تسنجن تفتح مصدر نظام ذاكرة العميل، OpenClaw يوفر أقصى توفير بنسبة 61% في التوكن

AIMPACT رسالة، 14 مايو (UTC+8)، وفقًا لمراقبة 动察 Beating، فريق قاعدة بيانات Tencent Cloud استغرق 6 أشهر للتغلب على مشكلة فقدان الذاكرة في المحادثات الطويلة، وأخيرًا أطلقوا بشكل رسمي TencentDB Agent Memory كمصدر مفتوح. هذه مجموعة من محرك الذاكرة المحلي الموجه لوكيل الذكاء الاصطناعي، يستخدم افتراضيًا SQLite + sqlite-vec كخلفية محلية، ويمكن تثبيتها كمكون إضافي لـ OpenClaw، كما تدعم الاتصال بـ Hermes Gateway.
جوهرها ليس إدخال المحادثات التاريخية مباشرة إلى قاعدة البيانات الشعاعية، بل تقسيم الذاكرة إلى هيكلين.
الذاكرة طويلة المدى تتراكم تدريجيًا عبر طبقات: الذاكرة الدائمة من خلال المحادثة الأصلية L0، الحقائق الذرية L1، تقسيم المشهد L2، صورة المستخدم L3؛
أما ذاكرة المهام قصيرة المدى فتضع سجلات الأدوات الطويلة خارج الملف refs، وتكتب ملخصات الخطوات في jsonl، وتستخدم Mermaid لعرض هيكل المهمة ومؤشرات العقد.
في سير عمل معقد يتجاوز 30 خطوة، يقرأ الوكيل عادةً مخطط Mermaid خفيف الوزن، وعند الحاجة للتحقق من التفاصيل، يعود إلى السجل الأصلي عبر node_id.
تُظهر المقاييس الرسمية أنه بعد الاتصال بـ OpenClaw، انخفض استهلاك الرموز Token لمهمة WideSearch من 221.31 مليون إلى 85.64 مليون (انخفاض بنسبة 61.38%)، وارتفعت نسبة النجاح إلى 51.52%.
وفي تقييم الذاكرة طويلة المدى PersonaMem، ارتفعت الدقة من 48% إلى 76%.
تكمن قيمة هذا التصميم في أنه لم يبتلع التفاصيل التاريخية عبر ملخص واحد، بل احتفظ بالمسار الكامل من الصورة العليا، ولوحة المهام، وصولًا إلى النص الأصلي في الأسفل.
(المصدر: BlockBeats)