前言¶

DSH 的插件机制允许把额外能力以 profile bundle 方式接入 Web profile。对于需要在 DSH 会话中保留长期记忆、生成用户画像，并支持对话和记忆搜索的使用者，dsh-tdai-memory 提供了一个记忆层：先做 L0 对话捕获，再做 L1 结构化记忆提取，最后在 prompt assembly 时进行自动召回注入。

这是什么¶

dsh-tdai-memory 是 Scorp1o117 维护的 DeepSeek Harness 插件，定位为 TencentDB Agent Memory 的移植版本。许可证为 MIT，package.json 版本为 0.2.14，要求 Node >=22.18。

它主要解决记忆沉淀、结构化提取、召回注入和搜索问题。插件会复用现有 ~/.memory-tencentdb/memory-tdai 数据目录，因此如果该目录中已有记忆数据，可继续沿用。

核心功能¶

下面介绍其能力边界。

• L0 conversation capture：每一轮对话写入 raw conversation storage，存储形态为 JSONL + SQLite + FTS + vectors。
• L1 structured memory：后台 LLM 管道从对话中提取 facts / preferences / events，写入 records/，并保留 SQLite + FTS + vectors。
• L2 scenes / L3 persona：生成 scene blocks 和 user profile。
• Automatic recall injection：在 prompt assembly 时，将相关记忆和用户画像作为 dynamic context 注入。
• Tools：提供 tdai_memory_search（L1 structured search）和 tdai_conversation_search（L0 raw-text search）。
• Configuration：配置通过 tdai-memory: settings namespace 管理，也可以在 Web UI Settings → 记忆 section 中修改。

安装与启用¶

先确认本地环境。dsh-tdai-memory 的 engines.node 要求 >=22.18。版本兼容性方面：

• 0.2.13 及更高版本要求 DSH 0.1.0-rc.7 或更高版本，并已测试 0.1.0-rc.7、0.1.0-rc.8、0.1.1-rc.1。
• DSH 0.1.0-rc.6 用户需要固定使用 dsh-tdai-memory@0.2.11。

安装命令：

dsh plugin --profile web add dsh-tdai-memory

该命令会把插件作为 standard profile bundle 安装到 web profile。安装或调整配置后，需要重启 dsh web：

dsh web

设置项变更在重启后生效。

典型用法¶

LLM 和 embedding 的 API key 可以放在 $DSH_HOME/settings.yaml 的 tdai-memory: 命名空间下，也可以在 Web UI settings page 的“记忆 / Memory”栏目中设置。

$DSH_HOME/settings.yaml 示例：

tdai-memory:
  llm:
    apiKey: '<llm-api-key>'
  embedding:
    apiKey: '<embedding-api-key>'

profile patch 的 base layer 可以只保留基础字段，具体配置放在 settings 中：

- id: tdai-memory
  name: 'dsh-tdai-memory'
  config: {}

如果选择 fully local embedding backend，node-llama-cpp 是 optional peer，并且默认不安装。

适用场景与注意¶

适合在 DSH Web profile 中使用以下能力：

• 长期保存对话历史，并支持 raw-text 搜索。
• 从对话中提取 facts / preferences / events。
• 生成 scene blocks 和 user profile。
• 在后续 prompt assembly 中自动注入相关记忆。

使用前需要注意：

• 插件以当前 dsh 进程权限运行。安装前应检查源码、许可证和依赖关系；本插件许可证为 MIT。
• 插件不修改 host installation 中的文件。
• dedup 默认关闭，原因是 LLM conflict-detection output parsing 不稳定。
• 提取模型表现需要单独评估：mimo-v2.5 可以正确提取，但每次调用约 20-30s；deepseek-v4-flash 会产生 invalid extraction JSON。
• 设置项变更在重启后生效。

链接¶

• GitHub：https://github.com/Scorp1o117/dsh-tdai-memory
• 插件目录页（插件线索，独立站点）：https://www.skillhub.cn/plugins/Scorp1o117/dsh-tdai-memory