dsh-okf-memory：會話記憶與 OKF 知識沉澱插件

前言¶

DeepSeek Harness (DSH) 插件生態強調“一切皆插件”。在開發或使用 Agent 時，對話上下文的臨時性是一個常見問題。會話結束後，歷史信息往往難以複用。dsh-okf-memory 旨在解決這個問題，它將對話中的高價值內容按 OKF v0.1 規範自動沉澱爲長期記憶，並支持跨會話自動喚起。

該插件由 ZHI-QI 維護，基於神經自我學習驅動，能夠根據用戶的反饋（如選擇、糾錯）持續更新記憶權重，實現越用越準的效果。

安裝與啓用¶

插件已發佈至 npm，支持任意 profile（如 web），安裝過程無需構建腳本。

dsh plugin --profile web add dsh-okf-memory

安裝後，插件會給 Agent 注入一段“記憶紀律”系統提示，使其在會話中自主判斷是否需要記錄或查詢。零運行時依賴，安裝即用。

核心功能¶

1. 記憶四階段閉環¶

插件建立了一個完整的記憶處理流程：捕獲（識別高價值內容）→ 概念化（結構化整理）→ 沉澱（落盤存儲）→ 喚起（按需召回）。

2. OKF v0.1 規範合規¶

每個概念以標準 Markdown 文檔形式存儲。文件必須包含 frontmatter 中的 type 字段。目錄結構採用 index.md（漸進式目錄）和 log.md（變更歷史），支持包內絕對路徑進行交叉鏈接。

3. 神經自我學習驅動¶

預測性喚起：在檢索前先進行預測，再通過檢索校驗。
不確定性量化：當置信度較低時，擴大探索範圍。
預測誤差驅動捕獲：用戶糾正或首次披露新事實時觸發寫入。
權重衰減與歸檔：通過權重衰減機制實現遺忘，並通過歸檔機制鞏固記憶。

4. 強化反饋迴路¶

記憶的權重更新遵循公式：score = relevance × weight × recency。用戶選中候選記憶會增加權重，跳過則降低權重，從而實現動態調整。

5. 技術選型記憶¶

針對前端、後端、語言、方案、配置等維度，插件會沉澱候選表與當前使用狀態。處理規則分爲三檔：
* 命中 2+ 候選：全部展示給用戶選擇。
* 命中 1 個候選：直接使用。
* 用戶未指定但命中維度關鍵詞：按該維度記憶處理。

6. 寫入許可門¶

寫入流程包含嚴格的校驗：檢查 type 合法性 → 去重（互補不復制，互建交叉鏈接）→ OKF 符合性校驗。

7. 記憶圖譜可視化¶

在 DSH web 對話視圖中提供力導向圖譜視圖（僅支持 web profile）。節點大小代表權重，顏色代表類型，連線代表交叉鏈接。支持滾輪縮放、拖拽平移、節點拖拽及懸停查看詳情。

典型用法¶

寫入記憶¶

Agent 會自動判斷何時調用 okf_remember 工具。用戶也可以手動觸發，例如：

記住,我的三家門店是韶山/湘鄉/塘廈,共用局域網共享文件夾

Agent 會將其沉澱爲 fact/門店佈局。

記錄技術選型¶

用戶拍板決策後，Agent 會記錄技術選型：

前端就用 React 18 + Vite 吧

Agent 會將其沉澱爲 techchoice/前端方案，包含候選表與當前激活狀態。

召回記憶¶

用戶查詢相關問題時，Agent 會自動執行 okf_search。例如：

查一下記憶裏關於XX的

或直接問數據庫相關問題，Agent 會先檢索記憶，再執行服務。

記憶庫結構¶

默認記憶庫根目錄爲 ~/.dsh/memory/，可通過環境變量 OKF_MEMORY_ROOT 覆蓋。

~/.dsh/memory/
├── index.md              ← 漸進式目錄(okf_version: "0.1")
├── log.md                ← 變更歷史(## YYYY-MM-DD)
├── fact/                 ← Fact 背景事實
├── preference/           ← Preference 用戶偏好
├── decision/             ← Decision 決策
├── method/               ← Method 方法論
├── insight/              ← Insight 洞察
├── idea/                 ← Idea 未成型靈感
├── lesson/               ← Lesson 經驗教訓
├── techchoice/           ← TechChoice 技術選型
└── .meta/weights.json    ← 學習權重元數據

注意事項¶

可視化限制：記憶圖譜可視化僅支持 web profile，通過 /okf-graph 路由訪問。
權限運行：插件以當前 DSH 進程權限運行，安裝前應檢查源碼與許可證。
過濾機制：插件不記錄寒暄、單輪臨時任務、已有記憶的重複內容。
圖譜接口：圖譜數據可通過 okf_graph 工具或 /okf-graph 路由獲取，格式爲 {nodes,edges,timeline} JSON。

結語¶

dsh-okf-memory 通過引入 OKF v0.1 標準和神經自我學習機制，爲 DSH Agent 提供了一套可落地的知識沉澱方案。適合需要長期維護項目上下文、技術選型決策或積累團隊經驗的開發者使用。

目錄頁: dsh-okf-memory
GitHub: ZHI-QI/dsh-okf-memory