前言¶

在 DeepSeek Harness（DSH）裏做長期對話，常見做法是外掛 RAG 或第三方記憶庫：檢索準，但開場往往像「新會話」，稱呼、上次聊到哪、工作裏哪條決定算數，都要靠模型自己猜或靠你反覆粘貼上下文。Elio896 維護的 dsh-familiar-memory（倉庫內 npm 包名 dsh-neuron-memory，當前 v0.2.0）走另一條路：數據落在本機一個 SQLite 文件裏，不聯網、不上傳；用字面命中（FTS5 + 2-gram）、情緒桶、同日窗口和指數衰減做召回，並用 neuron_opening / neuron_handoff 把「換會話之後還是同一個人」寫進工具層。下面介紹它是什麼、能做什麼、怎麼裝、怎麼用。

這是什麼¶

一句話：給 DSH（cordis 插件）用的本地記憶抽屜——按相關度 × 權重排序注入，可審計、可改庫；沒有向量，圖擴散在 v0.2.0 默認關閉（hops=0）。

• 維護者：Elio896
• 分類：記憶（社區目錄 skillhub 條目）
• 源碼：github.com/Elio896/dsh-familiar-memory（README 自述 GitHub 約 101 stars；MIT 許可；第三方插件，與 DeepSeek 官方無關）

作者簡介裏提到：經測試，相比單純 RAG 和外部記憶庫，本地這套在對話裏更自然——這與 README 強調的「認人、交接、工作決定用 supersedes 表示最新」一致，具體效果需在你自己的數據上驗證。

核心機制（v0.2.0 實際在跑的）¶

坦白說 README 的定位是：bm25 種子（IDF 加權）+ 情緒桶 + 同日窗口 + 指數衰減。圖記憶（激活擴散）已否決：作者實測 1 跳噪音 33% → 64%，增量 0%，見倉庫 FINDINGS.md。

召回與排序¶

1. 種子：FTS5 倒排（unicode61 + 預切 2-gram）撈候選；相關度 rel = Σidf(命中)/Σidf(全部)，整詞命中視爲 1；rel ≥ minRel(0.30) 才計入。
2. 排序：score = rel × 權重/3 × 溫度係數；權重 = 基礎分 × 0.5^(天/半衰期)，恆正、永不歸零（v0.2.0 從線性衰減改爲指數衰減，屬於 breaking change）。
3. 溫度桶：感受 / 原話 / 偏好 / 回味 3.0，教訓 2.5，事件 1.6，檔案 1.3 等，聊天時感受優先。
4. 同日上下文：想起一條時，可帶出當天前後各一條（只給最前兩條）。
5. 複習只回血一半：被想起時把「已流逝天數」折半，不是重置到現在。
6. 沉底不刪：低於 sinkBelow（默認 0.5）進歸檔，普通召回不參與；精確問起（命中 ≥2 詞）仍可翻出。
7. 場景隔離：scope 默認 private；work 不衰減、不沉底；羣聊召回不到私聊。

零命中時默認返回空（noFallback: true），不再用 top() 充數——排序語義也從「重要度」改爲「相關度 × 權重」。

換會話：她還是同一個人¶

插件用兩個工具把「會話」擋在外面，只負責存和交：

會話開始  → neuron_opening()            返回一段 ≤250 字，直接塞進 system prompt
會話結束  → neuron_handoff({topic, phase, nextAsk, mood, name})   只寫三行 + 一個情緒數

neuron_opening() 示例輸出形態（README 原文）：

你正在和周舟說話。
今天還見過面（有點悶）。
你們正聊到：換工作，卡在錢不夠。
你上次想問她：面試結果出來沒。
你記得：她說週三要交材料；她討厭豆包腔。
開場先認出她——用對的稱呼、接上上次的話題。不要重新自我介紹，不確定的事就問，不要編。

工作會話可傳 includeWork: true，追加「項目狀態（按拍板時間）」；與私人開場塊互斥，不疊加。

工作狀態：要「最新」，不要「最像」¶

工作記憶用 decided_at 和 supersedes 區分「現在有效的決定」：

neuron_learn("走方案 B，A 的遷移成本太高", "fact", "work", { supersedes: 12 })
// → 12 號那條自動 status='sunk'，不再被當成「現在的」

跨 scope 或 id 不存在時只警告，不靜默沉底。

默認暴露的工具（7 個）¶

config.advanced: true 時額外放出：neuron_sync、neuron_raw、neuron_consume、neuron_replay、neuron_prune。

自動錄入（可選）¶

插件每 10 分鐘掃一次 DSH 會話記錄（~/.dsh/sessions/ 下最近 2 天的 zstd 幀），把用戶消息寫入本地 raw_log——只抓，不判斷、不寫記憶；值得記哪句仍由模型通過 neuron_learn 等決定。可用 config.autoSync: false 關閉；週期用 config.autoSyncMinutes（默認 10）。它會讀本機會話文件，這是功能代價；數據仍在 neuron.db，不上傳。

安裝與啓用¶

環境：Node ≥ 22.15（node:sqlite + zstd）；README 寫 DSH ≥ 0.1.7，package.json 的 engines.dsh 爲 >=0.2.0，以你實際 DSH 版本爲準。

在克隆或下載後的插件目錄內執行（命令來自 README，勿憑倉庫名拼接 github: 安裝）：

node install.mjs                 # 複製進 profile、登記 bundle、跑自檢
dsh plugin add link:<本目錄>     # 或者走官方命令
node test-all.mjs                # 四層測試

裝完重啓一次 DSH，工具和設置頁會出現；首次運行自動建空庫。首次啓動若存在舊庫，會複製爲 neuron.db.bak-v<舊版本> 並按 user_version 遷移（當前 schema v4）。

接已有記憶庫時，在 profile 的 cordis.patch.yml 中配置（節選）：

- id: dsh-neuron-memory
  name: dsh-neuron-memory
  config:
    db: /path/to/neuron.db
    source_db: /path/to/memory.db   # 可選：原文庫（memories(id,text) 表）
    halfLifeDays: 10
    sinkBelow: 0.5
    sinkLimit: 3
    hops: 0                   # 默認 0 = 圖未啓用
    minRel: 0.30
    noFallback: true
    advanced: false           # true 才放出 sync/raw/consume/replay/prune
    autoSync: true

v0.2.0 另有一項遷移注意：HTTP 寫操作（/tidy /prune /replay /handoff）從 GET 改爲 POST，舊 Web 面板需同步升級 client.js。

典型用法¶

1. 新會話：在 system prompt 中注入 neuron_opening() 的返回值；工作場景需要項目狀態時傳 includeWork: true。
2. 對話中：用 neuron_recall(query) 按問題拉相關記憶；用 neuron_learn(text, kind?, scope?, supersedes?) 寫入；工作決定變更時帶上 supersedes。
3. 結束會話：調用 neuron_handoff 寫 topic / phase / nextAsk / mood（及可選 name），供下次 opening 接續。
4. 維護：neuron_stats() 看庫狀態；neuron_tidy() 沉底最淡條目；需要掃會話原文並提煉時開 advanced 後用 neuron_sync / neuron_raw / neuron_consume。

適用場景與注意¶

更適合：希望記憶完全本地、可打開 SQLite 審計；重視稱呼與話題 continuity、工作決定「最新一條」而非語義最像；能接受字面檢索而非向量語義。

務必注意：

• 插件以當前 DSH 進程權限運行；安裝前應閱讀源碼與 MIT 許可證，自行判斷是否信任。
• 不要用它存他人隱私；羣聊應使用 scope 隔離。
• 自動錄入會讀取 ~/.dsh/sessions/；不需要則關閉 autoSync。
• 社區目錄 skillhub 與 DeepSeek / 幻方無官方從屬關係，DSH 生態是「一切皆插件」的獨立社區分發，不是官方應用商店。

結尾¶

dsh-familiar-memory（dsh-neuron-memory）把 DSH 的長期對話記憶收進本機 SQLite：相關度加權召回、情緒與同日上下文、指數衰減與沉底歸檔，再用 opening/handoff 和 work 的 supersedes 解決「新會話像陌生人」和「舊方案仍被召回」兩類問題。細節見倉庫 FEATURES.md、ARCHITECTURE.md、FINDINGS.md。

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