前言¶
DeepSeek Harness（DSH）是一个在本地运行 AI 助手的环境，支持桌面客户端和命令行两种用法。它通过插件扩展能力，而 Mnemos 是其中专注于「记忆与判断延续」的插件。它不是给 AI 提供一个更大的记忆库，而是让记忆在换模型、换会话之后还能被高效用上。
插件名称是 Mnemos，npm 包名是 dsh-mnemos-continuity。安装前请确保已安装 DSH（在终端执行 dsh --version 可验证）。
它解决了什么问题¶
让判断「能被人查、被人质疑、也能被推翻」，而不是看完就忘、错了也没处追。核心目标是：任务做过一次之后，下次不查记忆也能做对。重点是：换个模型接着干时，它知道该取哪几条、按什么用、用完怎么留下新的判断。记忆存在本地文件里，推理模型只是可以换掉的部件。
核心功能¶
1. 换个对话继续任务¶
记忆不绑在某个对话窗口上。换一个会话、换一个目录都行：新开个对话说一句「继续之前的 X」，它会把之前的重要结论找回来，接着往下做 —— 不需要记任何编号。
想接得更准（任务做到一半、怕接错）时，回到原来的对话里说一句「给我一个续接方案」—— 它会把这个任务的状态整理成一份记录，并给你一个任务号；下次直接拿它精确接上。
边界：没写下来的等于没发生；不同 profile（DSH 的配置分组，例如 desktop / web）默认不共享。
2. 多 agent 协作：交接靠记忆而非对话贴图¶
让几个助手同时干活时，常见做法是把前面的对话、背景整段贴给它们 —— 又长，又容易把过时的东西带过去。
这里的做法是：任务先写进记忆，子代理按任务编号去读它需要的那部分；做完把结论交回同一条任务记录上。不需要一大段对话来「交接」，交的是一份精确的任务与结果。
于是能得到：交接是精确的（子代理拿到的就是任务本身，不是一段被剪切、可能已过时的对话）、成果不散（几路的结果归到同一份任务记录上，事后按编号能一次取全）、没做完的不会被当成做完（哪一路没交回结论，会如实标出来）。
3. 任务图：跨会话知道「做到哪、依据什么」¶
任务图不是多 agent 专用，也不只是待办清单；它是任务的档案/寻址空间。
它不是把原文存进去，而是存「地址」：记忆 id、依赖 id、结论 id、前序图 id；正文留在原记忆，删了被引用的记忆，图里那条也随之消失。
- 什么时候开：会跨会话、会被折叠后接着做、或会产出多条以后要找的记忆时；单步小事直接写记忆，别开；
- 记什么：已完成里程碑（done）、依赖（uses）、前序图（links）、重要结论的 id（
conclusion标签）；不复制正文； - 不记什么：未完成步骤仍用宿主 todo；图和任务清单不要互为镜像；
- 跨会话：开新图，用
links链接旧图并写清「为什么接上它」，不改旧图； - 好处：换会话/换模型后，能说清「哪块做完了、用了什么、结论在哪」；收尾时汇成一条任务结果，连同会话存档保留。
4. 外部内容留下出处¶
外部来的内容进来时会永久留下来源。以后被查到时，它可以被质疑、可以被推翻 —— 但不会被当成事实。
5. 上下文被截断时，关键事实不凭空消失¶
上下文被截掉一段时，插件把被遮蔽区域抽成一张事实卡，并在提醒里直接带最多 3 条负面结论/工具失败；原文仍在会话日志。它保证「关键事实不被默默吞掉、事实卡可查」，不保证模型一定去 open；事实卡 7 天后自动清理。
6. 换模型后仍是同一个「它」¶
「它是谁、做过哪些决定、为什么这么选」记在文件里，不在模型的权重里。代价是：能留下来的是判断与来由，不是说话的方式 —— 换了模型，风格会变。
安装与启用¶
一条命令装上（已发布到 npm，包名 dsh-mnemos-continuity）：
dsh plugin --profile <你的 profile> add dsh-mnemos-continuity
装完完全重启 DSH 就生效（数据在 profile 自己的目录里，覆盖安装不碰记忆）。
安装细节、配置、工具清单、数据位置与备份，全部在 INSTALL.md（含验证步骤、续接任务的做法、排错表）。
典型用法¶
继续之前的任务¶
在新会话里说一句「继续之前的 X」，它会根据记忆中的结论继续工作。如果担心接错，可在原会话里说「给我一个续接方案」，获得一个任务号，下次直接用这个任务号精确接上。
多 agent 交接¶
任务先写进记忆，子代理按任务编号读取需要的那部分，做完把结论交回同一条任务记录。无需把长对话贴给子代理，交接的是精确的任务与结果。
跨会话任务图¶
在会话之间用任务图记录里程碑、依赖、前序图和结论 id。换会话/换模型后，能说清哪块做完了、用了什么、结论在哪。收尾时汇成一条任务结果，连同会话存档保留。
桌面版与网页版共用记忆¶
默认每个 profile 各有一份数据（<profile>/mnemos/）。若希望桌面版和网页版共用同一份记忆：
- 网页版也装一次：
dsh plugin --profile web add dsh-mnemos-continuity - 在网页版的
cordis.patch.yml里让数据指向桌面 profile：
- id: dsh-mnemos
name: dsh-mnemos-continuity
config:
dataFile: C:\Users\<你>\.dsh\profiles\desktop\mnemos\memory.json
constitutionFile: C:\Users\<你>\.dsh\profiles\desktop\mnemos\constitution.json
heartbeatEnabled: false # 后台维护只留给桌面端
learnerEnabled: false
reviewEnabled: false
注意：后台维护只在桌面端跑，建议用网页版时让桌面版挂在后台；跨端可见有延迟，一端写入后，另一端要等下一次写盘或重启才能看到。
适用场景与注意¶
适合在需要跨会话、跨模型延续判断的场景中使用，例如多 agent 协作、长周期任务、需要审计和回溯的工作流。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（MIT）。
代价与边界：记忆是本地明文文件，请自行备份；每轮会固定注入纪律提示与自传体摘要；后台维护默认开启且会调用 AI，建议装完第一件事就把它关掉（heartbeatEnabled: false）；检索是关键词 + 标签匹配，不是语义检索；技能有三种来源（失败→修好、记忆里反复出现的问题、外部技能改写），外部来源默认只进 skill-proposals/；折叠快照只做 7 天短期兜底；会话存档默认不进检索。
小结¶
Mnemos 让判断在换模型、换会话后继续，把记忆存在本地文件里，推理模型只是可以换掉的部件。它适合需要精确交接、跨会话延续、审计与回溯的场景。
- 目录页：https://www.skillhub.cn/plugins/xthingillu-sketch/dsh-mnemos-continuity
- GitHub：https://github.com/xthingillu-sketch/dsh-mnemos-continuity
- npm 页面：https://www.npmjs.com/package/dsh-mnemos-continuity
