前言¶
用 DSH（DeepSeek Harness）做日常開發，會話彼此隔離：上週談過的方案，今天開新會話再提同一件事，agent 記不起細節；同一個會話裏話題切走又切回來，中間的關鍵信息也已經滑出上下文。已有的補救手段各有侷限——dsh-session-query 提供的是被動查詢 API，需要有人調用；dsh-session-reference 要求用戶顯式 @ 引用；dsh-agent-instructions 只加載靜態指令文件。它們都不會在合適的時機主動把記憶送回來。
DSH 的理念是「一切皆插件」，跨會話記憶這類能力可以由社區插件補足。dsh-cue-bank 的思路是模仿人腦的事件記憶：人能隨時在任務間切換，靠的是給每個事件建立關鍵詞、視角、觸發物等多維觸點，觸點被當前情境激活後，再從長期記憶拉取事件細節。這個插件把同樣的機制搬到了 DSH 上。
這是什麼¶
dsh-cue-bank 是一個跨會話「事件觸點記憶」插件，維護者是 itr-del，當前版本 0.1.0，MIT 許可證。它爲 DeepSeek Harness 構建一個持久的事件觸點庫（關鍵詞 + 用戶慣用詞），並在檢測到話題切換時重新喚醒、注入相關記憶細節。
用兩句話概括它的行爲：
1、每輪對話結束，自動從文本中提取關鍵詞和用戶慣用詞，寫入全局觸點庫；
2、新消息與上一輪的關鍵詞重合度低於閾值時，判定爲話題切換，從庫中召回相關記憶，隨請求注入。
工作原理¶
寫入側：turn 結束自動建庫¶
插件監聽 agent/status=idle，在每輪 turn 結束時讀取本輪文本，提取三類觸點，upsert 進全局觸點庫（原子寫 JSON）：
- 對話級觸點：本輪關鍵詞（2~4 字中文 gram + 英文詞）；
- 任務級觸點：session 聚合關鍵詞，合併更新；
- 用戶慣用詞：統計近 N 輪窗口內的高頻個人用詞，作爲第二類觸點單獨記錄。
觸點每次被命中會更新 lastTouchedAt 併合並關鍵詞，記憶隨使用漸進完善。
喚醒側：話題切換時注入¶
插件通過 systemPrompt.context() 註冊動態上下文。每次 prompt 組裝時，提取新消息關鍵詞，與上輪關鍵詞計算重合度；低於閾值（默認 0.25）判定爲話題切換，觸發觸點庫掃描，命中 top-N 後注入 <system-reminder> 記憶喚醒塊。注入內容帶來源標記（conversation / task）、命中觸點、最近提及時間和細節摘要；若命中用戶慣用詞，追加「用戶慣用詞」提示行。
兩個值得注意的設計：
- 注入的是帶來源的 runtime-context 快照，隨請求發送，但不寫入持久 session 歷史。話題未切換時不注入，上下文保持乾淨。這是它與
dsh-agent-instructions（持久注入）的關鍵區別。 - 插件是通用的：監聽全局
agent/created，對所有 agent 掛載喚醒/寫入鉤子，不限於飛書。userId從 session id 提取（如feishu:ou_xxx→ou_xxx），按用戶分片存儲。
匹配算法與成本¶
匹配支持三種模式：
| 模式 | 說明 |
|---|---|
keyword |
TF 加權窮舉，純本地，詞面重合準確、語義弱，零外部成本 |
vector |
向量餘弦，語義匹配強，走 OpenAI 兼容 embedding 接口 |
auto（默認） |
有 key 用向量，無 key 自動降級關鍵詞 |
向量模式默認使用 SiliconFlow 的 BAAI/bge-m3。README 特別說明：DeepSeek 官方 API 不提供 embedding 端點（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，庫向量在寫入時預計算並緩存，喚醒時只編碼 1 條 query，不重複計費。按 bge-m3 / SiliconFlow 的 2026-08 行情，單次喚醒約 ¥0.000025，約每 1 萬次話題切換 ¥0.25；關鍵詞模式零外部成本。
安裝與啓用¶
一鍵安裝（推薦），安裝器通過 package.json 的 dsh.bundle manifest 解析插件（cordis.patch.yml），掛載到指定 profile：
dsh plugin --profile web add github:itr-del/dsh-cue-bank
也可以從 npm 安裝（README 稱已發佈到 npmjs.com/package/dsh-cue-bank）：
dsh plugin --profile web add dsh-cue-bank
如果想手動掛載，先在 profile 的 package.json 加依賴：
"dependencies": {
"dsh-cue-bank": "^0.1.0"
}
再在 profile 的 cordis.patch.yml 插入 id: cue-bank 的配置塊（含 storageRoot、matchMode、embedding、topic、inject 等默認配置，完整 YAML 見 README）。
然後安裝依賴並重啓：
cd ~/.dsh/profiles/web && pnpm install
重啓 dsh web 後生效，插件在啓動時加載。
啓用向量模式只需設置環境變量（或配置 embedding.apiKey），無需改代碼：
export SILICONFLOW_API_KEY=...
完全不設該 key，matchMode: auto 會自動降級爲純關鍵詞本地匹配；也可以把 embedding.baseURL 改爲自託管端點，實現完全本地運行。
配置¶
常用可調項（默認值）：
| 鍵 | 默認 | 說明 |
|---|---|---|
storageRoot |
'' |
空 = $DSH_HOME/storages/cue-bank |
matchMode |
auto |
auto / keyword / vector |
topic.switchThreshold |
0.25 |
關鍵詞重合度低於此值視爲話題切換 |
topic.scanEveryTurn |
false |
每輪都掃描（靈敏但開銷大） |
inject.maxCues |
3 |
最多注入幾條記憶 |
inject.maxDetailChars |
400 |
單條細節截斷長度 |
extract.userIdiomWindowTurns |
10 |
慣用詞統計窗口（輪） |
dbg |
false |
調試日誌 |
觸點庫默認存於 $DSH_HOME/storages/cue-bank/users/<userId>.json，跨 profile、跨會話共享。單用戶觸點上限 200 條（LRU 淘汰），慣用詞上限 50 條。完整配置表見 README。
測試與驗證¶
倉庫自帶四組測試，README 給出的結果：
node test/keywords.test.js # 22/22 通過
node test/store.test.js # 16/16 通過
node test/embedding.test.js # 18/18 通過（不髮網絡請求）
node test/integration.test.js # 13/13 通過
覆蓋寫入建庫、話題切換喚醒、同話題抑制、無關話題抑制、慣用詞提取與參與喚醒。另外在真實 dsh 進程（headless profile）裏驗證過：插件加載無報錯，turn 結束自動寫入全局觸點庫。向量模式未配置真實 key，用本地 mock 的 OpenAI 兼容服務器驗證了代碼路徑，包括 API 調用契約、餘弦相似度判定、無 key 自動降級和超時中止。
與官方插件的差異¶
README 自述與 dsh 官方插件（dsh-session-query、dsh-session-reference、dsh-compaction、dsh-agent-instructions、dsh-spill）核心能力幾乎不重複，估計重複度 10-15%，方向相反：官方插件是「被動查詢」，cue-bank 是「自動記憶 + 主動喚醒」。官方清單裏沒有的獨有能力包括：turn 結束自動建庫、話題切換閾值觸發、無需用戶提及的動態注入、用戶用詞畫像、結構化全局存儲。
適用場景與注意¶
適合的人羣：長期使用 DSH、跨多個會話工作、話題經常切走又切回來，希望 agent 記得「之前聊過什麼」以及「自己慣用哪些表述」的用戶。不配置 embedding key 就是純本地運行，維護成本很低。
使用前注意幾點：
1、插件以當前 dsh 進程權限運行，安裝前建議先讀一遍源碼和許可證（本項目爲 MIT）；
2、向量模式（matchMode: auto 且設置了 SILICONFLOW_API_KEY）會把對話文本編碼後發送到 https://api.siliconflow.cn/v1（默認第三方 OpenAI 兼容端點），寫入時的庫向量也經該端點預計算。介意數據出本地的話，不要設置該 key，或改用自託管端點；
3、觸點庫有容量上限（觸點 200 條 LRU 淘汰、慣用詞 50 條），不適合當作全量歸檔來用。
結尾¶
dsh-cue-bank 把「被動查詢歷史」變成「在話題切換的時機主動把記憶送回來」，與官方插件方向互補，向量模式單次喚醒成本約 ¥0.000025，也可以完全本地運行。項目主頁：https://github.com/itr-del/dsh-cue-bank；社區目錄頁：https://www.skillhub.cn/plugins/itr-del/dsh-cue-bank（該目錄爲獨立社區站點，與 DeepSeek / 幻方無官方從屬關係）。
