你的 Agent 是不是越聊越「健忘」？上一輪剛說好的命名規範，下一輪又從頭問；工具呼叫日誌堆滿上下文，Token 帳單直線上漲，任務通過率卻在下滑。2026 年 5 月，騰訊開源了 TencentDB Agent Memory（MIT 許可）——一套把符號化短期記憶與四層長期記憶組合在一起的本地記憶引擎，預設跑在 SQLite + sqlite-vec 上，零外部 API 依賴。
對 Kvmjet 讀者——iOS、Flutter 與 AI 應用開發者——這意味著：你可以在 OpenClaw 上裝一個外掛，十分鐘內讓 Coding Agent 記住專案 SOP、使用者偏好與跨會話上下文，而不必自建向量庫或把整段歷史塞進 prompt。本文按「能動手」的標準寫：先講原理，再給可複製命令，最後說明在 Cloud Mac / Apple Silicon 上怎麼與現有工作流並排落地。
核心結論：Agent 缺的不是更大的 context window，而是分層、可溯源的記憶。TencentDB Agent Memory 在官方基準裡把 WideSearch 超長 Session 通過率從 33% 提到 50%，Token 消耗降低約 61%——對多輪 Agent 呼叫場景，這比單純換更大模型更划算。
1. 為什麼 Agent 需要分層記憶，而不只是「塞更多上下文」
長程 Agent 的典型失敗模式不是模型不夠聰明，而是上下文被無關資訊淹沒：一次 grep 回傳五千行、瀏覽器抓取塞滿 JSON、連續五十個 SWE-bench 子任務疊在同一會話裡——模型看到的全是雜訊，關鍵決策訊號被擠到視窗邊緣。
常見應對有三條路，各有硬傷：
- 暴力截斷：直接丟掉早期訊息，快但不可逆，使用者偏好與錯誤根因一起消失。
- 整段摘要：用 LLM 壓縮歷史，省 Token 卻容易「摘要幻覺」，原始證據無法核對。
- 純向量 RAG：把對話切片 embedding 後扁平檢索，缺乏「使用者畫像 → 場景 → 原子事實」的層次，召回像在一堆便利貼裡亂翻。
TencentDB Agent Memory 走第四條路：分層 + 符號化 + 可下鑽溯源。短期任務用 Mermaid 畫布表達狀態機，厚重日誌卸載到 refs/*.md；跨會話經驗沿 L0 Conversation → L1 Atom → L2 Scenario → L3 Persona 逐層提煉，每一層都保留 node_id 指回底層原文。官方文件把這套設計稱為「漸進式披露」——Agent 平時只看高層結構，需要考證時再下鑽，詳見騰訊雲 Agent Memory 產品介紹。
對行動與 AI 產品團隊，這直接對應三個日常痛點：Code Review Agent 要記住團隊的 Swift 風格指南；客服 Bot 要記住某大客戶的上次投訴；內部運維 Agent 要記住「staging 禁止直接 kubectl delete」——這些都不該每次會話重講，也不該被不可逆摘要掉。
2. 核心概念：短期卸載與 L0–L3 長期金字塔
2.1 符號化短期記憶（Context Offload）
工具呼叫結果是 Token 黑洞。TencentDB Agent Memory 的做法是卸載 + 符號化：完整日誌寫入外部檔案系統，上下文只保留一張帶 node_id 的 Mermaid 任務圖譜。Agent 按圖譜推理；若某步結論可疑，用 node_id grep 回 refs/ 下的原文——100% 可追溯，不是黑盒摘要。
該能力在外掛 ≥ 0.3.4 可選開啟，需在 OpenClaw 註冊 contextEngine slot 並執行官方 patch 腳本。官方 WideSearch 基準：通過率 +51.52%，Token −61.38%。
2.2 四層長期記憶（L0 → L3）
長期側是語意金字塔，而非扁平向量堆：
- L0 Conversation：原始對話與工具軌跡，證據層。
- L1 Atom：結構化事實（「使用者偏好 Tab 縮排 4 空格」）。
- L2 Scenario：場景塊（「Flutter 發布前檢查清單」）。
- L3 Persona：使用者/專案畫像，日常召回優先讀這一層。
召回採用 BM25 + 向量 + RRF 混合檢索，避免純語意搜尋漏掉精確關鍵字。企業可選騰訊雲向量資料庫（TCVDB）後端；PoC 階段本地 SQLite 足夠。架構與 API 以GitHub 倉庫 README為準。
2.3 接入方式一覽
目前兩條主路徑：
- OpenClaw 外掛：
@tencentdb-agent-memory/memory-tencentdb，Node.js ≥ 22.16，一條命令安裝。 - Hermes Gateway：Docker 映像或掛載外掛目錄，適合已有 Hermes 編排的團隊。
若你已在 Kvmjet 環境跑 OpenClaw 專題頁裡的 Gateway，加記憶層只需多一個外掛設定，不必推倒重來。
| 層級 | 儲存內容 | 典型用途 | 召回方式 |
|---|---|---|---|
| 短期 · refs | 完整工具日誌 | 排錯、稽核 | 按 node_id 下鑽 |
| 短期 · Mermaid | 任務狀態圖譜 | 長任務推理 | 常駐上下文 |
| L0–L1 | 對話與原子事實 | 精確查證 | 混合檢索 |
| L2–L3 | 場景與畫像 | 跨會話個人化 | 優先注入 prompt |
3. 10 分鐘實操：OpenClaw 外掛安裝與啟用
以下在已安裝 OpenClaw（≥ 2026.3.13）的機器上驗證；Cloud Mac 上請先確認 node -v ≥ 22.16。
3.1 安裝外掛
openclaw plugins install @tencentdb-agent-memory/memory-tencentdb openclaw gateway restart
升級時用原生命令，避免語意化版本範圍導致外掛被停用：
openclaw plugins update @tencentdb-agent-memory/memory-tencentdb
3.2 零設定啟用長期記憶
編輯 ~/.openclaw/openclaw.json：
{
"memory-tencentdb": {
"enabled": true
}
}
儲存後重啟 Gateway。外掛會自動完成：對話錄製、記憶提取、場景歸納、Persona 生成、下一輪召回。預設資料目錄在本地 SQLite，無需騰訊雲帳號。
3.3 可選：啟用短期記憶壓縮（≥ 0.3.4）
長任務或多工具鏈場景建議開啟。分兩步：
步驟 1 — 註冊 contextEngine slot：
{
"memory-tencentdb": {
"enabled": true,
"config": {
"offload": { "enabled": true }
}
},
"plugins": {
"slots": {
"contextEngine": "memory-tencentdb"
}
}
}
步驟 2 — 在倉庫根目錄執行官方 patch（注入 after-tool-call 鉤子）：
bash scripts/openclaw-after-tool-call-messages.patch.sh
腳本來自TencentDB-Agent-Memory/scripts，克隆倉庫後執行即可。
3.4 驗收清單（5 分鐘）
- 同一 Session 內連續執行 3 次帶大輸出的工具呼叫，觀察上下文是否出現 Mermaid 圖譜而非全文日誌。
- 新開 Session，用自然語言問「我上次說的程式碼風格是什麼」——應能召回 L1/L3 層資訊。
- 檢查本地資料目錄（預設 SQLite 檔案）體積是否隨對話增長；PoC 階段建議定期備份該目錄。
若你同時評估其他 Agent 棧，可參考本站Strix AI Agent 部署教學對比「無記憶層」與「有記憶層」在長任務上的差異——Security Agent 與 Coding Agent 對記憶的訴求不同，但 Token 經濟學類似。
4. 與 Cloud Mac / Apple Silicon 的關聯場景
記憶引擎是常駐背景服務，與「偶爾開 IDE 寫程式」的資源輪廓不同。在 Kvmjet M4 Cloud Mac 上，我們觀察到以下幾類高匹配場景：
- OpenClaw Gateway 7×24：M4 Mac mini 待機約 4W，適合內部值班 Agent；記憶 SQLite 與 Gateway 同機，減少網路延遲與資料出境顧慮。
- 統一記憶體 + sqlite-vec：向量檢索在 Apple Silicon 上受益於高記憶體頻寬；16 GB 節點可同時跑 Gateway、記憶庫與輕量 Ollama 評測，無需再租一台 x86 向量庫伺服器。
- iOS / Flutter 團隊同域：Xcode 建置、Fastlane 與 Coding Agent 共用 Cloud Mac 時，Agent Memory 可記住「此 App 的憑證 Profile 別名」「Flutter flavor 命名」——與遠端 M4 打包機 CI/CD 方案並排，減少「建置機一套、Agent 另一套」的上下文斷裂。
- 本地優先合規：預設 SQLite 後端不強制上雲；金融、醫療 PoC 可先在 Cloud Mac 內網驗證，再按需切換 TCVDB——比直接把對話日誌打進第三方 SaaS 更易過安全評審。
5. 成本、效能與風險對比
把「自建記憶」和「裸 OpenClaw / 純 RAG」放在同一張表裡看（2026 年 Q3 粗算，以 20 人團隊、月均 500 萬 Agent Token 為例）：
| 方案 | 額外 infra | Token 影響 | 個人化 | 主要風險 |
|---|---|---|---|---|
| 無記憶 · 大視窗 | $0 | 帳單高、通過率不穩 | 弱 | 截斷丟上下文 |
| 自研向量 RAG | $200–600/月 DB | 中 | 中 | 扁平檢索、運維成本 |
| TencentDB Agent Memory 本地 | $0（複用 Gateway 機器） | 官方 −30%～−61% | 強（L0–L3） | 需備份 SQLite；單點 |
| + TCVDB 企業後端 | 按量雲向量庫 | 同左 | 強 + 多節點 | 資料上雲合規審批 |
與 API 定價的關係：記憶層省下的 Token 會直接反映在 OpenAI / Anthropic 帳單上。若你在規劃下一代模型預算，可結合本站GPT-6 API 定價預測——Agent 多輪呼叫下，記憶壓縮往往比等下一代降價更有效。
效能體感：本地 sqlite-vec 召回延遲通常在毫秒～百毫秒級，瓶頸更多在「提取記憶寫 L1/L3」的 LLM 呼叫，而非檢索本身。長 Session 建議開啟 offload，否則 L0 寫入頻率會拖慢輪次間隔。
風險清單：（1）SQLite 檔案損壞需有備份；（2）Persona 錯誤寫入會持久污染——生產環境應對 L3 更新做人工抽檢；（3）patch 腳本需隨 OpenClaw 版本升級重跑，寫入運維 runbook。
6. 常見問題 FAQ
TencentDB Agent Memory 需要連網或騰訊雲帳號嗎？
預設不需要。開箱使用本地 SQLite + sqlite-vec，對話與記憶留在本機。企業多節點或超大規模向量檢索可切換 TCVDB，但十分鐘 PoC 完全可離線完成。
短期記憶壓縮和長期記憶有什麼區別？
短期面向當前 Session 內的長任務：卸日誌、留 Mermaid 圖譜。長期面向跨 Session：從對話提煉 Atom、Scenario、Persona。只開長期記憶已能「記住使用者」；多工具、多步驟編碼 Agent 建議兩者都開。
在 Cloud Mac 上跑有什麼優勢？
低功耗常駐、統一記憶體適合本地向量檢索、與 Xcode/Flutter 工具鏈同域。記憶資料與建置日誌同機排查，比「Agent 在雲上、程式碼在本地」少一層 VPN 與權限割裂。
只能用 OpenClaw 嗎？
不是。Hermes Gateway 有官方 Docker 與掛載方案；自研框架也可讀倉庫 SDK 接入。OpenClaw 路徑最短，適合已用 Kvmjet OpenClaw 專題的讀者。
7. 總結與下一步
TencentDB Agent Memory 把「Agent 長期記憶」從概念做成了可十分鐘啟用的 OpenClaw 外掛：本地 SQLite 零依賴、L0–L3 分層可溯源、短期 offload 顯著省 Token。對 iOS/Flutter/AI 開發者，下一步建議是：
- 在 PoC Cloud Mac 上按本文第三節完成安裝與驗收；
- 選一條最耗 Token 的真實工作流（如「大倉庫 refactor Agent」）做一週 A/B；
- 寫好 SQLite + refs 備份策略，再考慮是否上 TCVDB 或合併進生產節點。
記憶層裝好後，Agent 才真正像「老夥伴」——而不是每次見面都問「你是誰、專案用什麼框架」的新同事。
在 Cloud Mac 上讓 Agent 記憶與建置同域運行
TencentDB Agent Memory 預設跑在 Gateway 同機——M4 Mac mini Cloud 節點恰好適合這種「輕服務 + 重開發」混合負載：Apple Silicon 統一記憶體讓 sqlite-vec 檢索與 OpenClaw 並發更穩；約 4W 待機適合 7×24 值守型 Agent；macOS 原生 Node.js 與 Docker 省去 Linux VPS 上 arm64 映像匹配的折騰。記憶庫與 Xcode、Fastlane 同機時，Coding Agent 才能真正「記得」你的憑證、Flavor 與團隊規範。
若你正在搭建帶長期記憶的 AI 開發環境，Kvmjet M4 雲端 Mac是性價比很高的 PoC 起點——十分鐘裝記憶外掛，一小時接上真實倉庫，一週內用 Token 帳單驗證是否值得全面推廣。