前言¶
用 DeepSeek Harness 改一个陌生仓库时，智能体最常见的做法还是反复读文件、grep 符号、再凭片段猜调用关系。会话一换，这些上下文就丢了；几个智能体同时改同一套代码，更容易撞在同一处依赖上。改完一个函数，测试在别的目录里坏掉，也往往要事后才发现。
DeepSeek Harness（dsh）目前处于 developer preview，官方仓库的定位是「一切皆插件」：模型、工具、技能、会话、沙箱都可以换成插件，而不去改 Harness 源码。社区里因此出现了一批面向智能体的「记忆」插件。其中一类记的是对话事实，另一类记的是代码结构。memtrace-public 属于后者：把仓库编成可查询的知识图谱，让智能体按函数、类、调用边和版本去问，而不是把整份源码再读一遍。
本文按社区目录页、syncable-dev/memtrace-public 仓库 README / LICENSE，以及维护者单独提供的 DeepSeek Harness 插件包 dsh-plugin-memtrace 核对后整理。社区插件目录是独立站点，和 DeepSeek / 幻方没有官方从属关系；dsh-plugin-memtrace 的 README 也写明：这是社区维护的 Harness 插件，不是 DeepSeek 官方产品。
这是什么¶
memtrace-public 是 Syncable（GitHub 组织 syncable-dev）维护的代码结构记忆项目，在社区目录里归入「记忆」分类。2026 年 8 月 18 日打开目录页和 GitHub 仓库时，星标均为 454。目录页收录日期是 2026-08-17。
一句话定位来自仓库 README：Memtrace 把代码库转成 AI 编码智能体可以按毫秒级查询的实时知识图谱，覆盖函数、类、调用边和版本，贯穿会话，不必反复读文件，也不依赖智能体自己去发现那些「看不见」的依赖。索引过程不走 LLM，图谱存在本机。
需要先分清两个仓库：
syncable-dev/memtrace-public：产品文档、技能、多编辑器安装说明所在的公开仓库，也是社区目录当前收录的条目。syncable-dev/dsh-plugin-memtrace：专门给 DeepSeek Harness 用的插件包，负责注册 Agent Skill，并通过官方 MCP 客户端拉起memtrace mcp。插件包本身是 MIT 许可证，package.json版本为 0.1.0。
Memtrace 本体不是对话记忆引擎。仓库把自己和 Mem0、Graphiti 做了区分：后两者适合记「用户喜欢什么」这类实体关系，建图要走 LLM；Memtrace 用 Tree-sitter 解析 AST，在本地确定 CALLS、IMPLEMENTS、IMPORTS 这类边。它不替代会话级事实记忆。
许可证不要按目录页上的 NOASSERTION 理解成开源。memtrace-public 仓库的 LICENSE 是 Memtrace End User License Agreement（EULA，2026-04-13 生效）：二进制形式授权个人或内部使用，禁止逆向、再分发和用它做竞品。README 还写明：索引器与数据库（MemDB）闭源；基准测试套件在 benchmarks/ 下按 MIT 发布。产品目前处于 private beta，完整二进制需要先在 memtrace.io 申请访问；已有权限后再执行 npm install -g memtrace。
核心功能¶
结构图谱，而不是再搜一遍文本¶
图谱里，符号是节点（函数、类、接口、类型、端点），关系是边（CALLS、IMPLEMENTS、IMPORTS、EXPORTS、CONTAINS）。检索是混合的：Tantivy BM25、向量嵌入、Reciprocal Rank Fusion，再加重排序。社区检测用 Louvain，用来划模块。跨仓库的 HTTP 调用可以画成 API 拓扑，用来看服务之间谁打了谁的接口。
仓库把这类能力收成 25 个以上的 MCP 工具，智能体常用的包括：
| 工具 | 用途 |
|---|---|
index_directory / watch_directory |
首次建图，以及增量监听 |
find_symbol / find_code |
精确或混合检索符号与行为 |
get_symbol_context |
一次拿到调用方、被调用方和所属模块 |
analyze_relationships |
调用关系、继承、导入 |
get_impact |
修改前的爆炸半径和风险评级 |
get_evolution / get_timeline |
符号怎么变、何时变 |
get_api_topology |
跨仓库 HTTP 拓扑 |
find_dead_code |
零调用方检测 |
execute_cypher |
直接查图 |
DeepSeek Harness 侧，这些工具会以 mcp__memtrace__* 的名字出现，例如 mcp__memtrace__find_symbol。插件包 README 建议：问「这个函数谁在用」时，智能体应走 Memtrace，而不是 grep。
双时序：既能问现在，也能问「当时」¶
Memtrace 称自己是 bi-temporal（双时序）结构图谱：每个符号带着版本历史。时序引擎提供六种计分，对应不同问题：
| 模式 | 适合问的问题 |
|---|---|
compound |
综合「改了什么」（impact / novelty / recency 加权） |
impact |
「什么会坏」，按爆炸半径排序 |
novel |
「有什么反常」 |
recent |
「事故附近改过什么」 |
directional |
新增相对删除的不对称计分 |
overview |
模块级摘要 |
目录页和 README 都强调同一场景：重构时能看到依赖和变更时间，避免「改了一个函数，另外 14 个没人注意到的测试坏了」。多智能体共用同一仓库时，读的是同一份调用图、同一份影响范围和同一段时间历史。
本地索引与语言覆盖¶
索引实现是 Rust + Tree-sitter，不把源码交给云端 LLM。目录页和 README 的宣传数字是：5 万个文件可在 90 秒内完成索引。仓库另有一份对照表（同一机器、同一语料、真值来自 Python ast 和 pyright LSP），例如 1500 个文件约 1.5 秒、API 费用记为 0。这些是维护方基准，不是第三方复现结果，也不是你本机的保证值。
语言方面，README「What it does」写 20 多种语言加框架扫描；语言列表里，带完整 AST 的编程语言包括 Rust、Go、TypeScript、JavaScript、Python、Java、C/C++、C#、Swift、Kotlin、Ruby、PHP、Dart、Scala、Perl、Lua，另外还有 YAML、HCL/Terraform、JSON、TOML、SQL（含 PostgreSQL RLS）。框架感知扫描覆盖 Express / NestJS / FastAPI / Django / Gin / Vapor / Lapis / Kong、GitHub Actions、Terraform、Helm 等。目录页举的例子是 Vapor、Lapis、Kong、GitHub Actions、Terraform、RLS 策略。
目录页把「主要语言」标成 Python，那是 GitHub 对 memtrace-public 仓库的语言统计，指的是公开仓里的脚本和技能文件占比，不是索引器的实现语言。
LeanCTX：少把源码字节塞进上下文¶
v0.3.57 起提供 LeanCTX Native。get_source_window 增加四种压缩模式：raw（默认、原文）、lightweight（折叠空白）、aggressive（去掉注释和部分导入）、map（只留签名和类头）。另有 get_directory_tree，一次拿到目录映射，默认体积有上限。服务端会记 token 节省账本，给仪表盘看，而不是把元数据塞进每次工具返回。
可选的自适应模式选择器默认关闭，用环境变量打开：
export MEMTRACE_ADAPTIVE_MODES=1
仓库文档写：内部基准里，相对静态语言表大约再多 14% 的压缩（docs/leanctx-native.md 记为 +14.29%，且每个槽位至少要看到 50 个样本才开始用 bandit）。这是维护方内部数字，按 opt-in 预览功能理解即可。
DeepSeek Harness 侧的 Skill¶
dsh-plugin-memtrace 的 skills/ 目录当前有 27 个 Skill（与插件 README 一致）。memtrace-public 主 README 仍写「17 个 agent skills」，那是面向多编辑器的产品说明，数量以 Harness 插件包目录为准。
常用入口：
| Skill | 文档里对应的问法 |
|---|---|
memtrace-first |
任何代码发现 / 「这是怎么工作的」 |
memtrace-index |
「索引这个项目」 |
memtrace-search |
「这个函数在哪」 |
memtrace-impact |
「改它会坏什么」 |
memtrace-evolution |
「这周改了什么」 |
memtrace-codebase-exploration |
「我是新来的」 |
memtrace-code-review |
PR 审查 |
memtrace-incident-investigation |
「东西坏了」 |
memtrace-fleet-* |
多智能体协同 |
安装与启用¶
先装 DeepSeek Harness。dsh 来自 @deepseek-ai/dsh，不是 Memtrace 自带的命令：
npm install -g @deepseek-ai/dsh
也可以直接用 npx -y @deepseek-ai/dsh。官方仓库当前的启动方式是 npx @deepseek-ai/dsh web，Web UI 默认在 http://127.0.0.1:3080。Harness 仍是 developer preview，文档写明会有破坏性变更。
社区目录上的安装命令¶
目录页原文是下面这一条，在 DeepSeek Harness 终端里运行：
dsh plugin add github:syncable-dev/memtrace-public
需要可复现安装时，目录页的写法是固定 commit：
dsh plugin add github:syncable-dev/memtrace-public#commit
把 commit 换成实际哈希。目录页同时提示：插件以当前 dsh 进程的权限运行，安装时可能执行代码，装之前应检查源码仓库和许可证。
维护者文档里的 Harness 插件包¶
memtrace-public 与 dsh-plugin-memtrace 的 README 目前都把 DeepSeek Harness 的安装指向另一个仓库，而不是目录页上的 memtrace-public：
dsh plugin --profile web add github:syncable-dev/dsh-plugin-memtrace
不装全局 CLI 时：
npx -y @deepseek-ai/dsh plugin --profile web add github:syncable-dev/dsh-plugin-memtrace
固定到 main：
dsh plugin --profile web add github:syncable-dev/dsh-plugin-memtrace#main
也支持 npm 渠道和卸载：
dsh plugin --profile web add dsh-plugin-memtrace
dsh plugin --profile web remove dsh-plugin-memtrace
装完用下面命令确认配置里出现了这一层：
dsh --profile web --dump-config | grep -A4 'id: dsh-plugin-memtrace'
两条命令并存，是目录收录名和维护者实际插件包不一致，不是笔误。要在 Harness 里注册 Skill 并拉起 MCP，以 dsh-plugin-memtrace 仓库说明为准；目录页那条是该站点给 memtrace-public 条目生成的安装句，装之前仍应打开对应仓库看它是不是 Cordis 插件包。
本机二进制¶
插件包会在会话工作目录里拉起 memtrace mcp。第一次可能要等 npx 下载二进制，README 说可能要一分钟左右。本地固定版本可以减少这次拉取：
npm install -g memtrace
export MEMTRACE_BIN=memtrace
MEMTRACE_BIN 指向本机命令或绝对路径；未设置时走 npx -y memtrace mcp。npm install -g memtrace 需要 private beta 权限。没有权限时，先到 memtrace.io 加入 waitlist，不要假定目录页上的「免费安装」等于二进制已经对所有人开放。
插件兼容性以 dsh-plugin-memtrace README 为准：DeepSeek Harness 0.1.0-rc.6 及以上；Node 为 ^22.19.0 或 >=24.0.0；package.json 的 engines 写的是 >=22.19.0，peer 依赖是 @deepseek-ai/dsh >=0.1.0-rc.1 <0.2.0-0。平台覆盖 macOS、Linux、Windows（通过 npm optional 依赖提供对应原生二进制）。
Memtrace 本体对机器的最低建议是 4 核、8 GB 内存、5 GB 磁盘；大 monorepo 建议 8 核以上、16–32 GB。时序分析需要 Git，完整历史效果更好。GPU 不是必需项。
典型用法¶
以下句子来自维护者文档，可以按原样发给已经接好插件的 Harness。
- 先建图，再看架构：
用 Memtrace 索引当前目录，然后给我一份架构简报。
英文 README 的对应说法是：index the workspace，再要 blast radius、evolution 或 architecture briefing。
- 改函数前看爆炸半径（插件中文 README 原句）：
先索引这个仓库，然后给出 apply 的爆炸半径。
- 按 Skill 触发表提问，例如：
这个函数在哪里定义？
改这个符号会坏什么？
这周这块代码是怎么演化的？
插件装上后，工具名带 mcp__memtrace__ 前缀。如果智能体仍在 grep，先确认 dsh --profile web --dump-config 里有 dsh-plugin-memtrace 和 mcp-memtrace，以及 memtrace 二进制是否能在本机启动。
图谱数据写在项目旁边的 .memdb。插件 README 的权限说明是：在会话工作目录生成 memtrace mcp，读仓库做索引，不把代码发到 Memtrace 云。
适用场景与注意事项¶
比较适合这些情况：
- 在 DeepSeek Harness 里维护中大型仓库，希望智能体按调用图、而不是按全文检索来定位符号
- 重构前要看爆炸半径，或排查「改了一处、别处测试失败」
- 多个编码智能体共享同一仓库，需要同一份结构上下文
- 需要跨服务看 HTTP 拓扑，而不是只看当前文件
不适合把期望放在「跨会话记住用户偏好、会议结论」上，那是 Mem0 / Graphiti 一类对话记忆的工作。也不适合无法接受闭源索引器、EULA 限制或 private beta 门槛的环境。
使用前注意下面几条，均来自目录页或仓库文档：
- 权限与许可证。 插件以当前 dsh 进程权限运行，安装可能执行代码。
memtrace-public是专有 EULA，索引器闭源；Harness 插件包dsh-plugin-memtrace是 MIT。装之前把两个仓库的 LICENSE 都打开看一遍。 - 本地索引 ≠ 完全离线。 源码解析、嵌入和查图在本机。
PRIVACY.md仍列出几类出站请求：许可证校验、用量心跳（节点/边等汇总计数，不含仓库路径和源码）、首次下载嵌入模型、以及 v0.3.17 起默认开启、可关闭的产品遥测。关闭遥测：
export MEMTRACE_TELEMETRY=off
- 安装入口要以插件包为准。 目录页指向
github:syncable-dev/memtrace-public；维护者文档指向github:syncable-dev/dsh-plugin-memtrace。需要 Skill + MCP 时，按后者操作，并固定 commit。 - Harness 仍是 preview。 官方仓库写明会有兼容性破坏；插件 peer 依赖锁在
0.1.x预览区间。升级dsh之后应再确认插件是否仍能加载。 - 本机资源。 首次索引吃 CPU 和内存，后续增量和查询轻得多。机器低于 README 的最低配置时，先在小仓库上试，不要直接丢 5 万文件的 monorepo。
小结¶
memtrace-public 解决的是编码智能体没有稳定代码结构记忆的问题：用本地 AST 图谱代替反复读文件，查询调用关系、爆炸半径和版本演化。它出现在 DeepSeek Harness 社区插件目录的「记忆」分类下，真正接到 Harness 时，维护者提供的是 MIT 许可的 dsh-plugin-memtrace，再由它拉起闭源的 memtrace 二进制。
目录页：https://deepseek-harness-plugin.com/zh-CN/plugins/memtrace-public/
GitHub（产品与文档）：https://github.com/syncable-dev/memtrace-public
GitHub（Harness 插件包）：https://github.com/syncable-dev/dsh-plugin-memtrace
产品站点与访问申请：https://memtrace.io
DeepSeek Harness 官方仓库：https://github.com/deepseek-ai/deepseek-harness
