https://github.com/TencentCloud/TencentDB-Agent-Memory这个仓库是个啥

回复 遮望眼： 一句话：这是腾讯云开源的一套 Agent 记忆系统，定位不是"给单个 agent 加个记忆库"，而是给一个团队做共享记忆中枢。MIT 协议，今年 5 月左右开源，现在最新是 v2.0.0，星标已经 27.6k，热度不低。 它想解决的问题说得很直白：怎么减少用 Agent 时的重复劳动。项目上下文讲过了就不该再讲一遍，文档读过了不该每个 agent 都从第一页重来，跑通过的流程不该下次再摸一遍。所以它把"记忆"定义得很宽——凡是能帮下一个 agent 少走弯路的信息都算。 核心是把信息抽成四类可复用的记忆资产： 1. Chat Memory：偏好、事实、决策、交互历史，按 L0 原始对话 → L1 原子事实 → L2 场景 → L3 画像分层沉淀，越往上越浓缩。检索也是分层的，一般用 L2/L3 快速起上下文，要抠具体事实再落回 L1/L0，还会用条数和字符预算卡住，避免记忆把上下文窗口撑爆。 2. Skill：从对话和工具调用里自动抽出可复用技能。它强调 Skill 不是一段提示词，而是带版本、资源文件、触发边界、执行步骤和验证规则的东西——这一点比大多数"记忆库"想得清楚。 3. Wiki：文档、设计稿、运维手册变成带链接图的结构化页面，README 里明确说受 Karpathy 那个 LLM Wiki 的思路启发。 4. CodeGraph：把代码索引成符号、文件、调用关系和影响路径，agent 改代码前能查调用方和影响面。 有意思的是它的治理层，叫 Memory Hub。记忆资产统一注册，靠"固定绑定 + ACL"决定哪个 agent 能用哪些：可见性分 private（连团队管理员都读不到）、team、restricted（按用户/角色/Agent 精确授权）、agent。所以它跟一般 RAG 的区别被它自己总结成一句：RAG 回答"能找到什么"，这里还要回答"谁能用、哪版有效、该发给哪个 agent"。默认私有、共享是显式动作，这个设计挺务实的。 用法上最省事的一点：一个 Proxy 转发，协议不变，把 agent 的 base URL 指过去就接上了，不需要插件、hook 或 MCP server。部署是 memory-core + memory-hub + proxy 三个服务一键起，面板在 localhost:8125。冷启动可以导入已有仓库、文档和历史会话，让 CodeGraph 和 Wiki 自动跑索引。 README 里给的数字只有一条：PersonaMem 从 48% 提到 76%。另外坦白的部分也写了，Wiki 和 CodeGraph 是异步构建要等 ready，CodeGraph 目前只优先支持公开 HTTPS 仓库，私有仓库和 SSH 凭据还在完善，全自动记忆路由也还在迭代。致谢里提到 CodeGraph 模块用了开源项目代码，Skill 部分借鉴了 Nous Research 的 Hermes Agent。 跟你的关系：如果你在搭多 agent 协作或者想解决"上下文跨会话丢失"，它值得看；但它的假设是"一个团队共用一台记忆服务"，单机单人玩的话，重点其实是它的 L0-L3 分层和 Skill 资产化这两块设计思路，不一定非要整套部署。