前言¶
在开发基于大模型的智能体时，跨会话的记忆是一个常见痛点：历史对话容易被遗忘，项目事实和情绪偏好混在一起，检索时要么信息过载，要么漏掉关键信息。DeepSeek Harness（DSH）的插件化架构提供了扩展能力，dsh-selective-memory 就是为此设计的跨会话记忆库插件。
这个插件由 liu-joy2026 维护，不追求「把一切存下来」，而是做「选择」的记忆：分得清工作事实和心里的事，记得住当时的感受，知道什么该沉下去。
是什么¶
dsh-selective-memory 是给 DeepSeek Harness 用的记忆管理插件。它不依赖向量检索，而是通过「两个区 + 深度分层 + 心情 + 三信号检索」来组织记忆。数据落在一个普通 JSON 文件里，重启不丢。
核心设计取向是：不只记住事实，也记「当时的心情」。
核心功能¶
两个区¶
| 区 | 放什么 | 默认深度 |
|---|---|---|
项目区 project |
工作事实、技术方案与决策、踩过的坑与教训、待办、项目约定 | 5 |
温度区 warm |
偏好、忌讳、情绪与心情、重要的话、约定与承诺、想留住的片段 | 1 |
深度 是每条记忆的第二维：0 最深刻，数字越大越浅。0 只留给温度区——工作事实再重要也只到 1。每个深度层最多 4 条，满了自动往浅处顺延，也可以显式让某条旧记忆退一级（displace）。
心情（mood） 是第三维：一条记忆可以带一个 12 字内的感受（开心 / 累 / 委屈 / 感动 / 心动）。检索和面板都会显示。
模型工具¶
插件向模型暴露以下工具：
| 工具 | 作用 |
|---|---|
memory_write |
写一条（zone + content + 可选 title / tags / mood / depth） |
memory_search |
三信号检索（关键词 idf + 标签 + 深度），可限定区 |
memory_list |
按深度列出，可限定区 |
memory_get |
按 id 取全文 |
memory_update |
改标签和深度 |
memory_mark |
标有效 / 过时（不删） |
memory_delete |
按 id 删除 |
memory_sediment |
一次总结同一话题的 1-5 条（带 based_on 自动把旧条目标过时） |
memory_tidy |
体检：找出完全重复、高度相似、长期没更新的条目；确认后只自动处理完全重复 |
检索机制¶
关键词采用中文二元组 + 英文词，BM25 式 idf 加权，标题命中加倍。标签单独一路，最后用 RRF（k=20）融合，权重 1.0 / 0.8。返回 top_k=5，深度只做同分排序。
三个取舍：
- 不设总分阈值，但只命中高频词时返回空——宁可搜不到，也不塞噪声
- 出现在一半以上记忆里的词不参与打分，免得淹掉区分词
- 返回按深度优先，深度 0 永远在最前
系统提示¶
启动时插件会向系统提示注入：
prompt.md：记忆库的使用规则。运行时从插件目录读，可以直接改或清空；没有这个文件就用内置默认- 记忆索引：启动时列出库里最靠前的 12 条（
id | 标题），让模型知道「有什么」 - 写入守卫：连续 6 轮没写入，下一轮提示里会出现一句「该写记忆了」。用
systemPrompt.context动态渲染，不常驻、不破坏缓存
设置页¶
设置 → 记忆库：
- 项目区 / 温度区两个标签，带
<有效>/<过时>的绿红计数 - 搜索、新建、编辑、删除（二次确认）
- 每条显示来源（用户写 / AI 记）、
♡ mood、标签、深度 - 一键隐藏 / 显示过时记忆（只影响显示，不影响检索）
安装与启用¶
需要 DeepSeek Harness 0.2.x。桌面版的 profile 由应用独占管理，所以不要 用 dsh plugin add（会被拒绝），改 profile 的 package.json：
- 打开
%USERPROFILE%\.dsh\profiles\desktop\package.json（macOS/Linux 是~/.dsh/profiles/desktop/package.json） - 在
dependencies里加一行：
"dsh-selective-memory": "github:liu-joy2026/dsh-selective-memory"
- 在
dsh.profile.bundles数组里加一项"dsh-selective-memory" - 在该目录跑一次
pnpm install（用 DSH 自带的那个 pnpm 也行） - 重启 DeepSeek Harness，设置 → 记忆库 就能看到
本地开发可以直接指路径：
"dsh-selective-memory": "link:E:/path/to/dsh-selective-memory"
Windows 上从 GitHub 拉取可能很慢或失败，必要时挂代理（
git config --global http.proxy）或用镜像。
数据位置¶
$DSH_HOME/storages/memory-bank/store.json
也可以用环境变量 DSH_MEMORY_BANK_DIR 指定目录名。
纯文本、可读、可手动备份；写入用临时文件 + rename，避免写一半损坏。
日志在同一目录的 memory-bank.log：中文摘要在前，英文原文在后，启动时轮转。
结构¶
lib/index.js 宿主侧：工具、系统提示、RPC、写入守卫（唯一真源）
lib/store.js 存储层（零依赖，可单独测试）
lib/client.js 设置页（React，无需构建）
lib/log.js 日志
prompt.md 记忆库行为规则（可改）
cordis.patch.yml bundle 声明
tests/ 检索回归集
本仓库没有构建步骤：lib/ 是手写的可运行 JS，直接就是产品。
测试¶
node tests/run-retrieval.mjs
跑 tests/retrieval-cases.json 里的用例，看每个问题能不能在 top5 命中期望条目，输出通过率和失败明细。已知局限的用例标 soft: true，不算回归。
已知限制¶
- 没有向量检索（关键词 + 标签 + 深度已经够用，等库大了再说）
- 没有「每步自动召回」：目前靠模型主动
memory_search+ 启动时的索引 - 没有导出 / 导入
- 设置页还没有按标签筛选
适用场景与注意¶
适合需要跨会话维护项目事实、偏好与情绪状态的智能体开发者。插件以当前 dsh 进程权限运行，安装前应检查源码与许可证。
结尾¶
dsh-selective-memory 通过简单的分层结构和检索机制，把「记不住」的问题转化为「记得住什么」的选择问题。如果你在开发需要长期记忆的智能体，可以试试这个插件。
- 插件目录：https://www.skillhub.cn/plugins/liu-joy2026/dsh-selective-memory
- GitHub：https://github.com/liu-joy2026/dsh-selective-memory
