你有没有过这种感觉跟 AI 聊了半个小时好不容易把它调教明白了你的项目背景、代码结构、踩坑经验结果换个新会话它又失忆了一切从头再来。更崩溃的是当你用多个 Agent 分工干活——一个写代码、一个做测试、一个查资料——它们之间互相不认识各自的记忆都是孤岛。你今天教给Builder的经验明天Reviewer完全不知道。这不是你的问题是整个 AI Agent 生态的普遍痛点Agent 没有长期记忆经验无法沉淀和传承。腾讯云最近开源了一个项目专治这个病。上线 4 个月GitHub 涨到22,788 Star2,080 个 Fork3 天前还在更新——它就是TencentDB Agent Memory。项目速览项目名称TencentDB Agent Memory出品方腾讯云TencentCloudGithub地址https://github.com/TencentCloud/TencentDB-Agent-MemoryStar / Fork22,788 / 2,080上线时间2026-04-074 个月最新版本v2.0.0Team Memory Beta开源协议MIT主要语言TypeScript核心定位面向 Agent 团队的 Memory Hub把对话、文档、代码沉淀为可复用的记忆资产文章目录[toc]一、痛点Agent 的失忆症到底有多贵二、四大记忆资产AI 的经验值也能打怪升级2.1 Chat Memory一个能记住人和事的大脑2.2 Skill一个会积累经验的技能库2.3 Wiki一张同时看懂文档和代码的知识地图2.4 CodeGraph给代码建的关系图谱三、技术实现记忆不是聊天记录仓库3.1 记忆逐层生长L0 → L33.2 记忆不是全局 Prompt而是 Agent 的 Loadout3.3 知识不整库注入而是按需调用四、和普通 RAG 的区别一张表看懂五、安装只要 3 步零代码接入六、一种玩法给一个人的公司组一支会成长的 Agent 队伍七、总结值不值得用一、痛点Agent 的失忆症到底有多贵先看一个场景。你让 Agent 改一段老代码它不知道别重构旧鉴权模块移动端还在用于是咔咔一顿重构把线上搞挂了。这个代价很高的上下文不应该靠人每次提醒——但现实就是每个新 Session 都要重新教一遍。项目的出发点说得很直白项目背景讲过了不该换个 Session 再讲。文档读过了不该每个 Agent 从第一页重读。一套做法已经跑通不该下次再摸索一遍。所以这里的 Memory 不只是记住对话。凡是能让下一个 Agent 少走弯路的信息都应该被保存、组织并复用。一句话总结它的价值链条已有信息 → 可复用记忆资产 → 更少 Turns → 更少返工 → 更稳定的结果和更高的效率二、四大记忆资产AI 的经验值也能打怪升级TencentDB Agent Memory 把记忆分成了4 种资产类型分别对应 AI 工作中 4 类最值钱的经验。2.1 Chat Memory一个能记住人和事的大脑保留偏好、事实、决策和交互历史。每个 Agent 创建时自动获得独立记忆下次对话不必从自我介绍开始。别重构旧鉴权模块移动端还在用。——这种代价很高的上下文不该靠人每次提醒。2.2 Skill一个会积累经验的技能库Agent 做完复杂工作后可以从对话和工具调用中自动提炼可复用 Skill。注意Skill 不只是一段 Prompt——它有版本、资源文件、触发边界、执行步骤和验证规则。个人 Skill 默认私有审核后可分享给团队再配装给其他 Agent。排障、Review、上线检查——练会一次全队可用。2.3 Wiki一张同时看懂文档和代码的知识地图把产品文档、设计方案、运维手册自动生成结构化页面与链接图谱灵感来自 Karpathy 的 LLM Wiki 思路。2.4 CodeGraph给代码建的关系图谱索引代码的符号、文件、调用关系和影响路径。Agent 可以搜索、阅读、查 callers/callees改代码前先做impact analysis影响分析。Wiki 不让 Agent 先读完所有文件目录再开工。CodeGraph 不只告诉它代码在这还告诉它改了可能影响哪。三、技术实现记忆不是聊天记录仓库官方总结得很有意思TencentDB Agent Memory 不追求存下所有东西而是解决三个问题——什么值得留下、谁可以使用、下一次怎样少拿但拿对。整体架构如下3.1 记忆逐层生长L0 → L3对话不是平铺记录而是由异步 Pipeline 提炼成不同粒度的记忆层级保存什么主要用途L0 Conversation原始对话与完整上下文核对原话、时间和来源L1 Atom提取的事实、偏好、约束与事件精确召回可执行信息L2 Scenario围绕项目或场景的知识块快速恢复一个工作场景L3 Core / Persona长期画像、稳定模式与高层认知让 Agent 迅速进入语境生成和召回都分层平时用 L2/L3 快速进入语境需要具体事实时通过BM25 向量检索 RRF回到 L1/L0。结果还会经过条数、字符预算和超时限制——避免记忆反过来占满上下文。3.2 记忆不是全局 Prompt而是 Agent 的 Loadout所有记忆资产统一登记为Memory AssetMemory Hub 通过Fixed Binding ACL决定某个 Agent 能带走哪些资产先按 Team、User、Agent 和可见性缩小权限范围再按当前问题召回。换 Agent 或换框架只需重新装配不必重新训练。3.3 知识不整库注入而是按需调用文档被整理为可搜索、可沿链接下钻的 Wiki代码被索引为 CodeGraph。Agent 先通过/v3/tools/list发现能力再用/v3/tools/call读取相关页面、源码或影响路径——平时只是可用的工具只有真正需要时才进入上下文。四、和普通 RAG 的区别一张表看懂很多人问这不就是 RAG 吗官方直接给了对比表能力聊天历史普通 RAGTencentDB Agent Memory跨会话理解用户△△✅ Chat Memory沉淀可执行经验——✅ Skill文档结构与关系—△ 切片检索✅ Wiki Link Graph代码调用与影响范围—△ 文本命中✅ CodeGraphOwner / 版本 / 状态——✅团队分享与 Agent 配装——✅私有 / 团队 / ACL—△✅RAG 解决能查到什么Team Memory 还要解决谁可以用、哪个版本有效、应该给哪个 Agent。这是质的区别。五、安装只要 3 步零代码接入最爽的一点接入不需要插件、Hook 或 MCP Server只要把 Agent 的 base URL 指向 Proxy协议不变零代码。gitclone https://github.com/TencentCloud/TencentDB-Agent-Memory.gitcdTencentDB-Agent-Memory/deploy/global-imagescp.env.example .env$EDITOR.env# 填入两组 LLM 参数memory 组 proxy 组./start-all.sh# 一键起结束会打印 claude 可直接复制的一行命令打开 Panelhttp://localhost:8125已适配的 Agent 全家桶DeepSeek Harness、Claude Code、Codex、CodeBuddy、WorkBuddy、Hermes、OpenClaw——几乎覆盖了主流的全部。没看到你用的有通用接入指南也可以直接提 PR 加原生支持。冷启动更是直接读档导入已有代码库自动建 CodeGraph、导入文档自动生成 Wiki、导入历史对话 Session自动提取 Skill 和 Chat Memory不再重新训练每一个 Agent。给它读档。六、一种玩法给一个人的公司组一支会成长的 Agent 队伍官方给了一个很形象的玩法——一个人也能开公司组一支角色互补、经验共享的 Agent 队伍Tiny but Serious Inc. ├── You · 定目标 / 做判断 ├── Scout · 查资料 / 找机会 ├── Builder · 写代码 / 做产品 ├── Reviewer · 测试 / 挑毛病 └── Agent Memory · 让经验留在队伍里你不是在开四个彼此失联的聊天窗口而是在组一支能继承团队经验的 Agent 小队。不同角色配不同装备Loadout Builder ├── 产品 Wiki ├── 项目 CodeGraph └── Feature Delivery Skill公司可以很小经验可以一直复利。隐私方面也考虑到了新 Chat Memory 和 Skill默认私有分享是明确动作不是默认泄漏。可见性分四级private只有 Owner 可读/team团队成员可读/restrictedUser/Role/Agent ACL 精确授权/agent定向装配给 Agent。七、总结值不值得用Benchmark 数据官方在 PersonaMem检验 Agent 长期交互后能否正确理解和运用用户信息上无记忆 48% → 启用后76%相对提升 59%。适合谁用重度使用 Agent 编程的人Claude Code / Codex / DSH 用户一个人干多个角色、想用 Agent 队伍提效的独立开发者团队里多人共享 Agent、想沉淀团队经验的中小团队当前限制官方自己列的Wiki 和 CodeGraph 异步构建需要等待处理完成后才能 readyCodeGraph 目前优先支持公开 HTTPS 仓库私有仓库和 SSH 接入还在完善全自动记忆路由仍在迭代现在支持人工绑定资产我的评价这是目前见过的把Agent 记忆讲得最清楚、落得最实的开源项目之一。它没搞玄学就是老老实实把什么值得留、谁能用、怎么少拿但拿对三个问题做成了产品。4 个月 2.2 万 Star市场已经用脚投票了。如果你也在被AI 每次都要从头学折磨值得 clone 下来试试。装上之后你会第一次感觉到你的 Agent 队伍是真的在长大。评论区聊一个你被 AI失忆坑得最惨的一次是什么是忘了背景重新教一遍还是它自作主张重构了你的老代码如果你觉得这篇文章有用欢迎点赞、收藏、转发三连让更多被 Agent 记忆困扰的同学看到