前言¶

DeepSeek Harness 提供了智能体开发的框架，但原生并不包含长期跨会话记忆的能力。在处理多轮对话或长时间运行的任务时，上下文窗口有限，无法保留关键信息。wwskills/dsh-long-memory 插件通过 SQLite 数据库和全文检索技术，为 DSH 提供了持久化的记忆层。

插件简介¶

该插件由 wwskills 维护，基于 MIT 许可证开源。它解决了 DSH 在长期对话中记忆丢失的问题，支持通过 SQLite 存储、FTS5 全文检索以及可选的 Embedding 向量召回来管理记忆。插件采用单包双面打包架构，同时包含 Node.js 服务端逻辑和浏览器 UI 组件。

核心功能¶

插件的核心能力集中在记忆存储、自动提取与规则进化三个方面。

存储与召回¶

• SQLite 数据库存储：使用 SQLite 作为底层存储，数据持久化。
• FTS5 全文检索：内置 FTS5 扩展，原生支持中文全文检索，无需额外配置即可使用。
• Embedding 向量召回：支持可选的 Embedding 模型，可与 Ollama（本地零成本）或 OpenAI 兼容的 API 结合。开启后采用 BM25 + 向量 + RRF 融合排序。
• 文件追踪：自动生成 MEMORY.md 会话标记和 memory/YYYY-MM-DD.md 日记文件。

自动记忆提取¶

• L7 自动提取：利用 DSH 的 LLM 提供商自动从对话中提取记忆，支持配置置信度阈值，低于阈值的项目进入确认队列。
• Keyword 回退机制：当 LLM 不可用时，自动切换到基于正则的关键词提取模式。
• Confirm Queue 确认队列：低置信度的记忆不会直接写入，而是进入队列等待用户确认。
• Supersession 自动覆盖：当新提取的记忆与旧记忆重叠时，自动标记旧记忆为已覆盖（superseded）。

自进化学习¶

• 信号词检测：实时监听“不对”、“错了”、“应该是”等信号词，捕获用户的纠正。
• 错误捕获：自动捕获工具执行错误 (tools/result) 和 Harness 级别的错误 (agent/error) 作为学习素材。
• 规则生命周期：纠正信息可被提取为规则，经历“提议 -> 批准 -> 拒绝 -> 归档 -> 推广至 Agent”的完整生命周期。
• 规则注入：已批准的规则会通过 agent/pre-step 事件注入到 Agent 上下文中，限制在 800 token 预算内。
• 用户画像构建：基于 USER 类型记忆自动构建技术栈、编码风格等用户画像。

浏览器界面与 API¶

• 侧边栏与多标签页：提供可调节宽度（160-360px）的侧边栏，包含记忆、规则、画像等 4 个标签页。
• Web API：提供 RESTful 接口，支持对记忆、规则、确认队列进行增删改查操作。

安装与配置¶

安装需要确保系统环境满足要求：Node.js >= 22.5 且 DeepSeek Harness >= 0.1.0-rc.2。

安装¶

执行以下命令安装插件：

dsh plugin --profile web add @wwskills/dsh-long-memory

配置示例¶

插件的配置项较多，默认值通常可用。以下是关键配置的示例：

Embedding 配置

- id: long-memory
  config:
    embedding:
      provider: 'ollama'          # 'none' | 'ollama' | 'openai-compatible'
      model: 'bge-m3'
      dimension: 1024
      ollama:
        base_url: 'http://127.0.0.1:11434'

L7 自动提取配置

- id: long-memory
  config:
    l7:
      enabled: true               # 启用自动记忆提取
      auto_extract: true          # 使用 LLM + 关键词回退
      confirm_threshold: 0.6      # 低于此置信度的记忆进入确认队列

自进化学习配置

- id: long-memory
  config:
    corrections:
      signal_words:               # 触发纠正捕获的关键词
        - '不对'
        - '错了'
        - '应该是'
      promote_threshold: 5        # 提取规则的最小纠正次数
      rule_token_budget: 800      # 规则注入上下文的 Token 预算

存储路径¶

数据默认存储在 ${DSH_HOME}/long-memory/ 目录下，包含数据库文件和 Markdown 文档目录。

工具列表¶

插件提供了 8 个命令行工具用于管理记忆：

Web API 接口¶

通过 RESTful API 可以脱离浏览器界面进行管理。主要接口如下：

注意事项¶

• 运行环境：插件以当前 DSH 进程权限运行，安装前建议检查源码与许可证。
• 依赖版本：必须满足 Node.js >= 22.5 和 DeepSeek Harness >= 0.1.0-rc.2 的版本要求。
• 单包双面：插件将 Node.js 服务端逻辑与浏览器 UI 打包在一起，无需单独部署服务端。

结语¶

wwskills/dsh-long-memory 通过 SQLite、FTS5 和 L7 提取机制，为 DeepSeek Harness 提供了完整的长期记忆解决方案。结合自进化学习功能，它不仅能存储信息，还能根据用户的纠正不断优化 Agent 的行为。对于需要长期运行或处理复杂上下文的智能体开发场景，该插件是必要的组件。

更多详情可查阅：插件目录页 或 GitHub 仓库。