共 4 篇文章
接入这个开源插件，让我Token直接省了50 ，Hermes和OpenClaw都支持。
作者分享腾讯云数据库开源插件「Agent Memory」在 Hermes 与 OpenClaw 中的接入实测，长任务 Token 消耗直降约 55.7%：借助方案，Agent 的长上下文被卸载到外部文件，对话内仅保留轻量摘要与 Mermaid 任务图。文章演示配置与接入命令，并实测其三大能力——L0-L3 四层记忆（事实、要求、任务经验、用户画像）自动沉淀并跨会话召回；源码与日志外置并生成 Offload 索引可按节点回查；团队版 Memory Hub 可将对话、Skill、Wiki、代码图统一管理。适合频繁运行长任务、希望降低 Token 成本与让 Agent 越用越懂自己的用户。
上下文最佳实践：写给非技术大佬看的上下文管理
本文面向非技术读者讲解了AI聊天中的上下文管理最佳实践。解释了上下文是什么，为什么管理上下文很重要，给出了几个简单实用的方法：定期开新对话、整理归纳信息、清理过期内容。帮助普通用户更好地使用ChatGPT等AI工具。
一文搞懂个人AI记忆系统构建全流程
作者构建跨AI工具可复用的个人记忆系统，解决换工具就丢上下文和判断经验的问题。把记忆拆成五层（identity、principles、preferences、context、knowledge），用两级子目录、按来源与用途分类；用7字段YAML frontmatter做身份证，按目录绑定权重、等级高优先。配套两个Skill：recall按需加载记忆，curator从对话提取并经人确认后沉淀。
Wise：深度解析AI的记忆机制，Hermes的自我进化机制和Skill是记忆的延伸。
从 Wise 视角深度解析 AI 记忆机制：它不是像人一样记住你，而是在每次对话里重新认识你。文章梳理记忆的分类、上下文管理与动态注入等核心概念，关联 Hermes 的自我进化机制与 Skill 作为记忆延伸的设计，并结合 MemAgent、UltraMem、腾讯云 Agent Memory 等前沿工作，给出可落地的 Agent 记忆思路。