前言¶
在 DeepSeek Harness（DSH）里跑智能体，常见情况是：一轮任务结束，上下文被压缩或清空；换一个新 session 做同一项目，上次聊过的细节、你自己记下的要点，往往不会再出现在模型眼前。把笔记塞进 system prompt 或单独做向量检索，可以部分缓解，但 chunk 往往是匿名的，很难按「某条思路、某段结构」寻址，也缺少可审计的召回理由。
下面介绍社区插件 dsh-memory-tree（维护者 qinghuaju），它把对话与可结构化内容落成磁盘上的资产：SQLite 分层存储、AST 节点路径、embedding 与软相似边，并在每轮前注入有上限的 <memory-recall> 块。无需外部托管服务，目录可复制、备份或删除。
这是什么¶
dsh-memory-tree 是 DSH 的「记忆」类插件，一句话定位来自项目描述：AST soft-decision-tree long-term memory for DeepSeek Harness (DSH): SQLite + embeddings, project-scoped, cross-session recall.
与「只堆向量 chunk」的做法相比，项目 README 强调：节点有唯一 AST 路径、树上一跳激活、六项命名打分项与审计行、hot/warm/cold 轮转以限制活跃库体积，并在 SQLite 旁提供可人工查看的 Markdown 镜像。许可证 MIT，npm 包版本 0.4.2（以 package.json 为准）；GitHub 仓库当前约 2 stars。目录页：skillhub.cn/plugins/qinghuaju/dsh-memory-tree；源码：github.com/qinghuaju/dsh-memory-tree。
核心功能¶
经 README 与配置说明，可核实的能力如下。
- 后台捕获：监听
session/event，在后台记录 user/assistant 交换（可配置capture.enabled）。 - AST 索引：解析为可寻址节点（path、kind、title、content），写入 embedding（默认 1024 维）及相似度边（cos ≥ 0.72）。
- 自动召回：在
agent/pre-step查询，向量与 FTS 候选混合打分后，注入 bounded 的<memory-recall>（recall.autoInject、recall.maxNodes默认 6，recall.timeoutMs默认 1500 ms）。 - 分层存储：hot（
memory.db，默认 <30 天）、warm（30–180 天）、cold（>180 天）轮转；定时 6 h、启动后及mem_rotate可触发。 - 工具面：暴露
mem_recall、mem_store、mem_stats、mem_dream、mem_rotate；mem_stats含compat:行，反映 normal / degraded / off。
兼容方面：README 写明在 DSH 0.2.1-rc.3（ bundled Node 24）及 Node 22/24 上测试；CLI 需 Node ≥22.5；engines.dsh 为 ^0.2.1-alpha.2。无 native 构建，embedding 可选用 pollinations、dashscope、openai、ollama、custom，或离线 deterministic fake embedder / Ollama。
安装与启用¶
插件以当前 DSH 进程权限读写 $DSH_HOME 下配置与数据库；安装前请自行审阅源码与 MIT 许可证。官方 Quick start 不依赖 git clone，步骤如下。
- 准备 embedding 凭据（不要放进仓库）：
echo '{"apiKey":"sk-..."}' > "$DSH_HOME/memory-tree/credentials.json"
- 安装到 DSH 实际加载的 profile（桌面端多为
~/.dsh/profiles/desktop，dsh web多为~/.dsh/profiles/web），然后重启 DSH：
node scripts/install.mjs --profile "$DSH_HOME/profiles/desktop" --copy-to
说明：需在已取得插件源码或发布包的环境中执行 scripts/install.mjs；安装器幂等，会备份 cordis.patch.yml，且不修改你的 key。无 --profile 时会自动探测并在 desktop/web 并存时警告。多机、npm/tarball、离线模式见仓库 docs/DEPLOY.md。
- 在 DSH 内验证：让智能体调用
mem_stats。
DSH 0.2.1-rc.3 默认关闭插件市场且无 index URL；若走市场发现流程，需自行生成 market/index.json 并在 Settings → Plugins → Discover 配置 URL，详见 docs/MARKET.md（README 中的 market-index.mjs / check-market.mjs 为发布与校验用，非普通用户一键安装命令）。
可选配置片段（插入 profile 的 cordis patch，键名以文档为准）：
- insert:
- id: dsh-memory-tree
name: 'dsh-memory-tree'
config:
embedding:
preset: pollinations # pollinations | dashscope | openai | ollama | custom
dimensions: 1024
capture:
enabled: true
recall:
autoInject: true
maxNodes: 6
timeoutMs: 1500
storage:
tiered: true
hotDays: 30
warmDays: 180
完整默认值见 docs/PHASE1.md。设 storage.tiered: false 可退回单文件行为。
典型用法¶
经过上面的安装与重启，可按 README 建议做最小验证：
- 在同一项目里对话至少两轮。
- 开 新 session，再问第一轮里说过的事；若召回正常，应看到
<memory-recall>相关内容。 - 需要手动查库或运维时，调用
mem_stats看节点与兼容状态；需要整理分层库时调用mem_rotate。
打分与管线细节（捕获 → AST → embedding → 查询 → 注入）见 README 流程图与 docs/PRINCIPLES.md；仓库提供 node scripts/bench.mjs 等离线基准脚本，数值随机器与 embedder 变化，此处不重复罗列。
适用场景与注意¶
适合谁：在同一 DSH 项目里长期迭代、希望跨 session 找回结构化对话与笔记、且愿意本地持有一份 SQLite + 可选 embedding 调用的开发者。
注意：
- 插件与 DSH 同源插件生态一致：社区目录（如 SkillHub）独立于 DeepSeek / 幻方，并非官方应用商店。
- Embedding 预设除离线方案外通常需要 API key；凭据仅应放在
$DSH_HOME/memory-tree/credentials.json。 - DSH 侧 hook 变更会导致能力分级降级（例如 auto-recall 关闭而 capture / 工具仍可用），以
mem_stats的compat:为准。 - README 自述在 host 拒绝注入消息等情况下会关闭当轮 auto-recall 并写日志，行为以当前版本源码为准。
结尾¶
dsh-memory-tree 把长期记忆做成可检查、可轮转、可跨 session 召回的 AST + SQLite 方案，并绑定 DSH 生命周期钩子与一组 mem_* 工具。若要进一步了解设计取舍与部署变体，请读仓库 README（含 中文 README.zh.md）与 docs/。
- 目录页：https://www.skillhub.cn/plugins/qinghuaju/dsh-memory-tree
- GitHub：https://github.com/qinghuaju/dsh-memory-tree
