前言¶

在 DeepSeek Harness（DSH）里做长期运行的 agent，常见做法是每次对话从零开始，或把整段历史塞进上下文。前者丢事实与偏好，后者成本高、也难区分「当前任务」和「该长期保留什么」。社区插件 dsh-somni（维护者 liuqingman）走另一条路：醒时写入与按需联想，空闲时由 sidecar 做类似睡眠整理的蒸馏，把会话沉淀为可 grep 的 Markdown 记忆。分类上它属于 DSH 生态「记忆」类插件；目录页见 SkillHub，源码与说明在 GitHub（MIT，当前 package 版本 0.1.0）。DSH 本身是「一切皆插件」的 agent 宿主；SkillHub 为社区目录，与 DeepSeek / 幻方无官方从属关系。

这是什么¶

dsh-somni 给 DSH agent 提供睡眠整理式长期记忆：醒着时身份与未竟意向常驻 system prompt，相关记忆在行动前/工具后自动联想注入，模型也可用工具主动检索；空闲一段时间后「做梦者」把当天 session 日志整理成情景、语义、前瞻、程序四类记忆。持久化全部是磁盘上的 Markdown + YAML front-matter，不依赖专有数据库（向量索引 SQLite 为可删可重建的派生物）。

架构上分为两半：TypeScript Cordis 插件（capture、inject、associate、9 个记忆工具、dream 调度）与 Python sidecar somni_memory（记忆管理、可选向量索引、ReAct 整理循环），经单条 stdio ndjson JSON-RPC（rpc.py）通信；做梦时 Python 反向 RPC 调用宿主 llm.chat，默认复用 harness 模型，无需额外 API key。

核心功能¶

记忆类型与到达模型的方式¶

醒时：捕获、注入、联想¶

1. Capture：订阅 DSH session/event，在 session/flush / turn/end 写入 memory/session-log/；子 agent 会话跳过。
2. Inject：向 system prompt 注入身份、意向、纪律三个区段（可在 cordis.yml 中开关）。
3. Associate：在 agent/pre-step（最新用户消息）与 tools/post-execute（工具名与参数）上对 knowledge / skills / episodes 混合打分；仅当最高分 ≥ 0.52 且领先第二名 ≥ 0.04 时注入提示，同一会话内同一条记忆不重复。未启用向量层时联想钩子保持静默，仍可关键词检索。

记忆工具（挂到 ctx.tools）¶

插件注册 9 个工具，返回均为 Markdown：recall_memories、search_episodes、search_recent_conversation、search_knowledge、add_intention、complete_intention、cancel_intention、list_intentions、dream_now。会话中可调用 dream_now 强制触发一次整理；任意新回合开始时会抢占正在进行的 dream，用户不必等待整理结束。

睡时：dream 整理¶

空闲计时满足配置（默认如 dream.idleMs 15 分钟、dream.maxIntervalMs 6 小时等）且有待处理 session 日志时，sidecar 执行 sleep.run ReAct 循环，产出 episodes、knowledge、intentions、skills 条目及 memory/dreams/ 运行日志，并做衰减与归档（低分条目移入 archived/，不物理删除）。

可选能力¶

• 向量层：安装 somni-memory[embed] 并放置 bge-small-zh-v1.5 等 ONNX 模型后，启用语义召回与联想提示；否则仅关键词模式。
• 工具面总闸：配置 tools.gate.stateFile 等，可通过外部 JSON 状态文件热切换是否向模型暴露 somni 工具 schema。

环境与依赖¶

运行 DSH 侧需 Node >= 22（见 package.json engines），DeepSeek Harness >= 0.2.0-rc.1 及 README 列出的 peer 包（dsh-agent、dsh-session、dsh-llm 等）。Sidecar 需要 Python >= 3.9 且在 PATH 上（可用配置项 python 指定）；核心 sidecar 仅依赖 Python 标准库。Python 缺失时插件优雅降级：capture 与 dream 停止，宿主不崩溃。

安装与启用¶

官方 README 给出的安装方式如下（需已安装 DSH；README 中文安装段另写 node >= 18，与 package 声明的 Node >= 22 并存时，建议以宿主与 engines 为准使用 Node 22+）：

git clone https://github.com/liuqingman/dsh-somni.git
cd dsh-somni
./install.sh                  # 装进 default profile
./install.sh --profile mybot  # 或 $DSH_HOME/profiles 下任意 profile

install.sh 会 pip 安装 sidecar、把插件链入 profile 的 node_modules、将示例配置合并进 profile 的 cordis.patch.yml，并用 stdio ping 校验 sidecar；脚本幂等，可重复执行。

若需要语义召回与联想提示，可安装可选向量依赖并按文档放置模型：

python3 -m pip install "somni-memory[embed]"
# 将 BAAI/bge-small-zh-v1.5 的 ONNX 文件放入 ~/.dsh/somni/models/ 并配置 embed.provider: local

在 profile 的 cordis.patch.yml 中，插件条目需挂在顶层 - insert: 之下（install.sh 会自动写对）。常见片段包括启用 somni 与指向蒸馏技能目录，例如：

- insert:
    - name: dsh-somni
    - name: '@deepseek-ai/dsh-skill-filesystem'
      config:
        customSkillDirs: [~/.dsh/somni/skills/agent_learned_skills]

默认数据目录为 <DSH_HOME>/somni（配置键 dataDir）。完整可选配置见仓库 examples/cordis.patch.yml。

典型用法¶

1. 日常对话：无需额外操作；插件自动写 session 日志、刷新身份/意向区段，并在合适时机注入联想提示。
2. 主动回忆：让 agent 调用 recall_memories 或 search_knowledge / search_episodes 检索磁盘记忆。
3. 待办与意向：通过 add_intention、complete_intention、cancel_intention、list_intentions 管理前瞻记忆；未完成意向在模型侧保持高激活（不做衰减）。
4. 立即整理：调用 dream_now，或在空闲后等待调度器自动 dream。
5. 人工维护：直接编辑 dataDir/memory/ 与 skills/ 下 Markdown；用 grep 与版本管理工具审计 agent 记忆。

磁盘布局概要（见 README）：

dataDir/
├── memory/
│   ├── about_me.md
│   ├── intentions/
│   ├── episodes/
│   ├── knowledge/
│   ├── session-log/
│   └── dreams/
├── skills/agent_learned_skills/
├── models/          # 可选 embedding
└── index.sqlite     # 派生索引，可删后重建

适用场景与注意¶

适合：需要跨会话保留身份、事实、决策与技能沉淀的 DSH agent；希望记忆可读可改、可备份；愿意接受「空闲时异步整理」而非实时全量写库的场景。

注意：

• 插件与 Python sidecar 以当前 DSH 进程权限运行，可读写 dataDir 并调用宿主 LLM；安装前请阅读源码与 MIT 许可证，确认数据目录与模型调用策略符合你的环境。
• JSON-RPC 走 stdio，sidecar 不得向 stdout 打印调试信息，否则会破坏协议（设计见 docs/HANDOFF.md）。
• 未配置 embedding 时联想提示关闭，但关键词检索与 dream 整理仍可用（视 Python sidecar 是否正常）。
• 与飞书 agent「somni」同源的记忆核心为解耦 fork，磁盘格式与整理策略一脉相承，但本仓库面向 DSH Cordis 插件形态。

结尾¶

dsh-somni 把「醒时回忆 + 睡时整理」落到 DSH 插件与 Python sidecar 的组合里，用 Markdown 长期记忆补齐 agent 的连续性与可运维性。进一步的设计细节见仓库 docs/design.md 与 README.zh.md。

• 目录页：https://www.skillhub.cn/plugins/liuqingman/dsh-somni
• GitHub：https://github.com/liuqingman/dsh-somni