ITCOW牛新网 5月14日消息，腾讯云近日宣布开源 TencentDB Agent Memory 项目。该项目旨在解决 AI Agent 在执行代码开发、网页搜索等长链路任务时，面临的上下文窗口溢出、Token 成本飙升以及任务状态丢失等行业痛点。官方表示，该方案通过创新的“上下文卸载”与“Mermaid 任务画布”技术，在大幅压缩 Token 消耗的同时，确保了信息的完整可追溯性。
据ITCOW牛新网了解，该项目的核心在于将 Agent 的完整记忆从有限的上下文窗口中“卸载”至外部存储。具体而言，系统利用 Mermaid 流程图语言将线性的任务历史转化为结构化的“任务地图”，使 Agent 能够清晰识别并行分支与前置依赖，避免在执行长任务时“迷路”。
同时，原始的工具调用结果和中间数据被存储在外部文件中，上下文中仅保留轻量级摘要和索引路径。这种分层存储机制（从 L0 原始数据到 L3 任务索引）允许开发者按需下钻查看细节，既释放了上下文空间，又避免了传统摘要压缩导致的信息不可逆丢失。
在性能表现方面，多任务连续会话的实验数据显示，TencentDB Agent Memory 最高可降低 61% 的 Token 消耗，并显著提升长任务的成功率。这主要得益于上下文噪声的减少，使得大模型的注意力能更集中于当前目标。
目前，该项目已适配 OpenClaw 和 Hermes 等主流 Agent 框架，支持一键部署，默认使用本地 SQLite 存储，同时也支持接入腾讯云向量数据库以实现混合检索。项目团队希望借此开源工具，为开发者提供一个稳定、透明的 AI “第二大脑”，让每一次交互都能沉淀为可复用的数字资产。