テンセント、AIの記憶システムを公開

テンセントは、AIエージェント向けのオープンソースの記憶システムであるTencentDB Agent Memoryをリリースしました。このプロジェクトはMITライセンスの下で提供されます。これは、長期間にわたるエージェントを運用する人にとっておなじみの問題である、コンテキストの肥大化と記憶の失敗をターゲットとしています。これは、階層化された長期記憶とともに、記号的な短期記憶です。OpenClawとはプラグインとして、Hermes AgentとはGatewayアダプターを介して統合されます。デフォルトのバックエンドは、sqlite-vec拡張機能を備えたローカルのSQLiteであり、外部APIは必要ありません。なぜエージェントの記憶は難しいのか現在のほとんどの記憶スタックは、データを断片に細断し、フラットなベクトルストアにダンプします。その結果、記憶の呼び出しは、マクロレベルのガイダンスなしに、切断された断片間の盲目的な類似性検索になります。このアーキテクチャは、記憶の階層化と記号的記憶という2つの柱に基づいています。4層のセマンティックピラミッド長期的なパーソナライゼーションのために、TencentDB Agent Memoryは、フラットなログではなく、4レベルのピラミッドを構築します。これらの層は、L0 Conversation、L1 Atom、L2 Scenario、L3 Personaです。これらは、生の対話、原子的な事実、シーンブロック、およびユーザープロファイルに対応します。Persona層は日常のユーザーの好みを含み、最初にクエリされます。システムは、より詳細な情報が必要な場合にのみ、Atomsまたは生のConversationsにドリルダウンします。下位層は証拠を保持し、上位層は構造を保持します。ストレージは異種混合です。事実、ログ、トレースは、全文検索のためにデータベースに永続化されます。Persona、シーン、キャンバスは、人間が読めるMarkdownファイルとして保存されます。階層化された記憶アーティファクトは、~/.openclaw/memory-tdai/の下に保存されます。Mermaidを介した記号的な短期記憶長期間実行されるエージェントタスクは、冗長なツールログ、検索結果、コード、エラー追跡を通じてトークンを消費します。TencentDB Agent Memoryは、コンテキストオフロードと記号的記憶を組み合わせることでこれに対処します。完全なツールログは、refs/*.mdの下の外部ファイルにオフロードされます。状態遷移は、軽量なタスクキャンバス内のMermaid構文でエンコードされます。エージェントは、そのコンテキストウィンドウ内の記号グラフに基づいて推論します。