A Tencent nemrégiben nyílt forráskódúvá tette a TencentDB Agent Memory nevű fejlesztését, amely egy teljesen helyi memóriarendszer mesterséges intelligencia ügynökök számára. Ez a projekt az MIT licenc alatt érhető el, ami lehetővé teszi a fejlesztők számára, hogy szabadon használják és módosítsák a forráskódot, ezzel is ösztönözve az innovációt és a közösségi fejlesztést.
A TencentDB Agent Memory jelentős újítása, hogy egy 4 szintű memóriaarchitektúrát alkalmaz, amelynek célja a mesterséges intelligencia ügynökök hatékonyságának növelése. A rendszer egyesíti a szimbolikus rövid távú memóriát, amely a terjedelmes eszköznaplókat egy kompakt, úgynevezett Mermaid feladatvászonra csökkenti, valamint a hosszú távú memória piramis négy szintjét: L0 Beszélgetés, L1 Atom, L2 Forgatókönyv, és L3 Személyiség.
A rendszer OpenClaw plugin és Hermes Docker kép formájában érhető el, alapértelmezésben helyi SQLite adatbázison fut, kiegészítve az sqlite-vec használatával. A memóriakezelő rendszer kombinálja a BM25 és vektoralapú visszakeresési módszereket, az RRF fúziós technikával kiegészítve, hogy hatékonyabb adatvisszakeresést biztosítson.
A Tencent belső tesztjei szerint a rendszer lenyűgöző eredményeket produkált: a WideSearch platformon történő tesztelés során 61,38%-kal csökkent a tokenhasználat, míg a relatív sikerességi arány 51,52%-kal nőtt az OpenClaw használatával. Ezen túlmenően a PersonaMem pontossági mutatója 48%-ról 76%-ra emelkedett, ami jelentős javulást jelent a mesterséges intelligencia ügynökök teljesítményében.
Ez a fejlesztés fontos lépés a mesterséges intelligencia területén, különösen az AI ügynökök memóriakezelésének optimalizálásában. A nyílt forráskódúvá tételnek köszönhetően a TencentDB Agent Memory szélesebb körben elérhető, és várhatóan további innovatív megoldások születhetnek a közösségi fejlesztők közreműködésével.
