Files
TencentDB-Agent-Memory/README_CN.md
T

201 lines
7.2 KiB
Markdown
Raw Normal View History

2026-04-11 17:40:11 +08:00
[English](README.md)
<h1 align="center">TencentDB Agent Memory</h1>
<p align="center">没有记忆的AI,只是工具;有记忆的AI,才是资产。</p>
<p align="center">
<a href="https://www.npmjs.com/package/@tencentdb-agent-memory/memory-tencentdb"><img src="https://img.shields.io/badge/OpenClaw-Plugin-6C63FF?logo=npm&logoColor=white" alt="OpenClaw Plugin" /></a>
<a href="LICENSE"><img src="https://img.shields.io/badge/license-MIT-2EA043?logo=opensourceinitiative&logoColor=white" alt="MIT License" /></a>
</p>
**TencentDB Agent Memory是腾讯云数据库团队自研的 Agent 记忆系统**,为 OpenClaw 补上长期连续的记忆。通过四层渐进式记忆金字塔架构,自动完成记忆写入、分层提炼、按需召回与注入,让 Agent 从“只能聊天对话”进化为“持续学习、更懂你、跨会话不断线的长期可依赖 AI 助理”。
## 评测
基于 [PersonaMem](https://github.com/jiani-huang/PersonaMem)UPennCOLM 2025)评测集,589 道题,20 个角色。
| 题型 | OpenClaw 原生记忆 | TencentDB Agent Memory |
| :----------- | :---------------: | :---------: |
| 召回更新原因 | 70.97% | **88.89%** |
| 偏好演变跟踪 | 66.67% | **83.45%** |
| 个性化推荐 | 46.67% | **76.36%** |
| 场景泛化 | 31.58% | **78.95%** |
| 召回用户事实 | 29.63% | **79.07%** |
| 召回事实 | 25.00% | **76.47%** |
| 创意建议 | 24.00% | **45.16%** |
| **总计** | **47.85%** | **76.10%** |
## 主要特点
- **OpenClaw 原生插件**,包名 `@tencentdb-agent-memory/memory-tencentdb`,一行命令即可安装
- **四层记忆链路**:L0 原始对话 → L1 结构化记忆 → L2 场景归纳 → L3 用户画像
- **混合召回**:支持 `keyword``embedding``hybrid` 三种策略
- **两类检索工具**`tdai_memory_search`(查结构化记忆)和 `tdai_conversation_search`(查原始对话)
- **本地优先存储**JSONL + SQLite,数据在本地可直接查看和排查
- **工程化能力**:去重、checkpoint、备份、定时清理、指标日志
- **MIT 许可证**
## 快速开始
### 环境要求
- Node.js `>= 22.16.0`
- OpenClaw `>= 2026.3.13`
### 安装
```bash
openclaw plugins install @tencentdb-agent-memory/memory-tencentdb
```
安装完成后,插件接入 OpenClaw 对话生命周期,自动执行对话捕获、记忆召回和 L1/L2/L3 后续处理。
### 从源码开发
本项目无需编译。Node.js 22.16+ 原生支持 TypeScript 类型剥离,OpenClaw 直接加载 `.ts` 源码运行。
```bash
git clone https://github.com/TencentCloud/TencentDB-Agent-Memory.git
cd TencentDB-Agent-Memory
npm install
openclaw plugins install --link .
```
`install --link` 会将当前目录作为本地插件注册到 OpenClaw,修改源码后重启 Gateway 即可生效。
### 可选:开启 embedding 召回
如果需要向量检索或混合召回,补充 embedding 配置即可。当前支持兼容 OpenAI API 的远程 embedding 服务。
```jsonc
{
"plugins": {
"entries": {
"memory-tencentdb": {
"enabled": true,
"config": {
"embedding": { // 需配置自定义Embedding模型信息,非LLM模型
"enabled": true, // 是否启用向量搜索
"provider": "openai", // 暂只支持OpenAI兼容的协议
"baseUrl": "https://xxx", // API Base URL
"apiKey": "xxx", // API Key
"model": "text-embedding-3-large", // 模型名称
"dimensions": 1024 // 向量维度(需与所选模型匹配)
}
}
}
}
}
}
```
## 架构
```text
┌─────────────────┐
│ L3 用户画像 │ 偏好与行为模式
├─────────────────┤
│ L2 场景归纳 │ 跨会话的任务 / 场景块
├─────────────────┤
│ L1 结构化记忆 │ 事实、约束、偏好、决策
├─────────────────┤
│ L0 原始对话 │ 完整对话记录
└─────────────────┘
```
各层各有侧重:
- **L0** 保留原始对话,用于回溯和精确检索
- **L1** 抽取高价值信息,直接用于召回
- **L2** 将零散记忆整理成场景块,跨会话聚合
- **L3** 维护用户画像,用于长期偏好建模
## 生命周期
| 阶段 | 触发时机 | 动作 |
|---|---|---|
| Recall | `before_prompt_build` | 召回相关记忆,注入上下文 |
| L0 | `agent_end` | 写入原始对话 |
| L1 | 调度触发 | 提取结构化记忆,去重,持久化 |
| L2 | L1 完成后 | 更新场景块 |
| L3 | 达到阈值 | 生成或刷新用户画像 |
| Shutdown | `gateway_stop` | 清理资源 |
插件还注册了两个 tool 供 Agent 主动调用:
- `tdai_memory_search`:查 L1 结构化记忆。适合"用户偏好什么""之前确认过哪些约束"类问题。
- `tdai_conversation_search`:查 L0 原始对话。适合需要原始措辞的场景。
## 检索实现
三种召回策略:
| 策略 | 实现 |
|---|---|
| `keyword` | FTS5 全文检索,中文分词基于 jieba |
| `embedding` | sqlite-vec 向量相似度检索 |
| `hybrid` | 融合关键词与向量结果 |
底层存储统一用 SQLite。
## 配置
按能力分组:
| 配置组 | 作用 |
|---|---|
| `capture` | L0 对话捕获、排除规则、保留时间 |
| `extraction` | L1 提取、去重、单次上限 |
| `persona` | L2/L3 触发频率、场景上限、备份数量 |
| `pipeline` | L1/L2/L3 调度节奏 |
| `recall` | 自动召回开关、结果数、阈值、策略 |
| `embedding` | 向量检索服务配置 |
| `report` | 指标日志 |
最小配置只需要安装插件。如果需要更好的召回效果,再加 `embedding` 和调度参数。
## 数据目录
```text
<pluginDataDir>/
├── conversations/ # L0 原始对话
├── records/ # L1 结构化记忆
├── scene_blocks/ # L2 场景块
├── .metadata/ # checkpoint、索引、元数据
└── .backup/ # 备份
```
## 仓库范围
当前仓库是 OpenClaw 插件的核心实现。
**包含**:插件入口与生命周期钩子、四层记忆链路、检索工具与自动召回、JSONL + SQLite 本地存储、checkpoint / 备份 / 清理 / 日志。
### 代码结构
```text
TencentDB-Agent-Memory/
├── index.ts # 插件注册、工具注册、生命周期接入
├── openclaw.plugin.json
├── package.json
├── CHANGELOG.md
└── src/
├── hooks/ # 自动召回与自动捕获
├── conversation/ # L0 对话管理
├── record/ # L1 提取与持久化
├── scene/ # L2 场景归纳
├── persona/ # L3 用户画像
├── store/ # SQLite / FTS / 向量检索
├── tools/ # 检索工具注册
├── prompts/ # prompt 模板
├── report/ # 指标上报
└── utils/
```
## 许可证
MIT。详见 [LICENSE](LICENSE)。