一. 项目简介
TencentDB Agent Memory = 符号化短期记忆 + 分层式长期记忆。
- 符号化短期记忆:将厚重的工具日志分层卸载,逐步总结成轻量级 Mermaid 结构符号,大幅降低 Token 消耗的同时提升任务成功率。
- 分层式长期记忆:把碎片化对话层层提炼,沉淀出有层次的画像与场景,不再是扁平的向量堆砌。
Memory 不是为了让 AI 存下所有东西,而是为了让人不必重复所有事情。
在实际使用中,我们往往需要反复告诉 Agent 固定 SOP、项目背景、工具习惯和输出格式。这些信息不应该每次重新解释,但同时也不应该被无脑、扁平地全部塞进上下文。
TencentDB Agent Memory 帮助 Agent 学会你的流程、保留任务上下文、复用历史经验。但我们拒绝暴力的历史堆砌,也抛弃不可逆的暴力摘要。我们将记忆设计为一套极具层次感的系统,以符号化记忆解决单次长任务的信息过载,以记忆分层解决跨会话的经验沉淀。
让 Agent 记住该记的,让人把注意力留给判断、创造和真正有价值的工作。
TencentDB Agent Memory 的设计理念围绕两个核心展开:记忆分层 与