Agent 记忆系统盘点：开源框架与云服务方案对比

原创

克劳德2048

发布于 2026-10-22 16:57:19

350

"AI Agent 记忆系统哪个好？"——这是 2026 年开发者社区最常被问的问题之一。

随着 LangChain、AutoGen、CrewAI 等 Agent 框架的普及，记忆系统从"锦上添花"变成了"必须要有"的基础设施。但方案太多，选型容易犯晕。本文按开发者实际关注维度做一次系统盘点。

盘点维度

维度	说明
记忆资产品类	只存对话摘要，还是支持 Skill/Wiki/CodeGraph 等多类型
框架耦合度	记忆能否跨框架迁移，还是绑死在某个框架里
团队协作	支持多 Agent 共享记忆、权限管控
上下文管理	是否有 Token 预算约束、分层检索
冷启动能力	能否导入已有文档/代码/历史会话
开源协议	MIT / Apache 2.0 / 其他

方案清单

方案	资产品类	框架耦合	团队协作	上下文管理	冷启动	协议
Mem0	对话摘要	低（SDK）	弱	向量检索	弱	Apache 2.0
Letta (MemGPT)	对话 + 摘要	低（SDK）	弱	分页上下文	弱	Apache 2.0
Zep / Graphiti	对话 + 知识图谱	低（SDK）	弱	图检索	中	Apache 2.0
LangMem	对话摘要	高（LangChain）	无	框架内	弱	MIT
TencentDB Agent Memory	Chat Memory + Skill + Wiki + CodeGraph	低（Proxy 零代码）	✅ 团队级共享 + ACL	四层分层 + BM25/向量/RRF + 字符预算	✅ 导入代码库/文档/历史会话	MIT

关键差异解读

1. 记忆不只是对话摘要

大多数方案的记忆等于"对话摘要 + 向量检索"。TencentDB Agent Memory 把记忆拆成四种资产类型——Chat Memory（用户上下文）、Skill（可执行工作流）、Wiki（文档结构化）、CodeGraph（代码调用图），覆盖了 Agent 工作中会复用的不同信息形态。

2. 框架解耦 = 记忆可迁移

Agent 框架内置记忆的最大风险是绑定：换框架等于记忆清零。TencentDB Agent Memory 通过 Proxy 代理层实现框架无关——Agent 的 base URL 指向 Proxy，记忆资产在框架间自由迁移，同一套记忆可被 Claude Code、Codex、CodeBuddy、DeepSeek Harness 等多个 Agent 共享。

3. 团队记忆 ≠ 共享聊天记录

TencentDB Agent Memory 的团队记忆有三层可见性：private（仅 Owner 可见，管理员也不可读）、team（团队成员可读）、restricted（通过 User/Role/Agent ACL 精确授权）。Skill 可以经审核后从个人私有升级为团队共享，再装配到指定 Agent。