前言¶
DeepSeek Harness（简称 dsh）把模型、工具、技能、会话、沙箱、存储、循环、调度和 UI 都做成可替换插件，官方说法是「一切皆插件」。装好 Node.js 之后，可以用下面这条命令拉起网页界面：
npx @deepseek-ai/dsh web
Harness 解决的是「智能体怎么在真实环境里持续干活」。会话一结束、上下文一压缩，昨天刚拍板的技术决策、项目约定和「为什么不那么做」往往就没了。下一轮对话里，模型又会把同样的问题问一遍，或者给出一份和上周结论打架的方案。这不是模型不够聪明，而是记忆没有落到会话之外。
社区目录把这类能力归在「记忆」分类。mnemon 走的不是「再塞一个模型进记忆管线」，而是把宿主 LLM 当成监督者：二进制负责存储、图索引、检索和衰减，模型只判断记什么、怎么关联、何时忘掉。本文按社区目录详情页、GitHub 仓库 README / 中文说明 / docs/USAGE.md / package.json / cordis.patch.yml，以及 DeepSeek Harness 官方仓库 交叉核对后整理。
需要先说清楚来源：社区插件目录 deepseek-harness-plugin.com 是独立站点，与 DeepSeek / 幻方没有官方从属关系，不要把它当成官方应用商店。截至 2026-08-17，GitHub 仓库 mnemon-dev/mnemon 为 463 星；目录页标注 443 星、分类为「记忆」，并标为精选。仓库 LICENSE 与目录页均为 Apache-2.0；根目录用于 DSH 安装的 package.json 另外写了 MIT，安装前以仓库原文为准。GitHub 当前正式发行为 v0.2.3（2026-08-16）。
这是什么¶
一句话：mnemon 是由 mnemon-dev 维护的 LLM 监督式 智能体持久记忆——本地一份 SQLite 图存储，跨会话保存决策、事实和理由，再用图结构做召回，而不是靠关键词硬匹配。
它首先是一个 Go 写的本地二进制，数据默认落在 ~/.mnemon，不要求额外 API Key。记忆路径保持「一个可执行文件、一条安装命令」。同一份仓库也带了 DSH 安装入口：根目录 package.json 的包名是 @mnemon-dev/dsh-mnemon，依赖社区包 dsh-mnemon，再用 cordis.patch.yml 把插件挂进当前 profile。
目录里同时收录了另一个插件 dsh-mnemon（维护者 omdsh-dev）。仓库 README 写明：DSH 侧通过 dsh-mnemon 把运行时热记忆、受管项目文档和 Mnemon 长期记忆体叠成三层；mnemon-dev/mnemon 本身也可以作为 GitHub 安装源。本文写的是目录页上的 mnemon，安装命令以该详情页原文为准。
核心功能¶
按仓库 README 和 docs/USAGE.md，已经核实的能力可以分成下面几块。
1. LLM 监督，而不是再嵌一个模型
多数记忆工具会在管线里再跑一遍 LLM，用来抽取、打分或改写。Mnemon 把判断留给你正在用的宿主模型：二进制做确定性计算（存储、图索引、搜索、衰减），模型决定记什么、怎么连边、何时遗忘。仓库把它和另外三类做法并列：管线内嵌 LLM（如 Mem0、Letta）、会话开始时注入文件（如 Claude Code Memory）、以及通过 MCP 提供工具（如 claude-mem）。
协议面只有三个原语：remember、link、recall。命令名对应「记住 / 关联 / 回忆」，输出是带信号透明度的结构化 JSON，而不是原始数据库行。
2. 四图，而不是扁平清单
记忆不是一条越来越长、越来越容易被忽略的笔记列表。引擎按 MAGMA 的四图模型组织边：
- 时序（temporal）
- 实体（entity）
- 因果（causal）
- 语义（semantic）
召回默认走意图感知的图遍历，可选叠加向量搜索（RRF 融合）。没有 Ollama 时，核心的 remember / recall / link 和图遍历仍然可用；装上本地 Ollama（文档默认模型是 nomic-embed-text）后，召回锚点会变成关键词 + 向量 + 时效的混合。目录页把这一点概括成：智能体像翻自己的笔记那样顺着关联找事实，适合上下文是关系型而不是扁平型的项目。
3. 写入时去重，长期有衰减
remember 自带 diff：重复则跳过，冲突则自动替换。保留度会随重要性衰减、访问次数提升，并提供垃圾回收。默认所有会话共用名为 default 的 store；也可以按项目建命名 store，用 --store、环境变量 MNEMON_STORE 或 ~/.mnemon/active 切换。
4. 在 DSH 里怎么接
仓库 README 对 DeepSeek Harness 的说明是：宿主机先装好 mnemon 二进制，再把插件加进 Web profile。装好后到「设置 → 插件配置 → Mnemon」选存储范围，在会话的「记忆系统」Tab 里创建或激活记忆体。召回只读已激活的记忆体，持久写入经由受监督的子 Agent 执行。
仓库里的 cordis.patch.yml 默认挂载 id 为 mnemon、name 为 dsh-mnemon，并打开路由指引、生命周期、引导式召回/回写、记忆 Tab 和写入开关，默认召回条数是 10。
安装与启用¶
目录详情页给出的安装命令是：
dsh plugin add github:mnemon-dev/mnemon
在 DeepSeek Harness 终端里运行即可。dsh CLI 会从 GitHub 解析插件并装进当前配置。如需可复现安装，按目录页说明固定 commit 哈希：
dsh plugin add github:mnemon-dev/mnemon#<commit>
仓库 README 补充了 Web profile 写法，以及「先装二进制、再加重启」的顺序：
dsh plugin --profile web add github:mnemon-dev/mnemon
dsh --profile web
宿主机上的 mnemon 二进制需要单独安装。仓库给出的方式包括：
# macOS
brew install --cask mnemon-dev/tap/mnemon
# macOS / Linux / Windows（需 Go 1.24+）
go install github.com/mnemon-dev/mnemon@latest
# 从源码（macOS / Linux）
git clone https://github.com/mnemon-dev/mnemon.git && cd mnemon
make install
装完可用 mnemon --version 确认。Windows 支持核心 Memory 命令；仓库另有一套名为 Agency 的 Preview 能力，目前在 Windows 上不可用，也和本文说的记忆路径分开，这里不展开。
目录页和仓库都提醒：插件以当前 dsh 进程的权限运行，安装时可能执行代码。安装前检查源代码仓库和许可证。
典型用法¶
仓库强调：日常使用时，你通常不亲手敲 mnemon 命令，而是由智能体在 guide 判断「这段记忆有用」时去调。docs/USAGE.md 把 CLI 标成理解、调试和高级手工操作的参考。下面几条都来自官方文档，可以用来核对智能体到底在写什么、读什么。
写入一条架构决策：
mnemon remember "Chose Qdrant over Milvus for vector search" \
--cat decision --imp 5 --entities "Qdrant,Milvus" --tags "architecture,search" --source agent
--cat 可选 preference、decision、fact、insight、context、general，默认 general。--imp 是 1–5 的重要性，默认 3。
按意图召回（默认紧凑 JSON，适合给模型看）：
mnemon recall "vector database" --limit 10
mnemon recall "why did we choose Qdrant" --intent WHY
mnemon recall "auth" --cat decision --source agent
需要完整信号、元数据和时间戳时加 --verbose。只想做 SQL LIKE 匹配、不做图遍历时加 --basic。
按项目隔离记忆：
mnemon store create work
mnemon store set work
MNEMON_STORE=work mnemon recall "query"
在 DSH 网页里，对应操作是：打开插件配置选存储范围，再在「记忆系统」Tab 激活记忆体。目录页的实用提示是：把它当记录系统而不是缓存——把决策和理由喂进去，图上的连接才有意义，召回质量才能维持。如果还想把对话历史蒸馏进同一份存储，目录页建议搭配 distill。
可选地，本地装好 Ollama 并拉取 nomic-embed-text 后，可用 mnemon embed --status 看覆盖率，用 mnemon embed --all 给已有条目补向量。没有 Ollama 时，系统会在运行时探测（文档写明超时 2 秒），并把相似度权重重新分给关键词和图信号，不需要单独开「降级开关」。
适用场景与注意事项¶
目录页列出的场景和仓库定位一致，适合下面几类工作：
- 同一个代码库上连续做几周的智能体：图里积累的是项目理解，而不是一条会被忽略的扁平备忘。
- 上下文是关系型的复杂项目：召回要顺着实体、因果和语义走，而不是只做关键词命中。
- 个人或小团队的知识层：项目、决策、理由——也就是会话结束或人员离开时最容易丢掉的那类东西。
使用时注意这几条已经能核对到的边界：
- 这是社区开源项目，不是 DeepSeek 官方插件。DeepSeek Harness 目前仍是开发者预览，官方 README 写明会有破坏性变更。
- 插件以当前 dsh 进程权限运行。安装前阅读源码和许可证；生产环境应固定 commit，而不是一直追
latest。 - 仓库 LICENSE 为 Apache-2.0；根目录
package.json标注 MIT。两者并存时，以你实际装到的文件为准，不要只看目录页一行摘要。 - DSH 侧召回只读已激活的记忆体；持久写入走受监督子 Agent。没有激活记忆体时，不要指望「装上就会自动记住一切」。
- 默认 store 会在会话之间共享。需要隔离时用命名 store 或 DSH 里的存储范围，避免把不同项目的决策写进同一张图。
- 向量增强依赖本机 Ollama，不是必装项。切换嵌入模型且输出维度不同时，仓库提醒现有向量会失效，需要回填。
- 目录里的
dsh-mnemon是另一条安装源（github:omdsh-dev/dsh-mnemon）。两者相关，但维护者和许可证不同（后者目录页为 MIT）。按你要装的那条命令操作，不要混用名称去拼接。
小结¶
智能体要在同一个项目上连续工作，缺的往往不是更多提示词，而是一份能跨会话保存、并能按关系召回的记忆。mnemon 把这件事收成「宿主 LLM 做判断、本地二进制做存储」：四图索引、三个原语、零额外 API Key。在 DeepSeek Harness 里，目录页的入口就是把这个 GitHub 仓库加进当前配置，再在插件配置和记忆系统 Tab 里选范围、激活记忆体。
目录详情页：https://deepseek-harness-plugin.com/zh-CN/plugins/mnemon/
GitHub 仓库：https://github.com/mnemon-dev/mnemon
