今年 4 月，腾讯云数据库团队把一样东西扔上了 GitHub：TencentDB Agent Memory，给 AI Agent 用的记忆系统。四个多月冲到 2.4 万 Star。
8 月 3 日，它发了 v2.0.0——不是小改版，是变身：从「给单个 agent 用的记忆插件」，变成了「给整个 agent 团队用的记忆中心」。
先交代信息来源：我没装，翻的是仓库的 README、INSTALL 文档和 CHANGELOG。安装命令按官方文档整理，没实测的地方我会标注。
判断先给：「记忆资产化 + 团队装配」这套设计是想明白了，但它现在是个「服务」，不是「插件」——能力上去了，部署成本也上去了。
这东西大概率评价两极。玩「一人公司」、同时养好几个 agent 的人会觉得真香；只想给本地 agent 加点记忆、不想起一堆 Docker 服务的人会觉得重。
这篇聊三个问题：它现在到底是什么？支持哪些 agent？怎么装、哪里劝退？
它是什么
一行公式：
TencentDB Agent Memory = 四类记忆资产（Chat Memory / Skill / Wiki / CodeGraph）+ 一套团队装配系统（Team / Agent / Task + 权限）
它要回答的问题很朴素：任何能帮下一个 agent 少重复造轮子的信息，都应该被存下来、组织好、分发给需要的 agent。
打个比方：它不是给 agent 配私人笔记本，而是给整个团队建档案馆加装备库——新 agent 入职第一天，直接读档上岗。
从 v1 到 v2 变了什么
这个项目 7 月前还是另一条产品线，8 月的 v2.0.0 把它整个抬了一层。对照着看最清楚：
| v1（插件线） | v2（当前主线） | |
|---|---|---|
| 形态 | OpenClaw / Hermes 的插件 | 独立服务：Core + 面板 + Proxy |
| 记忆内容 | Chat Memory（L0→L3 分层）+ 短期上下文压缩 | 新增 Skill、Wiki、CodeGraph，共四类资产 |
| 接入方式 | 给宿主装插件 | 改 agent 的 API base URL |
| 存储 | 本地 SQLite | 服务端存储，Docker 部署 |
| 面向谁 | 个人单机 | 团队共享 + 权限管控 |
v1 插件线没有停更，npm 上最新 1.0.1，个人轻量用仍然成立。但项目的重心明显已经倒向 v2——下面的内容都以 v2 为主。
真正改变体验的几个点
1. 记忆不只是聊天记录，是四类资产
- Chat Memory：对话里沉淀的偏好、事实和决策。
- Skill：干完复杂活之后提炼出的可复用流程——不是一段 prompt，带版本、触发边界和执行步骤。
- Wiki：把产品文档、设计稿、运维手册变成结构化知识页，带链接图（官方注明灵感来自 Karpathy 的 LLM Wiki）。
- CodeGraph：索引代码的符号、文件、调用关系和影响面（官方注明基于开源项目 codegraph 的代码改造）。改代码前先查一句「动这里会影响谁」。
2. 底层还是那座 L0 → L3 金字塔
v1 的分层机制延续了下来：L0 原始对话 → L1 原子事实 → L2 场景块 → L3 用户画像。
平时注入高层画像，几百 token；要考证细节才下钻到底层原文。检索是 BM25 + 向量 + RRF 混合召回，另加条数和字符预算兜底，防止记忆反客为主挤爆上下文。
3. 接 agent 不用写代码：改个 base URL 就行
这是 v2 最关键的一步。它自带一个 Proxy 服务（Anthropic / OpenAI 双协议），不用装插件、不用配钩子、不用起 MCP server——把 agent 的 API base URL 指向它就行。
Proxy 干两件事：每轮对话前，把这个 agent 该带的 L2/L3 记忆、匹配的 Skill、相关 Wiki / CodeGraph 拼进 system prompt 转发给上游模型；对话结束后，把内容回流给记忆层继续提炼。还内置了 Cost Guard，能给不同 agent 配不同价位的模型。
官方文档已经给出配置教程的名单：Claude Code、Codex、CodeBuddy、WorkBuddy、DeepSeek Harness、Hermes、OpenClaw。不在名单里的，只要兼容 OpenAI 协议，也有通用接法。
4. 团队面板：记忆归人管
所有资产都在面板（Memory Hub）里可见、可审、可分发。可见性分四级：private（只有 Owner 能看）、team（团队共享）、restricted（按用户 / 角色 / agent 精确授权）、agent（定向装备给某个 agent）。
官方演示的典型玩法是「一人公司」：Scout 负责调研、Builder 负责写码、Reviewer 负责找茬，每个 agent 只装备自己那份记忆资产。经验在团队里流动，但隐私默认不共享——共享是一个显式动作。
跑分数据，先打个折看README 给的数字是 PersonaMem（长期记忆基准）准确率 48% → 76%。注意这是官方自测，第三方复现暂时没有。方向可参考，绝对值别全信。
怎么上手
v2 主力装法是 Docker 一键起三件套（Memory Core + 面板 + Proxy，镜像公开托管在 Docker Hub）：
git clone https://github.com/TencentCloud/TencentDB-Agent-Memory.gitcd TencentDB-Agent-Memory/deploy/global-imagescp .env.example .env # 要填两套 LLM 参数：记忆提炼一套，proxy 上游一套./start-all.sh起来之后是四个服务：面板在 localhost:8125，Core 在 8420，Knowledge 在 8424，Proxy 在 8096。
以 Claude Code 为例，两条环境变量挂上代理：
export ANTHROPIC_BASE_URL=http://127.0.0.1:8096/claude-code/defaultexport ANTHROPIC_AUTH_TOKEN='sk-mem-<面板里建的用户的 key>'claude首次会话会弹出一个选择表单，把这轮会话归到具体的 Team → Agent → Task 名下，之后记忆就长在这个组织上。
冷启动也不用从零积累：已有的代码仓库、文档、历史会话记录都能导进面板，自动生成 CodeGraph / Wiki / Skill / Chat Memory。
不想起服务？ v1 的 OpenClaw 插件线两行命令、单机 SQLite 存储，适合个人轻量用：
openclaw plugins install @tencentdb-agent-memory/memory-tencentdbopenclaw gateway restart兜底步骤看不懂？把仓库里的
INSTALL_CN.md扔给你本地的 coding agent，让它帮你装。
这么多 agent，怎么选
- Claude Code：改两个环境变量就完事，官方文档的主力路径，体验最完整。第一次用就选它。
- Codex（OpenAI 官方 CLI，v2.0.1 beta 起支持）：在
~/.codex/config.toml配一个自定义model_provider。注意一个坑：首次对话前必须 Shift+Tab 切到 Plan 模式，否则选 Team / Agent / Task 的表单会被自动跳过，会话初始化失败。 - CodeBuddy / WorkBuddy：腾讯系 IDE 插件路线。CodeBuddy 要避开 4.10.2–4.10.4（已知 bug：请求不带 sessionId），用 ≥ 4.10.5。
- Hermes / OpenClaw / DeepSeek Harness：INSTALL 文档里各有独立配置段，照抄即可。
- 其他 agent：任何兼容 OpenAI 协议的平台都能接——base URL 伪装成某个受支持的标识，再带上
x-team-id/x-agent-id/x-task-id等四个 header。没有自定义 header 能力的平台会被跳过，记忆不生效。
哪里劝退
部署变重了。 v1 时代两行命令的轻便没了：现在是四个服务、一套 Docker、两套 LLM key。想轻量只能退回 v1 插件线——但那条线只有 OpenClaw 和 Hermes 能用。
每次会话都有摩擦。 新开会话要手动选 Team → Agent → Task，Codex 用户首次还得记得切 Plan 模式。「记忆归属到组织」换来了秩序，也换来了每次几秒的手动操作。
半成品痕迹明显。 v2.0.0 这个月刚发，v2.0.1 还在 beta；CodeGraph 目前优先支持公开 HTTPS 仓库，私库和 SSH 凭证「还在完善」；资产绑定靠手动，自动路由「还在迭代」——这些「还在」都是官方自己写的。
双份 token 账单。 记忆提炼（L1→L3、生成 Wiki）烧一套 LLM key，proxy 转发上游烧另一套。记忆不出现在对话里，但一定出现在账单上。
两条产品线并存，容易搞混。 npm 上的 1.0.1 是插件线，GitHub 仓库主线已经是服务端版。搜文档、看 issue 之前，先看清自己站在哪条线上。
官方 README 顶部那句话：Agents remember, humans innovate.
v2 给这句话补上了下半句：记下来的东西不该烂在某个 agent 的聊天记录里，而该变成团队里下一个人、下一个 agent 能直接用的资产。这个方向我认。剩下的问题是：你愿不愿意为这份「传承」，先付出一套服务的部署成本。
如果这篇文章对你有帮助，欢迎分享给更多人！
部分信息可能已经过时