TencentCloud/TencentDB-Agent-Memory

TencentDB Agent Memory is a team-level memory hub for AI Agents — turning conversations, docs, and code into four reusable memory assets (Chat Memory, Skill, LLM-Wiki, Code-Graph) that are governed, shared, and equipped across agents and frameworks.

What it solves

TencentDB Agent Memory는 AI 에이전트의 "컨텍스트 과부하"와 메모리 손실 문제를 해결합니다. 에이전트가 세션 간에 동일한 지시사항, SOP, 프로젝트 배경을 반복할 필요를 없애고, 방대한 상세 도구 로그를 LLM의 컨텍스트 창에 투입할 때 발생하는 토큰 비용을 감소시킵니다.

How it works

이 프로젝트는 평면 벡터 저장을 탈피하고 계층적 접근 방식을 채택한 레이어드 메모리 아키텍처를 구현합니다:

Memory Layering: 정보를 의미 피라미드 형태로 조직합니다. 장기 메모리의 경우 원시 대화(L0) → 원자 사실(L1) → 시나리오 블록(L2) → 사용자 페르소나(L3) 순으로 진행합니다. 단기 작업에서는 원시 도구 출력, 단계별 요약, 경량 Mermaid 캔버스의 3계층 시스템을 사용합니다.
Symbolic Memory: 상세 중간 로그를 처리하기 위해 시스템은 전체 텍스트를 외부 파일에 오프로드하고, 작업 상태를 고밀도 Mermaid 심볼 그래프로 표현합니다. 에이전트는 이 그래프를 기반으로 추론하며, 특정 세부 정보가 필요할 때만 node_id를 통해 전체 원시 텍스트를 가져옵니다.
Heterogeneous Storage: 하위 레이어 증거(사실, 로그)는 데이터베이스에 저장하고, 상위 레이어 구조(페르소나, 씬)는 인간이 읽을 수 있는 Markdown 파일에 저장하여 고수준 추상화에서 실제 데이터로의 완전한 추적성을 보장합니다.

Who it’s for

OpenClaw 또는 Hermes와 같은 장기 지평 AI 에이전트를 구축하는 개발자를 위한 솔루션입니다. 에이전트가 복잡한 워크플로, 사용자 선호도 및 작업 컨텍스트를 토큰 한도에 도달하거나 정확성을 잃지 않고 유지할 수 있도록 합니다.

Highlights

Significant Token Reduction: 특정 벤치마크에서 토큰 사용량을 최대 61.38%까지 감소.
Improved Performance: 통과율 및 페르소나 정확도 향상(예: PersonaMem 정확도를 48%에서 76%로 상승).
Lossless Recovery: 심볼에서 원시 증거로의 결정적 드릴다운 경로를 유지.
Plugin Integration: OpenClaw 및 Hermes 에이전트를 위한 즉시 사용 가능한 플러그인을 제공.