ข้ามไปเนื้อหาหลัก

Tencent Cloud เปิดโอเพนซอร์ส TencentDB Agent Memory v2.0 ศูนย์กลางหน่วยความจำระดับทีม

Tencent Cloud เปิดตัวและโอเพนซอร์ส TencentDB Agent Memory v2.0 ระบบจัดการหน่วยความจำแบบโฮสต์เองสำหรับเอเจนต์เขียนโค้ด รองรับสถาปัตยกรรมหลากหลาย

เรียบเรียงโดย AI
Inewgen
08 Aug 2026ที่มา: MarkTechPost3 นาทีอ่าน (0 ครั้ง)อัปเดตล่าสุด 29 Aug 2026
แชร์
Tencent Cloud เปิดโอเพนซอร์ส TencentDB Agent Memory v2.0 ศูนย์กลางหน่วยความจำระดับทีม

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

ขนาดตัวอักษร
  • TencentDB Agent Memory v2.0 เป็นระบบโอเพนซอร์สภายใต้สัญญาอนุญาต MIT แบบโฮสต์เอง
  • แปลงงานเป็น 4 ประเภทสินทรัพย์ ได้แก่ Chat Memory, Skills, Knowledge และ CodeGraph
  • เพิ่มความแม่นยำของ PersonaMem จาก 48% เป็น 76% (ข้อมูลอ้างอิงจากรายงานของบริษัท)
  • รองรับการใช้งานร่วมกับเครื่องมือชั้นนำ เช่น Claude Code, OpenClaw และ CodeBuddy

Tencent Cloud ได้ประกาศเปิดตัวและเผยแพร่ซอร์สโค้ดของ TencentDB Agent Memory v2.0 ในรูปแบบโอเพนซอร์สภายใต้สัญญาอนุญาต MIT โดยระบบนี้ถูกออกแบบมาให้ผู้ใช้งานสามารถโฮสต์ด้วยตนเองได้ทันที การติดตั้งสามารถทำได้อย่างรวดเร็วผ่านอิมเมจ Docker บน Docker Hub จำนวน 3 ตัวด้วยคำสั่งเดียว รองรับสถาปัตยกรรมระบบทั้งแบบ linux/amd64 และ linux/arm64

ระบบดังกล่าวมีความสามารถในการแปลงข้อมูลการทำงานให้ออกมาเป็นประเภทสินทรัพย์หลัก 4 รูปแบบด้วยกัน ซึ่งประกอบด้วย:

  • Chat Memory: หน่วยความจำจากการสนทนา
  • Skills: ทักษะความสามารถของเอเจนต์
  • Knowledge: คลังความรู้
  • CodeGraph: กราฟโค้ด

สินทรัพย์ทั้ง 4 ประเภทนี้จะถูกลงทะเบียนในระบบโดยมีมาตรฐานเดียวกัน ส่งผลให้คุณสมบัติเรื่องความเป็นเจ้าของ, เวอร์ชัน, สถานะ และการมองเห็น (Visibility) มีรูปแบบการทำงานที่เหมือนกันทั้งหมด โดยในส่วนของ Chat Memory จะมีการจัดเก็บข้อมูลแบบไม่แบนราบ เริ่มต้นบันทึกที่ระดับ L0 ก่อนที่กระบวนการทำงานเบื้องหลังแบบอะซิงโครนัสจะช่วยกลั่นกรองข้อมูลขึ้นไปเป็นระดับ L1 Atom, L2 Scenario และ L3 Core/Persona ตามลำดับ

data architecture server monitoring dashboard

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

76%ความแม่นยำ PersonaMem (เพิ่มขึ้นจาก 48%)

ในด้านการดึงข้อมูล ระบบได้ออกแบบการดึงข้อมูลแบบเป็นชั้น โดย L2 และ L3 จะทำหน้าที่เตรียมบริบทความเร็วสูง ส่วนในกรณีที่ต้องการข้อความเจาะจง ระบบจะใช้การผสมผสานระหว่าง BM25, การค้นหาเวกเตอร์ (Vector Retrieval) และ RRF เพื่อดึงข้อมูลสำรองจาก L1 และ L0 พร้อมทั้งมีการจำกัดผลลัพธ์ด้วยจำนวนรายการ งบประมาณตัวอักษร และเวลาหมดเวลา เพื่อป้องกันไม่ให้หน่วยความจำไปเบียดเบียนพื้นที่หน้าต่างบริบท (Context Window)

ไม่อยากพลาดข่าวใหม่?

สมัครรับสรุปข่าวสารใหม่ทางอีเมล ไม่บ่อยจนรำคาญ

โฆษณา

การจัดการหน่วยความจำสำหรับ AI Coding Agents ถือเป็นความท้าทายสำคัญในการพัฒนาซอฟต์แวร์ยุคใหม่ เนื่องจากเอเจนต์จำเป็นต้องจดจำบริบทของโปรเจกต์ขนาดใหญ่และการตัดสินใจก่อนหน้า การที่ Tencent Cloud เลือกเปิดโอเพนซอร์สในเวอร์ชัน 2.0 พร้อมระบบควบคุมสิทธิ์และต้นทุน (Cost Guard) ช่วยให้ทีมนักพัฒนาองค์กรสามารถนำไปปรับใช้บนโครงสร้างพื้นฐานของตนเองได้โดยยังคงรักษาความปลอดภัยของข้อมูลภายในองค์กรไว้ได้

สำหรับการควบคุมการเข้าถึงข้อมูล Memory Hub จะใช้การผูกค่าแบบคงที่ร่วมกับระบบควบคุมการเข้าถึง (ACL) โดยจะจำกัดขอบเขตตามทีม, ผู้ใช้งาน, เอเจนต์ และระดับการมองเห็นก่อนที่จะทำการดึงข้อมูล ระดับการมองเห็นประกอบด้วยแบบส่วนตัว (Private), แบบทีม (Team) และแบบจำกัด (Restricted) โดยที่ Chat Memory และ Skills ใหม่ๆ จะถูกตั้งค่าเริ่มต้นเป็นแบบส่วนตัวเสมอเพื่อให้การแชร์เป็นกระบวนการที่ต้องกระทำโดยเจตนา

ในเวอร์ชัน 2.0.0 นี้ยังมีการเพิ่มฟีเจอร์สำคัญเข้ามาหลายรายการ ได้แก่ การบังคับเก็บถาวรทักษะ (Skill forced archiving), การซิงโครไนซ์ที่เก็บโค้ด CodeGraph ตามกำหนดเวลา, การจัดการสินทรัพย์สำหรับผู้ดูแลระบบระบบ (System-admin asset management), การสลับแผงควบคุมระหว่างภาษาอังกฤษและภาษาจีน รวมถึงระบบ Cost Guard ที่ช่วยจัดสรรโมเดลที่มีต้นทุนต่ำกว่าให้กับเอเจนต์เฉพาะงาน นอกจากนี้ทางรายงานยังระบุว่าความแม่นยำของ PersonaMem เพิ่มขึ้นจาก 48% เป็น 76% หรือคิดเป็นการพัฒนาเชิงสัมพัทธ์ 59% (ตัวเลขดังกล่าวมาจากรายงานของบริษัทเองและยังไม่มีการเผยแพร่การตรวจสอบอิสระ)

ที่มา: MarkTechPost

ความคิดเห็น

แสดงความคิดเห็น
0/2000

พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้