前言¶

在 DeepSeek Harness（DSH）里做长期对话，常见做法是外挂 RAG 或第三方记忆库：检索准，但开场往往像「新会话」，称呼、上次聊到哪、工作里哪条决定算数，都要靠模型自己猜或靠你反复粘贴上下文。Elio896 维护的 dsh-familiar-memory（仓库内 npm 包名 dsh-neuron-memory，当前 v0.2.0）走另一条路：数据落在本机一个 SQLite 文件里，不联网、不上传；用字面命中（FTS5 + 2-gram）、情绪桶、同日窗口和指数衰减做召回，并用 neuron_opening / neuron_handoff 把「换会话之后还是同一个人」写进工具层。下面介绍它是什么、能做什么、怎么装、怎么用。

这是什么¶

一句话：给 DSH（cordis 插件）用的本地记忆抽屉——按相关度 × 权重排序注入，可审计、可改库；没有向量，图扩散在 v0.2.0 默认关闭（hops=0）。

• 维护者：Elio896
• 分类：记忆（社区目录 skillhub 条目）
• 源码：github.com/Elio896/dsh-familiar-memory（README 自述 GitHub 约 101 stars；MIT 许可；第三方插件，与 DeepSeek 官方无关）

作者简介里提到：经测试，相比单纯 RAG 和外部记忆库，本地这套在对话里更自然——这与 README 强调的「认人、交接、工作决定用 supersedes 表示最新」一致，具体效果需在你自己的数据上验证。

核心机制（v0.2.0 实际在跑的）¶

坦白说 README 的定位是：bm25 种子（IDF 加权）+ 情绪桶 + 同日窗口 + 指数衰减。图记忆（激活扩散）已否决：作者实测 1 跳噪音 33% → 64%，增量 0%，见仓库 FINDINGS.md。

召回与排序¶

1. 种子：FTS5 倒排（unicode61 + 预切 2-gram）捞候选；相关度 rel = Σidf(命中)/Σidf(全部)，整词命中视为 1；rel ≥ minRel(0.30) 才计入。
2. 排序：score = rel × 权重/3 × 温度系数；权重 = 基础分 × 0.5^(天/半衰期)，恒正、永不归零（v0.2.0 从线性衰减改为指数衰减，属于 breaking change）。
3. 温度桶：感受 / 原话 / 偏好 / 回味 3.0，教训 2.5，事件 1.6，档案 1.3 等，聊天时感受优先。
4. 同日上下文：想起一条时，可带出当天前后各一条（只给最前两条）。
5. 复习只回血一半：被想起时把「已流逝天数」折半，不是重置到现在。
6. 沉底不删：低于 sinkBelow（默认 0.5）进归档，普通召回不参与；精确问起（命中 ≥2 词）仍可翻出。
7. 场景隔离：scope 默认 private；work 不衰减、不沉底；群聊召回不到私聊。

零命中时默认返回空（noFallback: true），不再用 top() 充数——排序语义也从「重要度」改为「相关度 × 权重」。

换会话：她还是同一个人¶

插件用两个工具把「会话」挡在外面，只负责存和交：

会话开始  → neuron_opening()            返回一段 ≤250 字，直接塞进 system prompt
会话结束  → neuron_handoff({topic, phase, nextAsk, mood, name})   只写三行 + 一个情绪数

neuron_opening() 示例输出形态（README 原文）：

你正在和周舟说话。
今天还见过面（有点闷）。
你们正聊到：换工作，卡在钱不够。
你上次想问她：面试结果出来没。
你记得：她说周三要交材料；她讨厌豆包腔。
开场先认出她——用对的称呼、接上上次的话题。不要重新自我介绍，不确定的事就问，不要编。

工作会话可传 includeWork: true，追加「项目状态（按拍板时间）」；与私人开场块互斥，不叠加。

工作状态：要「最新」，不要「最像」¶

工作记忆用 decided_at 和 supersedes 区分「现在有效的决定」：

neuron_learn("走方案 B，A 的迁移成本太高", "fact", "work", { supersedes: 12 })
// → 12 号那条自动 status='sunk'，不再被当成「现在的」

跨 scope 或 id 不存在时只警告，不静默沉底。

默认暴露的工具（7 个）¶

config.advanced: true 时额外放出：neuron_sync、neuron_raw、neuron_consume、neuron_replay、neuron_prune。

自动录入（可选）¶

插件每 10 分钟扫一次 DSH 会话记录（~/.dsh/sessions/ 下最近 2 天的 zstd 帧），把用户消息写入本地 raw_log——只抓，不判断、不写记忆；值得记哪句仍由模型通过 neuron_learn 等决定。可用 config.autoSync: false 关闭；周期用 config.autoSyncMinutes（默认 10）。它会读本机会话文件，这是功能代价；数据仍在 neuron.db，不上传。

安装与启用¶

环境：Node ≥ 22.15（node:sqlite + zstd）；README 写 DSH ≥ 0.1.7，package.json 的 engines.dsh 为 >=0.2.0，以你实际 DSH 版本为准。

在克隆或下载后的插件目录内执行（命令来自 README，勿凭仓库名拼接 github: 安装）：

node install.mjs                 # 复制进 profile、登记 bundle、跑自检
dsh plugin add link:<本目录>     # 或者走官方命令
node test-all.mjs                # 四层测试

装完重启一次 DSH，工具和设置页会出现；首次运行自动建空库。首次启动若存在旧库，会复制为 neuron.db.bak-v<旧版本> 并按 user_version 迁移（当前 schema v4）。

接已有记忆库时，在 profile 的 cordis.patch.yml 中配置（节选）：

- id: dsh-neuron-memory
  name: dsh-neuron-memory
  config:
    db: /path/to/neuron.db
    source_db: /path/to/memory.db   # 可选：原文库（memories(id,text) 表）
    halfLifeDays: 10
    sinkBelow: 0.5
    sinkLimit: 3
    hops: 0                   # 默认 0 = 图未启用
    minRel: 0.30
    noFallback: true
    advanced: false           # true 才放出 sync/raw/consume/replay/prune
    autoSync: true

v0.2.0 另有一项迁移注意：HTTP 写操作（/tidy /prune /replay /handoff）从 GET 改为 POST，旧 Web 面板需同步升级 client.js。

典型用法¶

1. 新会话：在 system prompt 中注入 neuron_opening() 的返回值；工作场景需要项目状态时传 includeWork: true。
2. 对话中：用 neuron_recall(query) 按问题拉相关记忆；用 neuron_learn(text, kind?, scope?, supersedes?) 写入；工作决定变更时带上 supersedes。
3. 结束会话：调用 neuron_handoff 写 topic / phase / nextAsk / mood（及可选 name），供下次 opening 接续。
4. 维护：neuron_stats() 看库状态；neuron_tidy() 沉底最淡条目；需要扫会话原文并提炼时开 advanced 后用 neuron_sync / neuron_raw / neuron_consume。

适用场景与注意¶

更适合：希望记忆完全本地、可打开 SQLite 审计；重视称呼与话题 continuity、工作决定「最新一条」而非语义最像；能接受字面检索而非向量语义。

务必注意：

• 插件以当前 DSH 进程权限运行；安装前应阅读源码与 MIT 许可证，自行判断是否信任。
• 不要用它存他人隐私；群聊应使用 scope 隔离。
• 自动录入会读取 ~/.dsh/sessions/；不需要则关闭 autoSync。
• 社区目录 skillhub 与 DeepSeek / 幻方无官方从属关系，DSH 生态是「一切皆插件」的独立社区分发，不是官方应用商店。

结尾¶

dsh-familiar-memory（dsh-neuron-memory）把 DSH 的长期对话记忆收进本机 SQLite：相关度加权召回、情绪与同日上下文、指数衰减与沉底归档，再用 opening/handoff 和 work 的 supersedes 解决「新会话像陌生人」和「旧方案仍被召回」两类问题。细节见仓库 FEATURES.md、ARCHITECTURE.md、FINDINGS.md。

• 目录页：https://www.skillhub.cn/plugins/Elio896/dsh-familiar-memory
• GitHub：https://github.com/Elio896/dsh-familiar-memory