首页00月度趋势榜01新星榜02增速榜03HF热榜04总表05搜索06

TencentCloud/TencentDB-Agent-Memory

这是腾讯推出的面向 AI Agent 的团队记忆服务器(口号 "Agents remember. Humans innovate."),当前 v2.0.0:Agent 无需插件、钩子或 MCP 服务端,只要把 base URL 指向它的代理即可接入共享记忆、技能库、Wiki 与代码图谱。多智能体协作进入团队化阶段后,"每个开发者的 Agent 各自失忆"成为最刺眼的浪费:同一个坑被不同的 Claude Code 反复踩。

语言
TypeScript
⭐ 总星标
24,621
📅 创建
早期项目
🍴 Forks
0
许可证
未标注
🔥 本月净增
+15,253
在 GitHub 打开 回到总表

配图

信息卡

项目内容
仓库TencentCloud/TencentDB-Agent-Memory
语言 / 许可证TypeScript / MIT
总星标⭐ 24621
本月净增星标+15253
榜单L1 月度趋势榜 #12、L3 增速榜 #9

一句话定位

这是腾讯推出的面向 AI Agent 的团队记忆服务器(口号 "Agents remember. Humans innovate."),当前 v2.0.0:Agent 无需插件、钩子或 MCP 服务端,只要把 base URL 指向它的代理即可接入共享记忆、技能库、Wiki 与代码图谱。

趋势解读:为什么火

多智能体协作进入团队化阶段后,"每个开发者的 Agent 各自失忆"成为最刺眼的浪费:同一个坑被不同的 Claude Code 反复踩。该项目给出了服务端的集体记忆方案,并且把接入成本降到改一行配置的程度,这对企业落地极具诱惑力;叠加腾讯云背书与 PersonaMem 76% 对基线 48% 的评测数据,它在 8 月获得一倍以上的净增星并不意外。

核心功能拆解

7. 检索融合:BM25、向量召回加 RRF 融合排序,并施加条目数、字符预算与超时三重上限防止失控。

架构与技术栈浅析

基于 Node.js(要求不低于 22.16),npm 包名为 @tencentdb-agent-memory/memory-tencentdb。一条启动命令拉起三个服务:memory-core 负责记忆核心、memory-hub 提供面板、proxy 承担 Agent 流量转发。对外暴露 /v3/tools/list 与 /v3/tools/call 实现工具发现与调用,Core、Knowledge、Proxy、Panel 四大组件均附 OpenAPI 规范与 v3 API 文档。CodeGraph 模块引用了某个第三方开源 CodeGraph 的代码。

安装与环境要求

典型安装序列如下:

git clone https://github.com/Tencent/TencentDB-Agent-Memory.git
cd TencentDB-Agent-Memory/deploy/global-images
cp .env.example .env
$EDITOR .env      # 填入两组 LLM 参数:记忆组 + 代理组
./start-all.sh

随后在浏览器打开 http://localhost:8125 进入 Hub,启动脚本会打印一段可直接粘贴的 Agent 配置片段。

快速上手示例

首次冷启动的最佳实践是把现有代码库、文档与历史会话预载进系统,这样新 Agent 可以跳过从零学习的阶段;配置好 base URL 后,Agent 在日常会话中的读写会被代理透明截获,四层蒸馏在后台异步进行。Hub 面板里审核并开放某条 Skill 后,团队成员的同款 Agent 即可在触发边界命中时自动调用该技能。

进阶使用要点

典型应用场景

同类生态位对比

mem0、LangGraph Memory、Letta 等偏应用内嵌库,适合单体应用自己记账;而本项目的差异化在于服务化部署加管理面板加 ACL 的团队形态,以及"不改任何客户端代码、靠 base URL 代理接管"这个最平滑的接入姿势。企业若要多 Agent、多人协作场景下统一治理记忆,这格生态位目前几乎没有同体量的开源竞品。

资源导航

仓库主页见 github.com/TencentCloud/TencentDB-Agent-Memory,许可证 MIT;协议细节查阅仓库内 Core、Knowledge、Proxy、Panel 四份 OpenAPI 规范与 v3 API 文档;迁移指南位于 MemoryCore/scripts/migrate-v2-to-v3/;部署模板在 deploy/global-images 目录下,配套 .env.example 说明各 LLM 参数分组。

← 上一篇virgiliojr94/book-to-skill下一篇 →ayghri/i-have-adhd