一、什么是 Memory Hub
在多人协作使用 AI Agent 的场景中，团队常常面临三大痛点：
·资产分散，难以维护： 每个成员的 Agent 提示词（Prompt）和绑定的各类资产散落在个人手中，缺乏统一的维护和更新机制。
·知识孤岛，无法复用： 团队沉淀的技术文档、代码仓库以及优秀的实战经验技能，无法在成员之间无缝流转和复用。
·凭证混乱，安全失控： 团队成员的各种访问凭证（如 API Key）缺乏集中的管理入口，存在安全和成本失控的风险。
Memory Hub 是云数据库 Agent Memory（TencentDB Agent Memory）专为团队协作场景打造的资产运营与协作平台。产品采用本地管控 + 云端算力的混合架构，从而兼顾数据安全与计算性能：
·Memory Hub（用户本地 · 运营控制中心）：部署在用户本地环境，集中收拢 Prompt 与文档，将个人经验转化为标准化的团队集体资产；同时作为安全网关，对敏感数据、API Key 等访问凭证进行本地集中管控，确保敏感数据不出本地网络。
·Memory 实例（腾讯云端 · 存储算力中心）：专注于提供海量向量数据的高性能存储与极速检索，并托管内置大模型的算力推理，使用户无需在本地维护昂贵的硬件基础设施。
注意：说明：
注意：一个 Memory 实例只能被一个 Memory Hub 面板配置，而一个 Memory Hub 面板可以配置多个实例。
二、核心能力
Memory Hub 将复杂的协作维度进行解耦，通过统一的可视化界面，为团队提供团队、凭证、编排、知识四大核心能力：
| 能力 | 说明 |
| 团队管理 | 新建与切换团队，管理团队成员，为成员分发访问凭证（user key） |
| Agent 编排 | 新建 Agent，编辑 Agent 的提示词（prompt）与绑定的知识资产 |
| Key 管理 | 提供集中新建与管理成员访问凭证（User Key）的入口，确保安全合规。 |
| 知识资产：Wiki 管理 | 上传、查看技术文档等文本知识，并分配给指定 Agent 使用 |
| 知识资产：Code 管理 | 接入代码仓库，检索代码，并将代码知识分配给 Agent |
| 知识资产：Skill 管理 | 创建、查看技能（Skill），支持 fork 复用他人已有技能 |
| 知识资产：Chat Memory 管理 | 上传、查看对话记忆，并分配给指定 Agent 使用 |
三、角色与权限
Memory Hub 区分 Admin 与 Member 两种角色，二者的职责边界如下。
| 角色 | 职责 | 典型操作 |
| Admin | 团队的创建者与管理者，负责团队和成员的生命周期管理 | 使用 Memory 实例 API Key 登录、新建/切换团队、新建成员并分发 user key、只读查看 Agent |
| Member | 团队成员，负责自己 Agent 与资产的日常运营 | 使用 user key 登录、邀请成员、管理 Agent、管理知识资产、管理 Key |
四、部署形态
Memory Hub 以 Docker 容器的形式由用户自部署在本地环境。单个容器内同时运行两个服务：
·Panel（团队记忆面板）：Memory Hub 的控制台页面，提供 Web 管理界面，承载团队、成员、Agent 与资产的管理操作。用户登录后所看到并操作的即为该页面。
·Knowledge Service（知识服务，简称 KS）：负责知识资产（Wiki、Code、Skill、Chat Memory）的存储、处理与检索。
容器启动后，通过挂载的实例配置文件连接云上已购买的 Memory 实例，拉取鉴权信息与数据，实现本地平台与云端 Memory 实例的联动。
五、相关文档
·部署 Memory Hub
·登录 Memory Hub
·使用 Memory Hub