企业官网建设流程全解析

TencentDB Agent Memory批量导入工具：如何快速迁移历史对话数据？

【免费下载链接】TencentDB-Agent-MemoryTencentDB Agent Memory is a team-level memory hub for AI Agents — turning conversations, docs, and code into four reusable memory assets (Chat Memory, Skill, LLM-Wiki, Code-Graph) that are governed, shared, and equipped across agents and frameworks.项目地址: https://gitcode.com/GitHub_Trending/te/TencentDB-Agent-Memory

TencentDB Agent Memory是一款团队级AI Agent记忆中枢，能够将对话、文档和代码转化为四种可复用的记忆资产（聊天记忆、技能、LLM知识库、代码图谱），实现跨Agent和框架的治理、共享与装备。本文将详细介绍如何使用其批量导入工具快速迁移历史对话数据，帮助你轻松完成数据迁移工作。

为什么需要批量迁移历史对话数据？

在AI Agent的应用过程中，历史对话数据是非常宝贵的资源。这些数据包含了用户的偏好、需求以及Agent的交互模式等重要信息。将历史对话数据迁移到TencentDB Agent Memory中，能够让AI Agent更好地理解用户，提供更加个性化、精准的服务。

随着数据量的不断增长，手动迁移历史对话数据变得效率低下且容易出错。TencentDB Agent Memory提供的批量导入工具，能够帮助用户快速、准确地完成历史对话数据的迁移，节省大量时间和精力。

认识TencentDB Agent Memory的记忆层次

TencentDB Agent Memory采用了分层的记忆结构，将记忆分为L0原始日志、L1原子记忆、L2场景块和L3角色画像四个层次。这种分层结构能够有效地组织和管理记忆数据，提高记忆的检索和利用效率。

• L0原始日志（Raw Log）：全面保留原始对话和事件流，确保原始信息不丢失，为数据提供依据。
• L1原子记忆（Atomic Memory）：自动提取事实、偏好、约束和状态，从繁杂的语音中稳定提取关键信息。
• L2场景块（Scene Block）：按项目、主题或工作流场景进行聚类，结合上下文召回，减少跨场景误用。
• L3角色画像（Persona）：稳定的用户偏好与服务方式画像，让Agent按照用户习惯协作。

批量迁移工具：SQLite → 腾讯云向量数据库迁移工具

TencentDB Agent Memory提供了一款离线迁移工具，用于将memory-tdai的数据从本地SQLite存储迁移到腾讯云向量数据库（TCVDB）。该工具位于项目的scripts/migrate-sqlite-to-tcvdb/目录下，主要文件包括cli-entry.ts（CLI入口）、sqlite-to-tcvdb.ts（迁移核心逻辑）、config-write.ts（OpenClaw配置更新）和manifest-write.ts（Manifest重写）等。

前置条件

在使用迁移工具之前，需要确保满足以下条件：

• Node.js >= 22.16.0
• 插件已通过openclaw plugins install安装
• 迁移脚本已编译

编译迁移脚本

迁移脚本使用TypeScript编写，运行前需要先进行编译。打开终端，进入项目根目录，执行以下命令：

npm run build:migrate-sqlite-to-vdb

编译产物将输出到scripts/migrate-sqlite-to-tcvdb/dist/目录下，可直接用Node运行。

迁移步骤

1. 预检模式（可选）

在正式迁移之前，可以先使用预检模式查看源数据，确保数据准备无误。执行以下命令：

npm run migrate:sqlite-to-tcvdb -- \ --plugin-data-dir ~/.openclaw/memory-tdai \ --openclaw-config-path ~/.openclaw/openclaw.json \ --tcvdb-url http://127.0.0.1:80 \ --tcvdb-username root \ --tcvdb-api-key-env TCVDB_API_KEY \ --tcvdb-database agent_memory_prod \ --tcvdb-embedding-model bge-large-zh \ --dry-run

2. 正式迁移

预检无误后，执行正式迁移命令：

npm run migrate:sqlite-to-tcvdb -- \ --plugin-data-dir ~/.openclaw/memory-tdai \ --openclaw-config-path ~/.openclaw/openclaw.json \ --tcvdb-url http://127.0.0.1:80 \ --tcvdb-username root \ --tcvdb-api-key-env TCVDB_API_KEY \ --tcvdb-database agent_memory_prod \ --tcvdb-embedding-model bge-large-zh \ --yes

常用参数说明

注意：--tcvdb-api-key和--tcvdb-api-key-env二选一，必须提供其中一个。

高级迁移场景

1. 指定自定义SQLite路径

当数据库不在默认vectors.db位置时，可以通过--sqlite-path参数指定自定义路径：

npm run migrate:sqlite-to-tcvdb -- \ --plugin-data-dir ~/.openclaw/memory-tdai \ --sqlite-path /backup/2026-04/vectors-snapshot.db \ --openclaw-config-path ~/.openclaw/openclaw.json \ --tcvdb-url http://127.0.0.1:80 \ --tcvdb-username root \ --tcvdb-api-key-env TCVDB_API_KEY \ --tcvdb-database agent_memory_prod \ --tcvdb-embedding-model bge-large-zh \ --yes

2. 迁移指定记忆层

如果只需要迁移部分记忆层，可以使用--layers参数指定：

# 只迁移L1记忆层 npm run migrate:sqlite-to-tcvdb -- \ --plugin-data-dir ~/.openclaw/memory-tdai \ --openclaw-config-path ~/.openclaw/openclaw.json \ --tcvdb-url http://127.0.0.1:80 \ --tcvdb-username root \ --tcvdb-api-key-env TCVDB_API_KEY \ --tcvdb-database agent_memory_prod \ --tcvdb-embedding-model bge-large-zh \ --layers l1 \ --yes

3. 英文语料场景

对于英文语料，可以使用英文BM25分词：

npm run migrate:sqlite-to-tcvdb -- \ --plugin-data-dir ~/.openclaw/memory-tdai \ --openclaw-config-path ~/.openclaw/openclaw.json \ --tcvdb-url http://127.0.0.1:80 \ --tcvdb-username root \ --tcvdb-api-key-env TCVDB_API_KEY \ --tcvdb-database agent_memory_prod \ --tcvdb-embedding-model bge-large-en-v1.5 \ --bm25-language en \ --yes

总结

TencentDB Agent Memory的批量导入工具为历史对话数据的迁移提供了便捷、高效的解决方案。通过本文的介绍，你已经了解了迁移工具的基本使用方法、参数说明以及高级迁移场景。希望这些内容能够帮助你顺利完成历史对话数据的迁移工作，充分利用TencentDB Agent Memory的强大功能，提升AI Agent的服务质量和效率。

如果你在使用过程中遇到任何问题，可以查阅项目中的官方文档或相关源码获取更多帮助。迁移工具的源码位于scripts/migrate-sqlite-to-tcvdb/目录下，你可以通过阅读源码深入了解迁移的实现细节。

现在，就开始使用TencentDB Agent Memory批量导入工具，让你的历史对话数据发挥更大的价值吧！

【免费下载链接】TencentDB-Agent-MemoryTencentDB Agent Memory is a team-level memory hub for AI Agents — turning conversations, docs, and code into four reusable memory assets (Chat Memory, Skill, LLM-Wiki, Code-Graph) that are governed, shared, and equipped across agents and frameworks.项目地址: https://gitcode.com/GitHub_Trending/te/TencentDB-Agent-Memory