project
TencentDBエージェントメモリ - テンセントのオープンソースインテリジェントエージェントメモリ管理ツール
TencentDB Agent Memoryは、Tencent Cloudデータベースチームが開発したオープンソースのAIエージェント階層型メモリ管理ツールで、MITライセンスの下で提供されています。このツールは、独自のL0-L3 4層プログレッシブメモリアーキテクチャとコンテキストオフロード、Mermaidタスクを組み合わせて利用しています。
TencentDBエージェントメモリとは何ですか？
TencentDB Agent Memoryは、Tencent Cloud Databaseチームが開発したオープンソースのAIエージェント向け階層型メモリ管理ツールで、MITライセンスで提供されています。独自のL0-L3 4層プログレッシブメモリアーキテクチャとコンテキストオフロード、そしてMermaidタスクキャンバス技術により、エージェントに短期メモリ圧縮と長期パーソナライズメモリ機能を提供し、トークン消費量を最大61.38%削減、タスク成功率を51.52%向上させます。OpenClawやHermesといった主要なフレームワークとの互換性も既に確保されています。
TencentDBエージェントメモリの主な機能
-
短期記憶圧縮元のツールの結果はコンテキストのアンロードによって外部ストレージに移動され、構造化されたタスクグラフはMermaidタスクキャンバスを使用して保持されるため、コンテキストには概要とインデックスのみが保持されます。
-
長期的な個人記憶このアーキテクチャは、L0 オリジナルダイアログ → L1 アトミックメモリ → L2 シーンセグメンテーション → L3 ユーザープロファイルという 4 つの段階的なレイヤーで構成されており、セッションをまたいだユーザー設定の蓄積を可能にします。
-
ホワイトボックスのトレーサビリティすべてのメモリ層は、Markdown、JSONL、Mermaidなどの人間が読み取り可能なファイルに保存され、高レベルの抽象化から基となる元の証拠まで遡って追跡することを可能にします。
-
異種ストレージバックエンドデフォルトでは、依存関係のないSQLiteとsqlite-vecを使用してローカルにデプロイされます。高度なサポートにより、Tencent Cloud Vector Database (TCVDB)に接続してBM25とVectorのハイブリッド検索を実現できます。
-
マルチフレーム適応OpenClawやHermesといった主要なエージェントフレームワークと互換性があり、ワンクリックでのプラグインのインストールと統合をサポートしています。
TencentDBエージェントメモリの使い方
- プラグインをインストールするOpenClawターミナルで実行してください。
openclaw plugins install @tencentdb-agent-memory/memory-tencentdbこのコマンドはメモリプラグインをインストールします。 - サービスを再起動するインストール後に実行してください
openclaw gateway restartプラグインを有効にするには、ゲートウェイを再起動してください。 - 構成ストレージデフォルト設定では、追加の設定は不要で、ローカルのSQLite + sqlite-vecバックエンドを使用します。高度な用途では、Tencent Cloud Vector Database (TCVDB) を設定することで、ハイブリッド検索を実現できます。
- 検証効果再起動後、エージェントの長時間タスクセッションにおけるトークン消費量の減少とタスク状態の維持を観察し、ローカルの読み取り可能なファイルを通じてメモリ層の内容を追跡します。
TencentDBエージェントメモリの主な利点
-
コストを大幅に削減し、効率を向上させるマルチタスク連続セッション実験では、トークン消費量が最大61.38%削減され、タスク成功率が51.52%向上し、コストとユーザーエクスペリエンスの両方の最適化が達成されました。
-
ホワイトボックスはデバッグ可能です中間メモリ製品はすべて人間が読み取り可能なファイルであり、100%の段階的なデータ取得をサポートし、ブラックボックス圧縮による情報損失を回避します。
-
依存関係なし、すぐに使用可能: デフォルトではローカルの SQLite ストレージを使用し、外部 API やクラウドサービスは不要です。インストールとデプロイは単一のコマンドで完了できます。
-
生産レベルの検証本システムは、プログラミング、調査、文書分析、ワークフローオーケストレーションという4種類の長鎖タスクについて、実際の運用環境で検証され、安定した収束を実現しました。
-
漸進的抽象化独自の4層メモリアーキテクチャにより、PersonaMemベンチマークにおけるユーザープロファイルの精度が48%から76%に向上し、ネイティブのOpenClawと比較して約59%の改善が見られました。
TencentDBエージェントメモリプロジェクトのアドレス
- GitHubリポジトリ：https://github.com/Tencent/TencentDB-Agent-Memory
TencentDBエージェントメモリと類似の競合製品との比較
| 比較対象寸法 | TencentDB Agent Memory | Mem0 | Letta |
|---|---|---|---|
| 製品ポジショニング | 階層型メモリエンジン（短期圧縮＋長期記憶） | 軽量メモリ層（パーソナライズされた事実の保存） | フルエージェントランタイム（自己編集メモリブロック） |
| メモリアーキテクチャ | L0-L3 4層プログレッシブアーキテクチャ | ベクトルストレージ + LLM 事実抽出 | 記憶の3つの層（コア／リコール／アーカイブ） |
| 短期圧縮 | コンテキストアンロード + マーメイドキャンバス | 専用の短期圧縮機構はありません | エージェント自律的なコンテキスト管理 |
| ホワイトボックスのトレーサビリティ | 完全に人間が読めるファイル | ブラックボックスシステム管理 | ブラックボックスエージェント（自主編集版） |
| デプロイメントの依存関係 | 依存関係のないローカルSQLite | 追加のベクターデータベースバックエンドが必要 | 推奨GPUサポート |
| 統合方法 | OpenClaw/Hermes ワンクリックプラグイン | 広範なSDK統合 | Lettaランタイムへの移行が必要です。 |
| オープンソースライセンス | MIT | Apache 2.0 | Apache 2.0 |
| 適用可能なシナリオ | 長時間タスクのコンテキスト圧縮とセッション間メモリ | 大規模なユーザーパーソナライズメモリ | エージェントの長期自律運用 |
TencentDBエージェントメモリの応用シナリオ
-
プログラミング開発アシスタント複数日にわたるコードプロジェクトにおいては、コーディング標準、制約、進捗マイルストーンを継続的に記憶し、繰り返し確認作業を避ける。
-
綿密な調査と分析ウェブ検索や調査分析などの長大なタスクチェーンにおいて、タスクの状態を維持することで、中間結果の消失による推論の破綻を防ぐ。
-
ワークフローオーケストレーション複数ステップの自動化ワークフローにおける実行パスと主要な状態を記録し、複雑なタスクにおけるブレークポイントからの再開と状態回復をサポートします。
-
パーソナライズされた顧客サービスユーザーの好み、過去のリクエスト、プロフィール情報を会話全体にわたって蓄積することで、一貫してパーソナライズされたサービス体験を提供します。
-
文書分析および処理長文文書をセグメントごとに分析する過程で、分析ロジックの一貫性と正確性を維持するために、歴史的背景を圧縮する。