DeepSeek Harness 插件介绍：dsh-evolve

前言¶

DeepSeek Harness（DSH）的理念是「一切皆插件」。Agent 在会话之间通常会遗忘所有内容，且记忆容易在重复使用中产生冗余和噪音。dsh-evolve 插件为 DeepSeek Harness 提供了持久化记忆和技能的生命周期管理，旨在解决遗忘问题并防止知识库膨胀。

dsh-evolve 是一个 Self-evolving memory and skill lifecycle（自我进化的记忆与技能生命周期）插件，由维护者 chenzheshushi-commits 开发。它不预置任何观点，仅提供机制和规则，所有学习内容均保存在本地，不会离开环境。

该插件包含以下核心功能：

跨会话记忆与确定性召回
提供结构化记录（fact / preference / decision 等），存储为 JSON 及 Markdown 镜像。使用零 token 的确定性召回算法（结合 bigram-Jaccard 相似度与 SQLite FTS5 BM25），在不需要调用嵌入 API 的情况下，根据当前消息自动注入相关记忆。
分级审批机制
模型生成的记忆会经过一个确定性网关，根据可逆性、冲突情况、重叠度等因素判断是自动确认还是进入待审核队列。该机制忽略模型自报的 kind 字段，确保写入的可靠性。
强化学习与记忆巩固
重复的观察会强化理解而非简单重复。通过提升观察计数和重要性阈值，配合配置参数，使频繁出现的知识点权重更高。
技能生命周期与原地细化
高价值的教学内容可结晶为 SKILL.md 文件。新证据用于细化现有技能，而非创建重复文件。技能具有 active / stale / archived 三种状态，支持在原地优化和手动归档。
防膨胀收敛
对技能和记忆进行去重和清理。技能端检测相似内容并合并，记忆端设置字符预算，防止数据无限增长。
后台每轮审查
在每轮对话结束后，后台会以独立的 LLM 调用回放当前对话快照，判断哪些内容值得记忆。该过程路由至独立的 reviewModel，不影响主对话流。
Web 设置页面
提供可视化的配置界面。

安装该插件需要满足前置条件：Node.js >= 22.5.0 且 DeepSeek Harness 版本 >= 0.1.0-rc.7。

通过官方安装命令添加插件：

dsh plugin --profile web add github:chenzheshushi-commits/dsh-evolve

安装后需要重启 Harness，工具会在启动时被发现。

使用以下命令进行操作：

记忆管理
- memory_remember: 存储事实或偏好。
- memory_recall: 召回相关记忆。
- memory_confirm: 确认需要审核的记忆。
- memory_confirm_batch: 批量确认记忆。
技能管理
- crystallize_skill: 从标记的教训中创建 SKILL.md 文件。
- evolve_maintain: 对知识库进行维护清理。
配置审查模型
在配置中设置 reviewModel，将后台审查路由至不同的模型（例如更便宜或更强的模型）。

依赖环境
- 需要 Node.js >= 22.5.0，用于使用内置的 node:sqlite 模块进行全文搜索。
- 需要 DeepSeek Harness 0.1.0-rc.7 或更高版本。
可选依赖
- git：用于启用自动检查点和回滚功能。
- tar：用于启用操作前的备份和 skill_rollback 功能。
操作系统
插件在 Linux 和 macOS 上开发并测试，Windows 环境未经测试。
数据安全
插件永远不会删除数据。所有变更操作都是可逆的，可以通过回滚或备份恢复。