Tutorials & Tipps

„Token-Verbrauch um 61% senken“: Tencent veröffentlicht Agent Memory als Open Source

KI-Zusammenfassung

Tencent Cloud hat TencentDB Agent Memory als Open Source veröffentlicht, um das Problem volllaufender Kontextfenster und hoher Token-Kosten bei langen Agent-Aufgaben zu lösen. Die Lösung nutzt zwei Kerntechniken – „Context Offloading“ und „Mermaid Task Canvas“ –, um vollständige Informationen in externen Speicher auszulagern und gleichzeitig kritische Zustände und Ausführungspfade in einem strukturierten Aufgabengraphen zu bewahren. Experimente zeigen, dass die Lösung den Token-Verbrauch in aufeinanderfolgenden Multi-Task-Sitzungen um bis zu 61% senken und die Erfolgsrate von Aufgaben erhöhen kann. Das Projekt ist bereits an gängige Frameworks wie OpenClaw angepasst und unterstützt Ein-Klick-Integration sowie lokalen SQLite-Speicher.

Kernpunkte

  • Tencent Cloud hat TencentDB Agent Memory als Open Source veröffentlicht,um das Problem…
  • Die Lösung nutzt zwei Kerntechniken – „Context Offloading“ und „Mermaid Task Canvas“ –,um…
  • Experimente zeigen,dass die Lösung den Token-Verbrauch in aufeinanderfolgenden…
  • Das Projekt ist bereits an gängige Frameworks wie OpenClaw angepasst und unterstützt…

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
IT之家·人工智能
Kategorie
Tutorials & Tipps
KI-Bewertung
74
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

腾讯开源的这个 Agent Memory,用 Mermaid 画布加上下文卸载,把长任务 Token 省了 61%,而且所有中间信息都可追溯,做复杂 Agent 的开发者可以直接抄作业了。

Verwandte Entitäten

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: „Token-Verbrauch um 61% senken“: Tencent veröffentlicht Agent Memory als Open Source. 14. Mai 2026. https://new.nat6.net/de/news/cmp56ia350bpmsljxpdssx3w0/

Alle ansehen →