dsh-mneme:爲 DeepSeek Harness 提供跨會話、可自進化的本地記憶

前言

用 DeepSeek Harness(DSH)做 Agent 開發時,對話上下文通常隨窗口關閉而消失。下次新開會話,模型往往不記得你上週聊過的項目、編碼偏好或已做的決定,開發者不得不反覆交代背景。

DSH 的生態思路是「一切皆插件」——能力通過插件擴展,社區目錄由 SkillHub 等獨立站點維護,與 DeepSeek / 幻方無官方從屬關係。在「記憶」這一類插件裏,dsh-mneme 面向跨會話持久化與後臺整理:把對話中的關鍵信息寫入本地,新會話自動召回相關內容,並在空閒時做去重、合併與歸檔。

下面介紹這個插件的定位、能力與安裝方式。事實依據爲 GitHub 倉庫 與 npm 包 @modusensus/dsh-mneme(當前版本 0.7.1,MIT 許可證)。

這是什麼

dsh-mnememodusensus 維護,是 DSH 的「記憶」類插件。名稱來自希臘記憶女神 Mnemosyne(Μνήμη);README 中將後臺鞏固機制稱爲 autoDream,對應「睡眠」階段的記憶維護。

一句話定位:爲 Agent 提供持久的跨會話記憶——對話中自動記錄關鍵信息,新會話注入相關記憶;數據以本地 Markdown 存儲,默認可在本地完成處理,不依賴遠程服務。

與「只在單次對話裏塞滿 context」的做法相比,它把記憶落到結構化存儲(實體、屬性、關係與時間軸),並配合語義檢索與圖譜召回,讓記憶庫隨使用逐步精煉,而不是簡單堆文本。

核心功能

以下能力均來自 README 與 package.json 描述,按使用鏈路歸納。

跨會話記憶與召回

  • 對話過程中,AI 自動記錄關鍵信息;新開對話時,注入與當前話題相關的記憶。
  • v0.5.0 起支持召回融合:BM25、圖譜與「熱記憶」組合檢索(README 路線圖)。
  • v0.7.0 引入自進化機制:heat 冪律衰減、sleep 雙保護、實體熱投影——常用記憶保持活躍,冷門內容隨時間淡化。

自動整理(Sleep Mode)

  • v0.4.0 的 Sleep Mode:系統空閒時執行四階段深度維護(去重、合併、歸檔等)。
  • README 稱記憶庫「越用越精煉」,對應 package.json 中的 autoDream self-consolidation 描述。

結構化實體(可選)

  • v0.3.0 起有「記憶基因」:entities / attrs / relations 三表加時間軸。
  • 配置項 entityExtractionEnabled 默認爲 false;在 DSH 設置面板 → 記憶庫設置中改爲 true 後,可讓 AI 自動提取結構化信息。詳細設計見倉庫內 dsh-mneme/docs/ENTITIES.md

刪對話不等於刪記憶

  • v0.6.0 支持會話生命週期:sessionLifecycleEnabled 默認爲 false;改爲 true 後,刪除聊天窗口不會清掉已歸檔記憶(行爲可配置)。

本地與隱私

  • 記憶以 Markdown 文件存於本地,人類可讀、可手工編輯。
  • README 承諾:數據不上傳服務器;默認零網絡依賴、無 API Key;無遙測與遠程日誌。
  • 若需完全離線語義能力,將 embedProvider 從默認的 openai 改爲 local;本地模型部署見 dsh-mneme/docs/LOCAL_MODEL.md

工程狀態

  • 需要 Node 24+(依賴 node:sqlite)。
  • CI 標註 757 個測試通過;GitHub 上約 43 stars、3 forks(截至資料抓取時)。

安裝與啓用

插件面向 DSH web profile,安裝後會註冊 bundle 層並需重啓 DSH 進程。

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

裝完即可使用。可選配置在 DSH 設置面板 → 記憶庫設置中修改;完整說明見倉庫 dsh-mneme/docs/CONFIG.md

需求 配置項 默認值 改法
完全離線運行 embedProvider openai 改爲 local
刪除對話時保留記憶 sessionLifecycleEnabled false 改爲 true
自動提取結構化信息 entityExtractionEnabled false 改爲 true

安全提示: 插件以當前 DSH 進程權限運行,可讀寫本地記憶目錄。安裝前建議瀏覽 源碼倉庫 與 MIT 許可證,確認符合你的環境與合規要求。

典型用法

1、裝插件並啓動 Web 端

按上一節命令安裝後執行 dsh web,在設置裏按需調整記憶庫選項。

2、長期項目協作

週一討論項目需求並關閉窗口;週三新開對話時,Agent 可基於已存記憶繼續上下文(README 示例:博客重構、技術選型 Astro 等),無需從頭複述。

3、一次設定編碼偏好

在對話中說明編碼習慣或團隊規範;插件歸檔後,後續會話自動帶入,減少每輪重複交代。

4、資料整理後檢索

大量資料經對話整理並歸檔;關閉窗口後仍可通過語義檢索與圖譜召回找回,而不是隨會話銷燬。

5、本地開發與驗證(維護者流程)

若需改插件或跑測試,README 給出以下命令:

cd dsh-mneme
npm install
npm test          # 757 個測試
npm run stress    # 三軸線壓測
npm run sync      # src → lib 同步

適用場景與注意

適合誰

  • 長期用 DSH Web 端做項目開發、資料整理,希望 Agent 記住偏好與決策的開發者。
  • 重視數據留在本機、可編輯 Markdown、可選完全離線的用戶。
  • 需要記憶隨使用自動整理、而非手動維護筆記庫的場景。

使用注意

  • 默認 embedProvideropenai;嚴格離線環境務必改爲 local 並按 LOCAL_MODEL.md 部署本地嵌入模型。
  • sessionLifecycleEnabled 默認關閉;若希望刪會話仍保留記憶,需手動開啓。
  • 路線圖顯示 v0.8.0(圖譜增強:興趣漂移、跨 workspace 共享)仍在計劃中,具體能力以正式發佈爲準。
  • 社區目錄頁:SkillHub - modusensus/dsh-mneme;與 GitHub README 並列參考即可。

結尾

dsh-mneme 把 DSH Agent 從「單次對話失憶」推進到「跨會話、可整理、可本地掌控」的記憶層:裝插件、按需改三項配置,即可在本地積累並召回項目上下文。進一步細節見 GitHub 倉庫SkillHub 目錄頁

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