用途：为 AI 智能体提供完全本地的长期记忆能力，让其跨会话记住用户偏好、任务上下文与常见解决方案模式，同时避免把全部内容塞进上下文窗口。
主要能力：采用四层递进记忆管线——L0 原始对话日志、L1 从对话提取的原子事实、L2 由原子聚合的场景块、L3 由场景蒸馏出的用户画像；并提供符号化短期记忆，把冗长的工具输出卸载到外部文件（如 refs/*.md），再压缩成带 node_id 的 Mermaid 图节点，需要时按 node_id 召回。官方资料称在 WideSearch 基准上可减少最多 61.38% 的 token 用量、相对提升最多 51.52% 的任务成功率，PersonaMem 准确率由 48% 提升至 76%；无外部 API 依赖，默认运行在本地 SQLite + sqlite-vec 上，也支持 PostgreSQL 存储与 OpenAI 嵌入。
使用方式：可作为独立库安装（npm install @tencentdb-agent-memory/memory-tencentdb）并实例化 TencentDBMemory；也可作为 OpenClaw 插件安装（openclaw plugins install @tencentdb-agent-memory/memory-tencentdb，随后 openclaw gateway restart），或通过 Docker 以 Hermes 镜像运行。核心接口包括 storeConversation、extractAtoms、recall、offloadContext、recoverContext、getPersona、getAtoms、getScenarios、updatePersona 等；配置项覆盖存储类型、记忆提取间隔（extractInterval）、画像更新阈值（personaUpdateThreshold）、召回 topK 与相似度阈值、短期卸载的 maxContextTokens 与 compressionRatio 等。启用短期压缩需在 OpenClaw 中配置 contextEngine 槽位并执行运行时补丁脚本。
适用场景：需要跨会话个性化与上下文延续的对话智能体、处理大量工具输出而需控制上下文的智能体循环、需要维护用户画像与常见解决方案模式的应用。
限制：相关资料仅给出上述能力与配置，未提供具体收费、许可、性能上限及平台支持等细节；部分进阶功能（如短期压缩）需要额外配置与补丁步骤；SQLite 模式下需保证单进程访问数据库。