前言¶

DSH 的插件機制允許把額外能力以 profile bundle 方式接入 Web profile。對於需要在 DSH 會話中保留長期記憶、生成用戶畫像，並支持對話和記憶搜索的使用者，dsh-tdai-memory 提供了一個記憶層：先做 L0 對話捕獲，再做 L1 結構化記憶提取，最後在 prompt assembly 時進行自動召回注入。

這是什麼¶

dsh-tdai-memory 是 Scorp1o117 維護的 DeepSeek Harness 插件，定位爲 TencentDB Agent Memory 的移植版本。許可證爲 MIT，package.json 版本爲 0.2.14，要求 Node >=22.18。

它主要解決記憶沉澱、結構化提取、召回注入和搜索問題。插件會複用現有 ~/.memory-tencentdb/memory-tdai 數據目錄，因此如果該目錄中已有記憶數據，可繼續沿用。

核心功能¶

下面介紹其能力邊界。

• L0 conversation capture：每一輪對話寫入 raw conversation storage，存儲形態爲 JSONL + SQLite + FTS + vectors。
• L1 structured memory：後臺 LLM 管道從對話中提取 facts / preferences / events，寫入 records/，並保留 SQLite + FTS + vectors。
• L2 scenes / L3 persona：生成 scene blocks 和 user profile。
• Automatic recall injection：在 prompt assembly 時，將相關記憶和用戶畫像作爲 dynamic context 注入。
• Tools：提供 tdai_memory_search（L1 structured search）和 tdai_conversation_search（L0 raw-text search）。
• Configuration：配置通過 tdai-memory: settings namespace 管理，也可以在 Web UI Settings → 記憶 section 中修改。

安裝與啓用¶

先確認本地環境。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，並已測試 0.1.0-rc.7、0.1.0-rc.8、0.1.1-rc.1。
• DSH 0.1.0-rc.6 用戶需要固定使用 dsh-tdai-memory@0.2.11。

安裝命令：

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

該命令會把插件作爲 standard profile bundle 安裝到 web profile。安裝或調整配置後，需要重啓 dsh web：

dsh web

設置項變更在重啓後生效。

典型用法¶

LLM 和 embedding 的 API key 可以放在 $DSH_HOME/settings.yaml 的 tdai-memory: 命名空間下，也可以在 Web UI settings page 的“記憶 / Memory”欄目中設置。

$DSH_HOME/settings.yaml 示例：

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

profile patch 的 base layer 可以只保留基礎字段，具體配置放在 settings 中：

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

如果選擇 fully local embedding backend，node-llama-cpp 是 optional peer，並且默認不安裝。

適用場景與注意¶

適合在 DSH Web profile 中使用以下能力：

• 長期保存對話歷史，並支持 raw-text 搜索。
• 從對話中提取 facts / preferences / events。
• 生成 scene blocks 和 user profile。
• 在後續 prompt assembly 中自動注入相關記憶。

使用前需要注意：

• 插件以當前 dsh 進程權限運行。安裝前應檢查源碼、許可證和依賴關係；本插件許可證爲 MIT。
• 插件不修改 host installation 中的文件。
• dedup 默認關閉，原因是 LLM conflict-detection output parsing 不穩定。
• 提取模型表現需要單獨評估：mimo-v2.5 可以正確提取，但每次調用約 20-30s；deepseek-v4-flash 會產生 invalid extraction JSON。
• 設置項變更在重啓後生效。

鏈接¶

• GitHub：https://github.com/Scorp1o117/dsh-tdai-memory
• 插件目錄頁（插件線索，獨立站點）：https://www.skillhub.cn/plugins/Scorp1o117/dsh-tdai-memory