Tencent hat TencentDB Agent Memory als Open-Source-Projekt unter der MIT-Lizenz freigegeben. Das System kombiniert symbolisches Kurzzeitgedächtnis – das ausführliche Tool-Logs in ein kompaktes Mermaid-Task-Canvas verdichtet – mit einer vierstufigen Langzeitgedächtnis-Pyramide: L0 (Conversation), L1 (Atom), L2 (Scenario) und L3 (Persona). Für die Retrieval-Schicht setzt das Projekt auf hybrides BM25- und Vektorretrieval mit RRF-Fusion (Reciprocal Rank Fusion), das standardmäßig auf lokalem SQLite zusammen mit sqlite-vec läuft – ohne Cloud-Anbindung oder externe Dienste. Distribution erfolgt als OpenClaw-Plugin sowie als Hermes-Docker-Image. Tencenteigene Benchmarks berichten auf dem WideSearch-Eval eine Token-Reduktion von 61,38 % und einen relativen Pass-Rate-Gewinn von 51,52 % gegenüber der Baseline mit OpenClaw. Die PersonaMem-Genauigkeit verbesserte sich in den Tests von 48 % auf 76 %, was auf deutlich bessere personalisierte Langzeitkontexte hindeutet. Das Projekt richtet sich an Entwickler, die datenschutzkonforme, vollständig lokal ausführbare Agenten-Architekturen aufbauen wollen.