前言¶
用 DeepSeek Harness（DSH）寫代碼、做方案、日常閒聊時，會話一關上下文就清零：昨天交代過的項目背景、偏好、踩過的坑，今天得從頭再說一遍。換臺機器、換一個 Agent，更是「第一次見面」。
DSH 生態裏插件可以擴展能力。下面介紹 SGME（拾光記憶引擎，ShiGuang Memory Engine）——由 freehul 維護的記憶類插件，在 GitHub 上約 9 stars，MIT 許可證。它把對話沉澱爲結構化記憶，在下次會話時按場景注入，並通過 memory_search 等工具供 Agent 主動檢索。
這是什麼¶
SGME 是一個自託管的記憶中樞：捕獲你與 AI 的對話，提煉成帶標籤的記憶，在後續對話中按場景送回 Agent。數據留在本機（Python + SQLite），不依賴 GPU 或外部數據庫。
作爲 DSH 插件（npm 包名 dsh-sgme，當前版本 v0.1.1），它通過 Cordis SDK 接入 Harness：會話首步畫像注入、memory_search / wiki_search 等工具、/sgme 命令、逐輪會話入庫，以及會話結束後的自進化回寫。與 SGME 服務本身解耦——插件負責橋接，記憶引擎需單獨部署並啓動。
核心功能¶
捕獲、提煉、注入¶
工作流程分三步，全部自動：
- 捕獲：對話保存爲 L0 原始層（磁盤 Markdown，永久保留）
- 提煉：從原始對話提取標籤化記憶（事實、偏好、項目狀態、決策等），自動去重、合併、發現矛盾
- 注入：每次對話開始時，按場景挑選相關記憶注入——閒聊帶身份與近況，編程帶技術棧與項目上下文，不全量加載
畫像注入走結構化 SQL 查詢，README 說明其不調用大模型、零 token 成本。
DSH 側暴露的能力¶
根據倉庫 package.json 與 README，插件主要提供：
memory_search工具：通過 DSH ToolRuntime 以自然語言查詢記憶，返回有界結構化結果- Wiki 工具：
wiki_search、wiki_pages、wiki_page /sgme命令：插件內命令入口- 逐輪入庫與自進化：turn/end 觸發經驗回寫
插件聲明兼容 DSH 0.1.0-rc.6，以 harness-profile 協議集成，激活需重啓 profile。
記憶引擎的其他能力（服務層）¶
以下由 SGME 服務提供，經插件或 MCP/HTTP 間接使用：
- 記憶可溯源：每條記憶可追溯到原始對話
- 多 Agent 共享：Hermes、DSH 等接入同一記憶池
- 主動關懷：通過 care 信號讓 Agent 在適當時機主動關心用戶
- 人格洞察：基於對話沉澱人格畫像，每月校準
- 統一檢索：關鍵詞 + 語義 + 標籤三重融合，同時覆蓋記憶池與知識庫
- 中文優化：針對中文對話的提煉與召回調優
- 混合檢索：BM25 + 向量 + 標籤過濾，可不裝向量庫運行
安裝與啓用¶
SGME 分兩層：先部署記憶服務，再安裝 DSH 插件。
1. 部署 SGME 服務¶
需要 Python 3.11+。在 SGME 倉庫根目錄執行：
# 創建虛擬環境
python -m venv .venv
# macOS/Linux: source .venv/bin/activate
# 安裝依賴
pip install -e .[dev]
# 啓動 Server（默認端口 9910）
python -m sgme
正式使用建議在 config/.env 配置密鑰：
SGME_ADMIN_KEY=<隨機串>
SGME_AGENT_KEY=<隨機串>
# 生成：python -c "import secrets;print(secrets.token_hex(32))"
不配置時使用內置默認 key，僅限本機首次體驗；配置後默認 key 失效。可選模型 Key（智譜 ZHIPU_API_KEY、硅基流動 SILICONFLOW_API_KEY）用於提煉與向量檢索，詳見倉庫 docs/guide/免費模型Key申請指南.md。
2. 安裝 DSH 插件¶
官方 README 給出的安裝命令：
# 從 npm 安裝（推薦）
dsh plugin --profile web add dsh-sgme
# 或從 GitHub 倉庫安裝
dsh plugin --profile web add github:freehul/sgme
啓動 dsh 前，確保環境變量中 SGME 服務可見：
SGME_BASE_URL=...
SGME_AGENT_KEY=...
SGME_ADMIN_KEY=...
倉庫提供 adapters/dsh/install.py 可自動註冊 agent 並寫入密鑰，完整步驟見 adapters/dsh/README.md。
典型用法¶
服務健康檢查¶
Agent 或運維可先探測服務是否在線：
curl http://localhost:9910/v1/health
默認 HTTP 端口 9910，MCP 端口 9913（http://localhost:9913/mcp）。地址也可從 ~/.sgme/install.json 或環境變量 SGME_HTTP_URL / SGME_MCP_URL 讀取。
在 DSH 會話中的行爲¶
安裝並配置密鑰後，重啓 DSH profile 激活插件。典型流程：
- 會話開始：插件自動注入與當前場景相關的畫像記憶
- 對話中：Agent 可調用
memory_search檢索歷史事實；涉及「之前/上次/還記得」類問題時，應先 search 再回答 - 每輪結束：當前輪次 append 落盤；會話結束觸發
refine_trigger異步提煉 - 主動關懷：Agent 可通過 SSE（
GET /v1/events/stream）或signal_pull消費 care 信號並回執
Wiki 相關操作通過 wiki_search、wiki_pages、wiki_page 工具完成；/sgme 命令提供插件內快捷入口。
MCP 接入自檢¶
若 Agent 支持 MCP，連接後調用 agent_onboarding() 可獲取工具清單與配置模板（版本標記 SGME-ONBOARDING-v2），確認無 403 或超時即接入成功。
適用場景與注意¶
適合誰
- 長期使用 DSH 做開發或日常協作，希望跨會話、跨設備保留上下文
- 同時運行多個 Agent（DSH、Hermes 等），需要統一記憶池
- 重視數據本地化，願意自託管 Python 服務
使用前注意
- 兩層部署：僅裝 DSH 插件不夠，SGME 服務須先啓動並可達（默認
localhost:9910） - 權限範圍：插件聲明權限爲
harness:tool、harness:command、network:read；subprocess、shell、credentials均爲none。插件以當前 DSH 進程權限運行，安裝前應閱讀源碼與 MIT 許可證，確認符合你的安全要求 - 版本兼容：
package.json標明兼容 DSH0.1.0-rc.6，升級 DSH 或插件前核對版本 - 密鑰管理：生產環境勿依賴默認 key；
SGME_AGENT_KEY/SGME_ADMIN_KEY應妥善保管 - 模型 Key：記憶提煉依賴外部 LLM（主鏈智譜 GLM-4.7-Flash，備用 deepseek），向量檢索可用硅基流動 BAAI/bge-m3；缺失時
/v1/health的model_config.missing_keys會提示
結語¶
SGME 把「每次對話都是第一次見面」變成可沉澱、可檢索、可按場景注入的長期記憶。對 DSH 用戶而言，dsh-sgme 插件負責把 Harness 接到這臺本地記憶引擎上——裝好服務、配好密鑰、裝上插件，Agent 就能在下一輪對話裏接着上次的話題繼續。
- 目錄頁：SkillHub — freehul/sgme
- 源碼與文檔：GitHub — freehul/sgme
