 conversation 标识。
7. 先用非敏感项目验证记忆提取、资产可见性和检索结果，再逐步扩大范围。停止服务使用 ./stop-all.sh；只有确认不再需要数据时才考虑带 --purge 的清理方式。

使用场景

• 跨会话开发：保存架构约束、历史决策和修复经验，减少每次开启编码智能体时重新解释项目背景。
• 团队 Skill 复用：把发布检查、故障排查和代码审查流程沉淀为可分配、可验证的技能资产。
• 文档与代码联合检索：让智能体同时查找产品 Wiki、源代码符号和调用影响，而不是只做文本相似度搜索。
• 多智能体协作：为研究、开发和评审智能体分别装配所需记忆，避免把全部团队资料暴露给每一个角色。
• 私有化记忆实验：在自有 Docker 环境内管理对话与知识资产，并自行决定上游模型和数据边界。

价格

TencentDB Agent Memory 源代码采用 MIT 许可证，可以免费查看、修改与自行部署。官方提供的多架构 Docker 镜像可公开拉取且无需登录；截至 2026 年 8 月 7 日，官方仓库没有为开源自建版本公布单独订阅价格。

开源不代表运行成本为零。完整部署需要持续运行多个容器，并配置 Memory 与 Proxy 使用的模型服务；云端模型 API、服务器、存储、备份和运维都可能产生费用。若连接自有的 OpenAI 兼容模型端点，可以减少部分第三方订阅依赖，但仍需承担相应硬件和维护成本。

使用评价

如果团队已经同时使用多个编码智能体，并且经常重复解释项目上下文，TencentDB Agent Memory 的四类资产与权限模型很有针对性。中文面板、中文安装文档、稳定版 v2.0.0、官方 SDK 和公开 Docker 镜像让它不只是概念演示，Chat Memory 与 CodeGraph 的真实界面也便于判断是否符合团队流程。

它的主要代价是部署和治理复杂度。用户需要理解 Docker、模型端点、代理协议、团队权限与多组标识，部分跨框架接入仍有已知限制。个人偶尔聊天时，轻量记忆插件更省事；需要长期维护团队知识、代码关系和智能体工作方法的技术团队，才更容易获得这套系统的完整价值。

官方资料

• TencentDB Agent Memory 官方 GitHub 仓库
• TencentDB Agent Memory 中文说明
• TencentDB Agent Memory 中文安装指南
• TencentDB Agent Memory v2.0.0
• TencentDB Agent Memory MIT 许可证