dsh-mneme:为 DeepSeek Harness 提供跨会话、可自进化的本地记忆

前言

用 DeepSeek Harness(DSH)做 Agent 开发时,对话上下文通常随窗口关闭而消失。下次新开会话,模型往往不记得你上周聊过的项目、编码偏好或已做的决定,开发者不得不反复交代背景。

DSH 的生态思路是「一切皆插件」——能力通过插件扩展,社区目录由 SkillHub 等独立站点维护,与 DeepSeek / 幻方无官方从属关系。在「记忆」这一类插件里,dsh-mneme 面向跨会话持久化与后台整理:把对话中的关键信息写入本地,新会话自动召回相关内容,并在空闲时做去重、合并与归档。

下面介绍这个插件的定位、能力与安装方式。事实依据为 GitHub 仓库 与 npm 包 @modusensus/dsh-mneme(当前版本 0.7.1,MIT 许可证)。

这是什么

dsh-mnememodusensus 维护,是 DSH 的「记忆」类插件。名称来自希腊记忆女神 Mnemosyne(Μνήμη);README 中将后台巩固机制称为 autoDream,对应「睡眠」阶段的记忆维护。

一句话定位:为 Agent 提供持久的跨会话记忆——对话中自动记录关键信息,新会话注入相关记忆;数据以本地 Markdown 存储,默认可在本地完成处理,不依赖远程服务。

与「只在单次对话里塞满 context」的做法相比,它把记忆落到结构化存储(实体、属性、关系与时间轴),并配合语义检索与图谱召回,让记忆库随使用逐步精炼,而不是简单堆文本。

核心功能

以下能力均来自 README 与 package.json 描述,按使用链路归纳。

跨会话记忆与召回

  • 对话过程中,AI 自动记录关键信息;新开对话时,注入与当前话题相关的记忆。
  • v0.5.0 起支持召回融合:BM25、图谱与「热记忆」组合检索(README 路线图)。
  • v0.7.0 引入自进化机制:heat 幂律衰减、sleep 双保护、实体热投影——常用记忆保持活跃,冷门内容随时间淡化。

自动整理(Sleep Mode)

  • v0.4.0 的 Sleep Mode:系统空闲时执行四阶段深度维护(去重、合并、归档等)。
  • README 称记忆库「越用越精炼」,对应 package.json 中的 autoDream self-consolidation 描述。

结构化实体(可选)

  • v0.3.0 起有「记忆基因」:entities / attrs / relations 三表加时间轴。
  • 配置项 entityExtractionEnabled 默认为 false;在 DSH 设置面板 → 记忆库设置中改为 true 后,可让 AI 自动提取结构化信息。详细设计见仓库内 dsh-mneme/docs/ENTITIES.md

删对话不等于删记忆

  • v0.6.0 支持会话生命周期:sessionLifecycleEnabled 默认为 false;改为 true 后,删除聊天窗口不会清掉已归档记忆(行为可配置)。

本地与隐私

  • 记忆以 Markdown 文件存于本地,人类可读、可手工编辑。
  • README 承诺:数据不上传服务器;默认零网络依赖、无 API Key;无遥测与远程日志。
  • 若需完全离线语义能力,将 embedProvider 从默认的 openai 改为 local;本地模型部署见 dsh-mneme/docs/LOCAL_MODEL.md

工程状态

  • 需要 Node 24+(依赖 node:sqlite)。
  • CI 标注 757 个测试通过;GitHub 上约 43 stars、3 forks(截至资料抓取时)。

安装与启用

插件面向 DSH web profile,安装后会注册 bundle 层并需重启 DSH 进程。

dsh plugin --profile web add @modusensus/dsh-mneme
dsh web

装完即可使用。可选配置在 DSH 设置面板 → 记忆库设置中修改;完整说明见仓库 dsh-mneme/docs/CONFIG.md

需求 配置项 默认值 改法
完全离线运行 embedProvider openai 改为 local
删除对话时保留记忆 sessionLifecycleEnabled false 改为 true
自动提取结构化信息 entityExtractionEnabled false 改为 true

安全提示: 插件以当前 DSH 进程权限运行,可读写本地记忆目录。安装前建议浏览 源码仓库 与 MIT 许可证,确认符合你的环境与合规要求。

典型用法

1、装插件并启动 Web 端

按上一节命令安装后执行 dsh web,在设置里按需调整记忆库选项。

2、长期项目协作

周一讨论项目需求并关闭窗口;周三新开对话时,Agent 可基于已存记忆继续上下文(README 示例:博客重构、技术选型 Astro 等),无需从头复述。

3、一次设定编码偏好

在对话中说明编码习惯或团队规范;插件归档后,后续会话自动带入,减少每轮重复交代。

4、资料整理后检索

大量资料经对话整理并归档;关闭窗口后仍可通过语义检索与图谱召回找回,而不是随会话销毁。

5、本地开发与验证(维护者流程)

若需改插件或跑测试,README 给出以下命令:

cd dsh-mneme
npm install
npm test          # 757 个测试
npm run stress    # 三轴线压测
npm run sync      # src → lib 同步

适用场景与注意

适合谁

  • 长期用 DSH Web 端做项目开发、资料整理,希望 Agent 记住偏好与决策的开发者。
  • 重视数据留在本机、可编辑 Markdown、可选完全离线的用户。
  • 需要记忆随使用自动整理、而非手动维护笔记库的场景。

使用注意

  • 默认 embedProvideropenai;严格离线环境务必改为 local 并按 LOCAL_MODEL.md 部署本地嵌入模型。
  • sessionLifecycleEnabled 默认关闭;若希望删会话仍保留记忆,需手动开启。
  • 路线图显示 v0.8.0(图谱增强:兴趣漂移、跨 workspace 共享)仍在计划中,具体能力以正式发布为准。
  • 社区目录页:SkillHub - modusensus/dsh-mneme;与 GitHub README 并列参考即可。

结尾

dsh-mneme 把 DSH Agent 从「单次对话失忆」推进到「跨会话、可整理、可本地掌控」的记忆层:装插件、按需改三项配置,即可在本地积累并召回项目上下文。进一步细节见 GitHub 仓库SkillHub 目录页

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜