← Entdecken
GitHub · TencentCloud/TencentDB-Agent-Memory↑ +318 heute

Mehrschichtiger Speicher für KI-Agenten

TencentDB Agent Memory bietet eine vollständig lokale Langzeitspeicherlösung für Agenten der künstlichen Intelligenz mit einem vierstufigen Prozess. Es führt Datenspeicherungs- und -abrufvorgänge aus, ohne dass externe Anwendungsprogrammierschnittstellen (APIs) erforderlich sind.

Aktualisierungen

  • 13. Oktober 2026: Sterne 27,855 → 28,604, neueste Version v2.0.3-beta.1 (13. Oktober 2026).
  • 9. Oktober 2026: Sterne 27,396 → 27,855, neueste Version v2.0.2 (9. Oktober 2026).
  • 28. September 2026: Sterne 26,048 → 27,396, neueste Version v2.0.1 (25. August 2026).
  • 7. September 2026: Sterne 24,804 → 26,048, neueste Version v2.0.1 (25. August 2026).

Was es bringt

  • Reduziert den Token-Verbrauch um bis zu 61 %
  • Erhöht die Erfolgsquote bei komplexen Aufgaben
  • Speichert Daten in einer symbolischen und geschichteten Struktur

Installation

Paketinstallation
mkdir -p ~/.memory-tencentdb
TEMP_DIR=$(mktemp -d)
cd "$TEMP_DIR"
npm init -y --silent
npm install @tencentdb-agent-memory/memory-tencentdb@latest --omit=dev
cp -r node_modules/@tencentdb-agent-memory/memory-tencentdb \
      ~/.memory-tencentdb/tdai-memory-openclaw-plugin
rm -rf "$TEMP_DIR"
Abhängigkeiten installieren
cd ~/.memory-tencentdb/tdai-memory-openclaw-plugin
npm install --omit=dev
npm install tsx

Ausführung

Starten des Servers
cd ~/.memory-tencentdb/tdai-memory-openclaw-plugin
  npx tsx src/gateway/server.ts
Überprüfen Sie die Verbindung
curl http://127.0.0.1:8420/health

Wenn Sie nicht programmieren

Fügen Sie dies in Ihren Agenten ein (Claude Code · Codex · Antigravity)

Konfigurieren Sie den Langzeitspeicher meines KI-Agenten mit TencentDB Agent Memory. Verwenden Sie anstelle eines flachen Vektorstapels von Daten symbolische Mermaid-Diagramme für kurzfristige Aufgaben und eine geschichtete Speicherpyramide L0-L3 für langfristige Erfahrungen. Ermöglichen Sie dem Agenten, vergangene Konversationen, atomare Fakten und Benutzerpräferenzen in dieser hierarchischen Struktur zu speichern und sie bei Bedarf mit vollständiger Rückverfolgbarkeit über node_id abzurufen.

Repository: https://github.com/TencentCloud/TencentDB-Agent-Memory. Richte dich bei der Installation und Ausführung nach den offiziellen Anweisungen in der README-Datei dieses Repositorys.

Prüfe vor dem Start, unter welchem Betriebssystem wir arbeiten und ob die notwendigen Tools (z. B. Python, Node.js, Git, Docker) installiert sind. Installiere fehlende Tools schrittweise entsprechend diesem System.

Erstelle einen neuen, leeren Ordner für die Arbeit. Rühre keine Dateien außerhalb dieses Ordners an und lösche nichts. Sag mir vor jedem Befehl in einem Satz, was du tun wirst.

Sag mir, was ich am Ende jedes Schrittes auf dem Bildschirm sehen sollte. Wenn ein Fehler auftritt, füge ich die Fehlermeldung exakt so ein, wie sie ist, und wir beheben sie gemeinsam.

Verwandte Begriffe aus dem Glossar

Für wen es gedacht istEs richtet sich an Entwickler, die nicht möchten, dass ihre KI-Agenten den Kontext vergessen, und die durch die Reduzierung der Token-Kosten konsistentere Ergebnisse erzielen möchten.

Links

TreScout hat dieses Werkzeug nicht entwickelt · wir haben es in den GitHub-Trends gefunden und stellen es vor. Diese Seite beschreibt das Repository so, wie es am 2026-07-09 war: Die Anzahl der Sterne und unser Text stammen von diesem Tag, das Repository kann sich seitdem geändert haben. Den aktuellen Stand finden Sie über den Link zum Repository. Der Präsentationstext wurde mit KI aus der eigenen Dokumentation des Repositories erstellt und diese Seite wurde maschinell übersetzt aus dem türkischen Original · maßgeblich ist die türkische Fassung.