产品简介
云数据库 Agent Memory（TencentDB Agent Memory）是腾讯云面向企业级 AI 应用提供的记忆引擎服务，为 Agent 同时提供短期记忆、长期记忆与团队记忆三层能力——短期记忆负责对当前任务窗口内的上下文管理，长期记忆以四层分层金字塔承载跨会话、跨任务的持久化沉淀，团队记忆则实现多用户、多 Agent 间的记忆资产隔离与共享。三层能力配合混合检索与白盒可溯源治理，覆盖从单次任务到长期经验累积、从个人沉淀到团队复用的完整链路。
云数据库 Agent Memory（以下简称 Agent Memory）的核心价值：
提升回答质量：分层记忆策略配合混合检索（关键词 + 向量语义 + RRF 融合排序），让模型获取的不再是无关历史片段，而是原子事实、场景模式与稳定结论的组合。
沉淀个人与团队偏好：跨会话维护用户工作习惯、表达风格、技术偏好与团队规范，避免每次重新解释身份与上下文，基于 PersonaMem 数据集准确率从 48% 提升至 76%。团队记忆进一步将个人沉淀的经验以可控的方式共享给团队其他成员与 Agent，让新成员和新 Agent 能够直接复用已有知识，无需重新积累。
保障长任务稳定性：Agent 在长任务中卸载冷数据，仅保留任务画布的关键状态，关键步骤可随时回放，长任务场景下，首 Token 响应更快、执行过程更稳定。
白盒可溯源：长期记忆按“核心记忆 > 场景记忆 > 原子记忆 > 原始对话”四层组织，每条结论都保留指向下层的原始来源链接，可沿四层逐级下钻（从结论到原始记录）、清晰溯源，满足审计、纠错与企业合规要求。
产品架构
Agent Memory 整体架构自下而上分为三层：底层是承载所有记忆数据的数据底座，中间是 Agent Memory 的能力核心——短期记忆、长期记忆与团队记忆三层记忆内核，上层是面向不同 Agent 形态的应用接入层。
数据底座：基于腾讯云向量数据库与文件存储构建，分别承载向量索引检索与原始日志、卸载文件等大对象存储，为上层提供统一、可扩展、可审计的存储能力。
Agent Memory 内核：是 Agent Memory 的能力核心，包括面向当前任务窗口的短期记忆、面向跨会话跨任务持久化沉淀的长期记忆（四层分层金字塔）、以及面向多用户多 Agent 协同的团队记忆（通过 Memory Hub 实现记忆资产的归属管理、隔离与共享）。
应用接入：通过 OpenClaw（Agent 平台插件）开箱接入主流 Agent 平台；通过 Hermes（统一 API 网关）提供标准 API 与协议适配；通过自研 Agent 框架接入 SDK 面向自研场景，开放扩展点与定制能力。
短期记忆
短期记忆服务于当前任务窗口内的上下文管理，解决 Agent 在单次任务执行过程中的信息组织与状态保持问题。其核心能力包括：
上下文窗口管理：自动管理对话上下文的有效窗口，在模型 Token 限制内保留与当前任务最相关的信息，避免关键上下文被截断丢失。
冷数据卸载：当任务上下文膨胀时，将暂时无关的历史片段卸载至持久化存储，释放窗口空间给关键状态，需要时可随时回调。
关键状态保留：识别并优先保留任务执行链中的关键节点状态（如中间结果、决策分支、工具调用参数），确保 Agent 在长任务中不丢失关键进展。
短期记忆是长期记忆的“入口”——当一次任务完成后，短期记忆中有价值的信息将自动进入长期记忆的分层提炼流程，完成从临时上下文到持久化经验的过渡。
长期分层记忆
长期记忆服务于跨会话、跨任务的持久化经验沉淀，目标是让 Agent 越用越懂业务与用户，如同一位默契的老搭档。长期记忆采用四层分层金字塔结构，自下而上逐层提炼，每一层都保留向下追溯的链接，保证“看到结论可以下钻到原始记录”。
名称 | 内容形态 |
原始对话 | 完整的对话记录、工具调用日志、文档片段，作为最底层的事实依据 |
原子记忆 | 从原始对话中抽取的原子事实，每条带来源链接，可独立检索与引用 |
场景记忆 | 同类原子事实归纳出的场景模式与高频路径，沉淀任务级经验 |
核心记忆 | 跨场景沉淀的核心洞察、稳定结论与团队规范，是 Agent 平时直接调用的高密度知识 |
团队记忆
前述短期记忆与长期分层记忆，解决的是单个 Agent 如何组织和调用自己的记忆；而在实际业务中，一个团队往往由多名成员与多个 Agent 协同工作。团队记忆解决的正是记忆在多用户、多 Agent 之间如何归属、隔离与共享的问题，让一名成员或一个 Agent 沉淀下来的经验，能够被团队内其他成员与 Agent 复用，实现“经验留在团队里，新成员直接读档”。
记忆资产
团队内可沉淀与共享的记忆，统一登记为记忆资产（Memory Asset），主要包括以下四类：
Chat Memory：跨会话保留用户的偏好、事实、决策与交互历史，让 Agent 无需每次从自我介绍重新开始。
Skill：可复用的经验单元，包含版本、资源文件、触发边界、执行步骤与验证规则，可配装给不同 Agent。
Wiki：将产品文档、设计方案、运维手册等结构化为知识页面与链接图谱，供团队检索与引用。
CodeGraph：索引代码符号、文件、调用关系与影响路径，支持影响面分析（impact analysis）。
角色与权限
团队记忆按两个层面划分角色，实现资产协作与权限控制：
全局管理员（System Admin）：负责用户与团队的管理，例如创建团队、录入成员，并可使用 Wiki、CodeGraph、Skill 等资产管理能力。
团队内角色：分为团队管理员（Admin）与普通成员（Member），负责团队内部的资产协作与权限控制；资产通过 Owner 标记归属，Owner 自动获得对应资产的管理权限。
隔离与共享
团队记忆遵循默认私有、共享需明确授权的原则：Agent 创建时自动获得独立记忆，新产生的 Chat Memory 与 Skill 默认仅归属 Owner；将其共享给团队是一次明确的操作，而非默认对外可见，从而在“团队复用经验”与“保护成员隐私”之间取得平衡。
使用场景
使用场景 | 说明 | 典型业务示例 |
个人助理 | 面向 C 端用户的通用对话助手，通过长期记忆持续沉淀用户偏好与习惯画像，无需每次重复自我介绍，Agent 即可延续个性化服务。 | 智能聊天助手、语音助手、AI 伴侣 |
办公协同 | 面向企业内部员工的工作协作场景，通过团队记忆沉淀项目上下文、技术方案与团队规范，新成员可直接复用已有经验，无需重新积累。 | 会议纪要助手、企业知识问答、项目协作机器人 |
客服支持 | 面向客户咨询、售后处理的客服场景，团队记忆统一管理话术知识与工单经验；分层记忆让 Agent 自动关联用户历史工单，实现跨会话连续服务。 | 在线客服、售后服务、智能 IVR |
教育培训 | 面向学习者的教学辅导场景，长期记忆跟踪学习进度与薄弱环节，场景记忆归纳高频错误模式，为每位学习者生成个性化学习路径。 | 在线辅导、错题分析、个性化学习路径推荐 |
医疗健康 | 面向患者或医护人员的健康咨询场景，四层记忆的白盒可溯源特性确保每条健康建议均可追溯至原始记录，满足合规审计要求。 | 健康咨询助手、慢病管理、用药提醒 |
金融服务 | 面向金融客户的咨询与理财服务场景，长期记忆沉淀投资偏好与风险等级，可溯源机制为投资建议提供决策依据追踪。 | 智能投顾、保险咨询、信贷客服 |
电商导购 | 面向消费者的商品推荐与购物决策场景，分层记忆从浏览行为中提炼购物偏好与品类倾向，实现越购越精准的推荐体验。 | 智能导购、购物助手、售前咨询 |
生活服务 | 面向本地生活、出行、餐饮等场景，原子记忆记录使用习惯与位置偏好，场景记忆归纳出行模式与时段规律。 | 出行助手、餐饮推荐、本地服务推荐 |
其他 | 上述分类未覆盖的业务场景。 | 创新业务、内部测试、定制化场景 |
