트렌딩 목록으로
TypeScript

TencentCloud / TencentDB-Agent-Memory

TencentDB 에이전트 메모리는 외부 API 의존 없이 4단계 점진적 파이프라인을 통해 AI 에이전트에 완전히 로컬 장기 메모리를 제공합니다.

7.5K
699
1일 전
GitHub에서 보기

이 프로젝트에 대해

TencentCloud 님의 TencentDB-Agent-Memory 프로젝트는 GitHub에서 7.5K개의 별을 받으며 많은 개발자들의 주목을 받고 있습니다. 특히 TypeScript 환경에서 유용하게 활용될 수 있으며, 최근 오픈소스 커뮤니티에서 활발한 기여와 토론이 이루어지고 있는 트렌딩 레포지토리입니다.

Language Breakdown

TypeScript 84%Python 7%Shell 7%JavaScript 1%

🇰🇷 한국어 번역 README

AI 실시간 번역

에이전트는 기억하고, 인간은 혁신한다.

하이라이트 · 개요 · 핵심 기술 · 기능 · 빠른 시작

영어 · 简体中文


✨ 하이라이트

TencentDB 에이전트 메모리 = 상징적 단기 메모리 + 계층적 장기 메모리.

  • 상징적 단기 메모리는 무거운 도구 로그를 외부로 이전하고 이를 압축된 Mermaid 기호로 응축하여 토큰 사용을 줄이고 작업 성공률을 향상시킨다.
  • 계층적 장기 메모리는 단편적인 대화를 평면 벡터 더미가 아닌 구조화된 페르소나와 장면으로 정제한다.

OpenClaw와 통합 시 토큰 사용량을 최대 61.38% 줄이고, 통과율을 51.52%(상대적) 향상시키며, PersonaMem 정확도를 48%에서 76%로 높인다.

메모리 능력벤치마크OpenClaw 성공률플러그인 사용상대 변화OpenClaw 토큰플러그인 토큰상대 변화
단기WideSearch33%50%+51.52%2억 2131만8564만−61.38%
단기SWE-bench58.4%64.2%+9.93%34억 741만23억 754만−33.09%
단기AA-LCR44.0%47.5%+7.95%1억 1200만7730만−30.98%
장기PersonaMem48%76%+59%

이 결과는 개별 턴이 아닌 연속적인 장기 세션을 기준으로 측정한 것이다. 예를 들어, SWE-bench는 한 세션에서 50개의 연속 과제를 실행하여 문맥 누적 압력을 시뮬레이션한다.


🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.

이 정보는 AI가 자동으로 분석한 결과입니다. 정확한 내용은 원문을 확인하세요.

TencentCloud/TencentDB-Agent-Memory GitHub 원문 바로가기 →