前言¶
在 DeepSeek Harness（DSH）里做长任务，常见问题是：会话一压缩，前面的决定和待办就难找；换机器或新开工作区，偏好和项目状态又要重讲一遍。社区里已有多种记忆类插件，有的偏重本地沉淀与召回，有的做分层蒸馏，有的在 compaction 时留结构化摘要，还有 Hindsight 这类外部 bank 的桥接。dsh-memnexus（维护者 SMPcosy，当前版本 v0.0.5，MIT 许可）把这几类能力收进一个包：本地 JSONL 持久化、L0～L3 分层蒸馏、压缩事件摘要、可选 Hindsight 推拉，以及可视化记忆面板。下面介绍它做什么、怎么装、怎么配，以及使用时需要留意的边界。
这是什么¶
dsh-memnexus 是 DSH 的「记忆中枢」插件：在本地持久保存记忆，按层从对话原话逐步蒸馏到场景摘要与用户画像（层数可配），每步开始前按当前输入检索并注入相关条目，并在上下文发生 compaction 时把压缩摘要额外存成 L0。模型还可通过 13 个 memory_* 工具读写记忆；需要与 Hindsight 对齐时，可配置 REST bank 的拉取与推送。
插件在 SkillHub 社区目录分类为「记忆」，GitHub 仓库为 SMPcosy/dsh-memnexus，目录页见 skillhub.cn/plugins/SMPcosy/dsh-memnexus。DSH 生态是「一切皆插件」；社区目录为独立站点，与 DeepSeek / 幻方无官方从属关系。
核心功能¶
自动沉淀、蒸馏与召回¶
- 自动沉淀（L0）：每轮对话结束，把该轮压成结构化 L0 摘要（主题、用户诉求、结论、决定、待办、动作），不额外消耗对话 token。
- 自动蒸馏：积累若干条 L0 后调用默认模型（或配置的蒸馏模型）生成 L1 原子记忆，再合成 L2 场景摘要；
distillDepth=3时才会重建 L3 用户画像。默认distillDepth=2，在 L2 收手，减少过度抽象带来的失真。 - 自动召回：每一步开始前用 BM25 与字符二元组模糊匹配的混合打分检索记忆，将最相关条目注入
systemPrompt.context（有字符预算、按层配额、工作区隔离、来源标记）；每步重算，不写进会话历史。 - 压缩感知：会话触发上下文压缩（compaction）时，把压缩摘要额外留存为 L0 场景记忆，便于长任务不断线。
可视化面板与模型工具¶
面板提供侧边栏「记忆」图标、1180px 整页与设置页嵌入三处入口：浏览、搜索、筛选、增删改、归档、导入导出、一键蒸馏，以及 Hindsight 拉取/推送。窄窗下可「放大查看」全列表弹窗。
模型侧工具包括：memory_remember、memory_search、memory_recall、memory_get、memory_update、memory_forget、memory_list、memory_stats、memory_distill、memory_lineage、memory_audit、memory_export、memory_import。其中 memory_lineage 用于追溯某条 L1/L2/L3 结论对应的原始 L0 记录（依赖 sourceIds）。
Hindsight 桥接（可选）¶
读取 ~/.hindsight/coding-agent.json（或环境变量 HINDSIGHT_CONFIG）中的 apiUrl、apiToken、bankId；也可在面板填写。bank 留空时可按 bankId → bankIdTemplate → Hindsight 使用日志里最近的 bank 自动识别。未启用时本地记忆功能照常；云端后端需配置 apiToken，否则请求可能 401。
设计上的几个取舍（摘自 README）¶
- 记忆存 JSONL，不引入 SQLite，便于备份与手改。
- 蒸馏失败只记日志，不阻塞已沉淀的 L0。
- 注入内容带
source.kind: plugin:dsh-memnexus，捕获时跳过，避免自我污染。 - L2 折叠后若字数超过源文本 1.05 倍会拒收，避免「摘要比原文还长」。
安装与启用¶
安装方式以仓库 README 为准，不要用凭名称拼出的 dsh plugin add 命令。
-
推荐：插件管理器安装本地包
在 DSH 中让模型执行plugin_manager的install_bundle，target指向插件包根目录的绝对路径；或在 设置 → 插件管理 → 安装本地包 选择该目录。 -
安装 tgz 包
解压dsh-memnexus-0.0.5.tgz，将解压出的package目录按方式 1 安装。
装完后重启 DSH。设置页出现「记忆」分区即表示加载成功。不要手工改 profile 的 package.json / cordis.patch.yml。修改宿主侧 hooks、工具、路由后需重启 DSH；客户端半刷新页面即可。
运行环境要求 Node.js >= 22（见 package.json 的 engines）。
数据与配置¶
存储路径¶
默认在 DSH 用户目录下（设置 DSH_HOME 时前缀随之改变）：
- 记忆：
~/.dsh/storages/dsh-memnexus/memories.jsonl - 配置：
~/.dsh/storages/dsh-memnexus/config.json - 导出：
~/.dsh/storages/dsh-memnexus/exports/
常用配置项¶
可在面板「设置」或直接编辑 config.json：
| 键 | 默认 | 说明 |
|---|---|---|
autoCapture |
true | 每轮结束写 L0 |
autoRecall |
true | 每步前注入记忆 |
autoDistill |
true | 自动 L0→L3 蒸馏 |
captureMinChars |
60 | 内容过短不沉淀 |
captureMaxChars |
1200 | 单轮沉淀字符上限（200–6000） |
distillEvery |
8 | 攒够多少条 L0 触发蒸馏 |
distillDepth |
2 | 1/2/3 层，默认只到 L2 |
recallLimit / recallMaxChars |
8 / 1400 | 召回条数与字符预算 |
modelProvider / modelId |
空 | 蒸馏模型，空则跟随默认模型 |
hindsight.enabled |
false | 启用 Hindsight |
hindsight.pullOnStart |
false | 启动时自动拉取 |
重要度 importance 为 1～5，数字越大越重要（默认 2）；召回主要按相关性排序，重要度在分数接近时起加分作用。蒸馏到 L3 时，importance>=3 会作为强事实参与画像重建。
从 0.0.x 升级：剪短历史长 L0¶
旧版可能把长达 6000 字的整段转写存进 L0，单条即可占满默认召回预算。新版默认 captureMaxChars=1200，但历史行不会自动变短。动手前建议先 GET /export?format=jsonl 备份，再使用包内脚本：
# 只读统计，不修改
node scripts/trim-long-l0.mjs
# 截断超长 L0 的 text（--max 默认 1200）
node scripts/trim-long-l0.mjs --apply
# 复验
node scripts/trim-long-l0.mjs
截断不可逆；脚本会把原始长度记在 rawChars 字段。
典型用法¶
在对话里依赖自动链路¶
保持 autoCapture、autoRecall、autoDistill 为 true（默认即可）时，正常多轮对话会自动写 L0、按需蒸馏、每步注入相关记忆。长任务若发生 compaction，插件会把压缩摘要额外写入 L0。
用工具显式操作¶
模型在合适时机可调用 memory_search / memory_remember 等工具；需要解释「这条结论从哪来」时用 memory_lineage。导出备份可走 memory_export 或 HTTP GET /export?format=json|jsonl|md。
HTTP API（面板与外部脚本共用）¶
前缀 /api/dsh-memnexus，例如：GET /memories?q=&layer=&limit=&offset=、POST /op（create / update / delete / distill / import 等）、POST /hindsight/import 与 POST /hindsight/push。
维护者自测命令（离线）¶
在插件包目录下，README 提供 smoke 与集成测试，不依赖 DSH 进程即可跑存储与检索等逻辑：
npm run test:all
发布前维护者记录：npm run test:all 全绿（2026-11-01 实测）。
适用场景与注意¶
适合谁：需要在 DSH 里长期保留项目决定、偏好与待办，并希望少依赖「整段聊天记录重贴」；愿意接受默认 BM25+模糊检索（非向量语义）的召回方式；可选与 Hindsight bank 同步的团队或个人。
务必知晓：
- 插件以当前 DSH 进程权限运行，安装前应自行查看 GitHub 源码 与 MIT 许可证及
docs/引用与参考.md中的上游说明。 - 检索无向量语义，跨语言同义改写可能搜不到；与 compaction 类插件同场时，召回每步重算可能带来 system prompt 前缀缓存抖动（README 路线图 v0.1.0 提及召回稳定化）。
- 万级记忆检索约 10～60ms；十万级会明显变慢。
- 面板「删除」为物理删除；日常清理建议用「归档」。
- Hindsight 推送可能写入本地全部有效记忆，体量大时注意 bank 体积；云端无 token 时推拉失败，本地库不受影响。
结尾¶
dsh-memnexus 把本地持久记忆、可配深度的 L0～L3 蒸馏、compaction 摘要留存、pre-step 召回、13 个 memory 工具与可选 Hindsight 桥接、以及三入口可视化面板放在同一插件里，适合作为 DSH 的长期记忆中枢来评估与试用。
- 社区目录：https://www.skillhub.cn/plugins/SMPcosy/dsh-memnexus
- 源码与完整配置、路线图、迁移说明：https://github.com/SMPcosy/dsh-memnexus
