TencentDB Agent Memory v2 : une mémoire d'équipe gouvernée pour Claude Code, Codex et CodeBuddy
Le 3 août 2026, Tencent Cloud a publié la version 2.0.0 de TencentDB Agent Memory1. Le projet, issu de l'équipe base de données de Tencent Cloud, passe d'une mémoire locale à un hub de mémoire partagé par une équipe. Il est open source, sous licence MIT, écrit en TypeScript2.
De la mémoire locale au hub d'équipe
| Date | Version | Contenu |
|---|---|---|
| 7 avril 2026 | création du dépôt | Premières versions publiées à partir du 23 avril (v0.1.4) |
| Mai 2026 | v0.x | Mémoire locale : mémoire longue en quatre niveaux (L0 conversation brute, L1 faits atomiques, L2 scénarios, L3 persona), SQLite et sqlite-vec, plugin OpenClaw, adaptateur Hermes |
| 3 août 2026 | 2.0.0 | Hub de mémoire d'équipe |
| 25 août 2026 | 2.0.1 | Ajout de Codex CLI, du client WorkBuddy, d'OpenCode et de DeepSeek Harness (en bêta depuis le 14 août) |
| 9 octobre 2026 | 2.0.2 | Stockage MongoDB expérimental, adaptateurs OpenCode et Pi |
| 26 octobre 2026 | 2.0.3 | Wiki ouvert aux documents Word, Excel, PowerPoint et PDF |
Quatre actifs mémoire
La v2 range la mémoire en quatre familles2 :
- Chat Memory : préférences, faits et décisions, distillés de L0 à L3.
- Skill : des procédures versionnées, éditables et exportables depuis le panneau.
- LLM-Wiki : des documents transformés en pages reliées. Le README se réclame de l'idée de wiki maintenu par LLM d'Andrej Karpathy.
- Code-Graph : symboles, chaînes d'appel, impact des modifications.
Quatre services, quatre ports
Le guide d'installation décrit quatre services3 :
| Service | Port | Rôle |
|---|---|---|
| Memory Core | 8420 | Stockage, recherche, identité |
| Panel UI | 8125 | Panneau d'équipe : revue, partage, affectations |
| Knowledge | 8424 | Wiki et Code-Graph |
| Proxy | 8096 | Intermédiaire entre l'agent et le modèle |
Le branchement se fait par l'URL de base : on pointe l'agent vers le Proxy. Selon le guide, à chaque tour, le Proxy injecte dans le prompt système la mémoire L2 et L3, les skills et les connaissances de l'agent3. Le README nuance : le wiki et le graphe de code sont appelés à la demande par des outils, sans injection en bloc2.
Qui lit quoi
Chaque mémoire porte une visibilité. private appartient au seul propriétaire et s'applique par défaut aux nouvelles Chat Memory et aux skills. team est visible de toute l'équipe. restricted ouvre l'accès par liste d'utilisateurs, de rôles ou d'agents. Un quatrième niveau, agent, sert à équiper des agents précis d'une même équipe2.
Les agents pris en charge, sans Cursor
Le site du projet liste Claude Code, CodeBuddy, Codex, OpenCode, WorkBuddy, DeepSeek Harness, Hermes et OpenClaw, plus une API générique ; le README ajoute Pi4. Cursor n'apparaît ni sur le site ni dans le README au 14 novembre 2026.
L'intégration de Codex garde une réserve. L'issue n° 833, ouverte le 7 août 2026 et toujours ouverte, demandait une prise en charge native d'OpenCode et de Codex par le Proxy. OpenCode l'a obtenue depuis. Pour Codex, un commentaire explique que le client n'accepte que l'API Responses, que le Proxy n'expose pas5.
Le compte Tencent AI a résumé la position de l'éditeur sur X, le 14 août 2026, en deux lignes : « Model + Harness = Agent », puis « We'd add one more term: Memory »6.
Les chiffres de l'éditeur
Le README de la version 1 annonçait, avec OpenClaw, jusqu'à 61,38 % de tokens en moins, un taux de réussite en hausse de 51,52 % en relatif, et une précision PersonaMem passée de 48 % à 76 %2. Les deux premiers chiffres viennent du seul benchmark WideSearch (taux de réussite de 33 % à 50 %). Sur SWE-bench, le même tableau donne 33 % de tokens en moins et 9,9 % de réussite en plus. Ce sont des chiffres de l'éditeur, sans réplication indépendante trouvée.
L'API GitHub comptait 30 880 étoiles et 3 021 forks le 14 novembre 20267. Les valeurs qui circulent dans la presse sont plus basses parce qu'elles sont plus anciennes.
Prix et confusions à éviter
Le logiciel est gratuit et s'auto-héberge avec Docker. Pour Kubernetes, le dépôt fournit des modèles de configuration, pas de manifeste prêt à l'emploi. Il faut lui fournir deux groupes de modèles, l'un pour la mémoire, l'autre pour le Proxy3.
Deux autres produits Tencent portent des noms voisins du projet open source décrit ici : « Agent Long-Term Memory », une fonction de TencentDB for PostgreSQL qui réunit vecteur, graphe et relationnel dans une instance PostgreSQL8, et Tencent Cloud Agent Memory, une version hébergée vers laquelle renvoie le README.
Cinq points de contrôle pour une DSI
- Le Proxy voit tous les prompts. Il s'intercale entre l'agent et le modèle. Il s'audite comme une passerelle LLM : journaux, chiffrement, droits d'administration.
- L'hébergement. En auto-hébergé, les données restent là où vous déployez les services. Vérifier où tournent les deux groupes de modèles.
- La fraîcheur. Les droits d'accès règlent la lecture, pas l'âge d'un fait. Brandon Waselnuk, chez Unblocked, le formule ainsi : « confident recall of stale facts is worse than no memory »9.
- La sortie. La version 1 stockait sa couche haute en Markdown lisible, et la v2 exporte les skills. Un import et export général entre agents figure encore comme case non cochée de la feuille de route. Tester l'export avant d'y verser un an de contexte.
- La comparaison. Mem0, Zep et Letta occupent le même terrain. Cette série ne les a pas comparés sur sources primaires.
Avec un dépôt Git, ou à sa place
Une équipe peut combiner les deux : les notes d'origine restent dans un dépôt Git, le hub les organise et les rend cherchables. Le hub ajoute des droits fins, la recherche sémantique et un panneau de revue ; Git garde le format ouvert, l'historique et la portabilité. Voir Posséder sa mémoire d'agent.
Sources
- TencentCloud, page des releases de TencentDB-Agent-Memory (dates de publication des versions 2.0.0 à 2.0.3), GitHub, consultée le 14 novembre 2026. github.com
- TencentCloud, dépôt TencentDB-Agent-Memory (README des branches feat/server_team et main, LICENSE), GitHub, consulté le 14 novembre 2026. github.com
- TencentCloud, guide d'installation INSTALL.md (branche feat/server_team), consulté le 14 novembre 2026. github.com
- TencentDB Agent Memory, site du projet (page des intégrations), consulté le 14 novembre 2026. tencentcloud.github.io
- Issue n° 833, « [Feature] Add OpenCode + Codex as native agent-sources in MemoryProxy (with MCP extension) », ouverte le 7 août 2026. github.com
- Tencent AI (@TencentAI_News), publication sur X, 14 août 2026. x.com
- API GitHub, métadonnées du dépôt TencentCloud/TencentDB-Agent-Memory, 14 novembre 2026. api.github.com
- Tencent Cloud, « Agent Long-Term Memory Feature Overview » (TencentDB for PostgreSQL), mis à jour le 8 juin 2026. tencentcloud.com
- Brandon Waselnuk, « Team Memory Hubs for AI Agents: What TencentDB-Agent-Memory Solves — and What It Misses », Unblocked, 4 août 2026. getunblocked.com
Articles similaires
Posséder sa mémoire d'agent : le dépôt Git comme cerveau partagé entre tous vos agents IA
Claude Code, Codex, Cursor, Hermes, CodeBuddy, WorkBuddy : chaque agent garde sa propre mémoire. Le pattern du dépôt Git de Markdown partagé, ses sources de 2026, ses risques et sa transposition en équipe.
GBrain : la mémoire de Garry Tan, en Markdown et sous licence MIT
GBrain indexe un dépôt de Markdown en graphe interrogeable par vos agents, en CLI et par MCP. Ce que fait l'outil de Garry Tan, ce qu'il laisse à votre charge, et des chiffres à dater (relevés le 14 novembre 2026).
WorkBuddy et CodeBuddy : la double offensive agentique de Tencent
CodeBuddy pour les développeurs depuis septembre 2025, WorkBuddy pour tous les métiers de bureau depuis mars 2026. Chronologie, modèles, tarifs, mémoire partagée et localisation des données, relevés le 14 novembre 2026.
Mémoire d'agent et souveraineté : Git, base managée ou mémoire native de l'éditeur ?
Trois endroits où ranger la mémoire de vos agents IA, six critères pour choisir, et une architecture qui garde la sortie ouverte quand un éditeur change de propriétaire ou de fournisseur.