前言¶
用 DSH（DeepSeek Harness）做日常开发，会话彼此隔离：上周谈过的方案，今天开新会话再提同一件事，agent 记不起细节；同一个会话里话题切走又切回来，中间的关键信息也已经滑出上下文。已有的补救手段各有局限——dsh-session-query 提供的是被动查询 API，需要有人调用；dsh-session-reference 要求用户显式 @ 引用；dsh-agent-instructions 只加载静态指令文件。它们都不会在合适的时机主动把记忆送回来。
DSH 的理念是「一切皆插件」，跨会话记忆这类能力可以由社区插件补足。dsh-cue-bank 的思路是模仿人脑的事件记忆：人能随时在任务间切换，靠的是给每个事件建立关键词、视角、触发物等多维触点，触点被当前情境激活后，再从长期记忆拉取事件细节。这个插件把同样的机制搬到了 DSH 上。
这是什么¶
dsh-cue-bank 是一个跨会话「事件触点记忆」插件，维护者是 itr-del，当前版本 0.1.0，MIT 许可证。它为 DeepSeek Harness 构建一个持久的事件触点库（关键词 + 用户惯用词），并在检测到话题切换时重新唤醒、注入相关记忆细节。
用两句话概括它的行为：
1、每轮对话结束，自动从文本中提取关键词和用户惯用词，写入全局触点库；
2、新消息与上一轮的关键词重合度低于阈值时，判定为话题切换，从库中召回相关记忆，随请求注入。
工作原理¶
写入侧：turn 结束自动建库¶
插件监听 agent/status=idle，在每轮 turn 结束时读取本轮文本，提取三类触点，upsert 进全局触点库（原子写 JSON）：
- 对话级触点：本轮关键词（2~4 字中文 gram + 英文词）；
- 任务级触点：session 聚合关键词，合并更新；
- 用户惯用词：统计近 N 轮窗口内的高频个人用词，作为第二类触点单独记录。
触点每次被命中会更新 lastTouchedAt 并合并关键词，记忆随使用渐进完善。
唤醒侧：话题切换时注入¶
插件通过 systemPrompt.context() 注册动态上下文。每次 prompt 组装时，提取新消息关键词，与上轮关键词计算重合度；低于阈值（默认 0.25）判定为话题切换，触发触点库扫描，命中 top-N 后注入 <system-reminder> 记忆唤醒块。注入内容带来源标记（conversation / task）、命中触点、最近提及时间和细节摘要；若命中用户惯用词，追加「用户惯用词」提示行。
两个值得注意的设计：
- 注入的是带来源的 runtime-context 快照，随请求发送，但不写入持久 session 历史。话题未切换时不注入，上下文保持干净。这是它与
dsh-agent-instructions（持久注入）的关键区别。 - 插件是通用的：监听全局
agent/created，对所有 agent 挂载唤醒/写入钩子，不限于飞书。userId从 session id 提取（如feishu:ou_xxx→ou_xxx），按用户分片存储。
匹配算法与成本¶
匹配支持三种模式：
| 模式 | 说明 |
|---|---|
keyword |
TF 加权穷举，纯本地，词面重合准确、语义弱，零外部成本 |
vector |
向量余弦，语义匹配强，走 OpenAI 兼容 embedding 接口 |
auto（默认） |
有 key 用向量，无 key 自动降级关键词 |
向量模式默认使用 SiliconFlow 的 BAAI/bge-m3。README 特别说明：DeepSeek 官方 API 不提供 embedding 端点（引用 deepseek-ai/DeepSeek-V3 的 issue #806），所以向量模式走 OpenAI 兼容接口。
成本方面，库向量在写入时预计算并缓存，唤醒时只编码 1 条 query，不重复计费。按 bge-m3 / SiliconFlow 的 2026-08 行情，单次唤醒约 ¥0.000025，约每 1 万次话题切换 ¥0.25；关键词模式零外部成本。
安装与启用¶
一键安装（推荐），安装器通过 package.json 的 dsh.bundle manifest 解析插件（cordis.patch.yml），挂载到指定 profile：
dsh plugin --profile web add github:itr-del/dsh-cue-bank
也可以从 npm 安装（README 称已发布到 npmjs.com/package/dsh-cue-bank）：
dsh plugin --profile web add dsh-cue-bank
如果想手动挂载，先在 profile 的 package.json 加依赖：
"dependencies": {
"dsh-cue-bank": "^0.1.0"
}
再在 profile 的 cordis.patch.yml 插入 id: cue-bank 的配置块（含 storageRoot、matchMode、embedding、topic、inject 等默认配置，完整 YAML 见 README）。
然后安装依赖并重启：
cd ~/.dsh/profiles/web && pnpm install
重启 dsh web 后生效，插件在启动时加载。
启用向量模式只需设置环境变量（或配置 embedding.apiKey），无需改代码：
export SILICONFLOW_API_KEY=...
完全不设该 key，matchMode: auto 会自动降级为纯关键词本地匹配；也可以把 embedding.baseURL 改为自托管端点，实现完全本地运行。
配置¶
常用可调项（默认值）：
| 键 | 默认 | 说明 |
|---|---|---|
storageRoot |
'' |
空 = $DSH_HOME/storages/cue-bank |
matchMode |
auto |
auto / keyword / vector |
topic.switchThreshold |
0.25 |
关键词重合度低于此值视为话题切换 |
topic.scanEveryTurn |
false |
每轮都扫描（灵敏但开销大） |
inject.maxCues |
3 |
最多注入几条记忆 |
inject.maxDetailChars |
400 |
单条细节截断长度 |
extract.userIdiomWindowTurns |
10 |
惯用词统计窗口（轮） |
dbg |
false |
调试日志 |
触点库默认存于 $DSH_HOME/storages/cue-bank/users/<userId>.json，跨 profile、跨会话共享。单用户触点上限 200 条（LRU 淘汰），惯用词上限 50 条。完整配置表见 README。
测试与验证¶
仓库自带四组测试，README 给出的结果：
node test/keywords.test.js # 22/22 通过
node test/store.test.js # 16/16 通过
node test/embedding.test.js # 18/18 通过（不发网络请求）
node test/integration.test.js # 13/13 通过
覆盖写入建库、话题切换唤醒、同话题抑制、无关话题抑制、惯用词提取与参与唤醒。另外在真实 dsh 进程（headless profile）里验证过：插件加载无报错，turn 结束自动写入全局触点库。向量模式未配置真实 key，用本地 mock 的 OpenAI 兼容服务器验证了代码路径，包括 API 调用契约、余弦相似度判定、无 key 自动降级和超时中止。
与官方插件的差异¶
README 自述与 dsh 官方插件（dsh-session-query、dsh-session-reference、dsh-compaction、dsh-agent-instructions、dsh-spill）核心能力几乎不重复，估计重复度 10-15%，方向相反：官方插件是「被动查询」，cue-bank 是「自动记忆 + 主动唤醒」。官方清单里没有的独有能力包括：turn 结束自动建库、话题切换阈值触发、无需用户提及的动态注入、用户用词画像、结构化全局存储。
适用场景与注意¶
适合的人群：长期使用 DSH、跨多个会话工作、话题经常切走又切回来，希望 agent 记得「之前聊过什么」以及「自己惯用哪些表述」的用户。不配置 embedding key 就是纯本地运行，维护成本很低。
使用前注意几点：
1、插件以当前 dsh 进程权限运行，安装前建议先读一遍源码和许可证（本项目为 MIT）；
2、向量模式（matchMode: auto 且设置了 SILICONFLOW_API_KEY）会把对话文本编码后发送到 https://api.siliconflow.cn/v1（默认第三方 OpenAI 兼容端点），写入时的库向量也经该端点预计算。介意数据出本地的话，不要设置该 key，或改用自托管端点；
3、触点库有容量上限（触点 200 条 LRU 淘汰、惯用词 50 条），不适合当作全量归档来用。
结尾¶
dsh-cue-bank 把「被动查询历史」变成「在话题切换的时机主动把记忆送回来」，与官方插件方向互补，向量模式单次唤醒成本约 ¥0.000025，也可以完全本地运行。项目主页：https://github.com/itr-del/dsh-cue-bank；社区目录页：https://www.skillhub.cn/plugins/itr-del/dsh-cue-bank（该目录为独立社区站点，与 DeepSeek / 幻方无官方从属关系）。
