dsh-memory-studio:DSH 本地可视化记忆与混合检索

前言

在 DeepSeek Harness(DSH)里做长期任务时,常见做法是往系统提示里堆背景,或靠外部向量库做 RAG。前者每轮都占 token,后者往往要服务、密钥和额外依赖。若你希望「记住决策与偏好、需要时再查」,且数据留在本机、界面能直接审阅和改,就需要一套和 Harness 同进程、同存储模型的记忆插件。

下面介绍社区维护者 Yuankilo 发布的 dsh-memory-studio(分类:记忆)。它用本地 JSON 存记忆与用户画像,提供五个可视化视图和十二组 memory_* / profile_* 工具,不依赖外部模型推理做捕获分类,也不要求 API key 或独立服务。

这是什么

dsh-memory-studio 是面向 DeepSeek Harness 的可视化记忆管理插件:本地 JSON 存储、五种界面视图、智能体可调用的工具,全程本地运行(README 写明:No API key, no server, no dependency to install)。

SkillHub 为独立社区目录,与 DeepSeek / 幻方无官方从属关系;DSH 生态本身是「一切皆插件」,安装前请自行阅读源码与许可证。

界面从哪进、五个分区做什么

同一套界面可从三处进入(README What it gives you):

  1. 会话视图里与 Chat / Trajectory 并列的 记忆 标签页
  2. 占满会话区的 main 面板(key: memory-studio)
  3. 左侧栏 sidebar.panellist 中的一行(侧栏行只能打开面板,不能单独开标签)

五个分区如下:

分区 作用
记忆 可长期保留的工作笔记:搜索、按类型与标签筛选、编辑、置顶、归档、删除、28 天热力条;命中时展示匹配句子
目录 同一批条目的树形浏览:按主题(标签簇 → 类型 → 记忆)或按会话(session → turn → 记忆)
我 用户画像,与工作记忆分开:身份字段 + identity / work / tooling / preference / constraint / goal / style 等 facet
关系 力导向图展示记忆之间的关联(显式链接、共享标签、词面重叠、同类型、同会话、时间邻近等)
待审 捕获引擎置信度不足、未自动入库的提案,展示规则、原句与置信度,可一键接受或驳回

捕获:什么会进库、什么不会

会话结束,或某轮对话停止并在 debounceMs 内无新输入时,引擎读取对话并套用 lib/policy.js 中的规则表。不向模型发送内容;每个候选都对应一条规则和一句原文。

README 列出的不会记住的类型包括:确认语(如 好、ok)、日志行、代码片段、问句、智能体侧全部发言(只读用户侧;智能体若要留档应主动调用 memory_write)、一次性 imperative 任务请求、harness boilerplate、重复或已有内容、无匹配规则的句子等。

会记住的包括:身份与角色、工作与工具上下文(进 profile)、偏好、约束、目标、决策、待办、洞察及值得保留的事实等,并按规则赋予权重。

置信度路由(README):autoSaveMemory 0.80、autoSaveProfile 0.85 直接入库;更低进入 待审。用户原话相对智能体转述有 +0.06 / −0.18 的加减分。画像可在会话开头注入一段短摘要,在 我 → 自动沉淀 中开关。

召回:由助手按需拉取

README 强调 Recall: pull, not push:默认不向会话注入大段记忆或隐藏 system 消息。智能体在需要时调用:

  • memory_brief — 短摘要(画像一两句 + 置顶与近期记忆标题,≤1.2k 字符)
  • memory_search — 混合检索长尾记忆,可筛标签与 kind
  • profile_read — 完整画像,用于需要高度个性化回答时

工具说明中约定:用户提到过往会话、历史决策或长期规则,或在可能重复提问前先召回。

检索与索引

memory_search 与界面搜索共用 lib/retrieval.js 打分:

score = 0.42 · cosine(query, memory)
      + 0.40 · BM25(query, memory)
      + 0.05 · exact substring
      + 0.13 · prior

嵌入为本地、无神经模型下载:拉丁词 + 中文 uni/bi-gram,哈希到 384 维;BM25 负责精确词匹配。排序后可沿图扩展一跳邻居。长文按句子切分为最多 180 字符的子块(CHUNK_CHARS)分别打分,父记忆取最佳子块并加覆盖度 bonus;UI 与 memory_search 展示命中子句。

捕获的记忆带 origin.sessionId 与 origin.turn,可通过 GET /episode?session= 或 memory_read 还原同会话上下文,无需再存一份完整对话副本。

智能体工具与本地 HTTP

README 列出十二类工具:memory_write、memory_search、memory_brief、memory_read、memory_list、memory_update、memory_delete、profile_read、profile_write、profile_forget、memory_link、memory_graph。

本地 HTTP 前缀为 /dsh-memory-studio/api/…,涵盖 state、search、条目 CRUD、导入导出、episode、tree、graph、profile、inbox、settings、capture 等(完整路径表见仓库 README HTTP surface)。

存储位置

默认目录:$DSH_HOME/memory-studio/(无 DSH_HOME 时用 ~/.dsh/memory-studio/),可用环境变量 DSH_MEMORY_STUDIO_DIR 覆盖。主要文件:memories.json、profile.json、inbox.json、settings.json。写入采用临时文件再 rename;多实例共享目录时会按 mtime 重新读盘。

安装与启用

插件安装在 profile 的 node_modules 中。README Install 给出两种方式(示例为 PowerShell;Linux 用户需自行把路径换成自己的 DSH_HOME 与 profile 名,逻辑相同)。

方式一:复制本地 checkout 到 node_modules

Copy-Item -Recurse . "$env:DSH_HOME\profiles\desktop\node_modules\dsh-memory-studio"

方式二:在 profile 的 package.json 中声明依赖并加入 bundle

路径示例:C:\Users\<你>\.dsh\profiles\desktop\package.json(Linux 一般为 ~/.dsh/profiles/<profile名>/package.json):

"dependencies": { "dsh-memory-studio": "0.1.0", ... },
"dsh": { "profile": { "bundles": [ ..., "dsh-memory-studio" ] } }

完成后重载应用窗口(浏览器端在页面加载时拉取)。会话栏会出现 记忆 标签,工具列表中会出现上述 memory / profile 工具。

SkillHub 目录页提供的安装话术为:让 DeepSeek Harness 安装 DSH 插件 Yuankilo/dsh-memory-studio(页面上「发送给 DeepSeek Harness 安装」区块;具体步骤以 Harness 当前插件机制为准)。请勿凭插件名自行拼接未在文档出现的 CLI 命令。

典型用法

  1. 自动沉淀:正常对话,会话结束或 debounce 后查看 待审,接受或驳回提案;在 记忆 中搜索、置顶、归档。
  2. 智能体主动写记忆:需要保留智能体归纳但用户未说出口的内容时,由助手调用 memory_write,而不是依赖自动捕获读 assistant 侧文本。
  3. 任务前召回:涉及历史决策时先 memory_brief 或 memory_search,必要时 profile_read。
  4. 导出备份:GET /dsh-memory-studio/api/export(?format=md 可导出 Markdown)。
  5. 开发自检(README Development):
node test/smoke.mjs
node test/render.mjs

仅使用 Node 标准库,无额外 install 步骤。

卸载:从 dsh.profile.bundles 移除条目、删除包目录,可选删除 ~/.dsh/memory-studio/(README Uninstall)。

适用场景与注意

适合:希望在 DSH 内统一管理「工作记忆 + 用户画像」、要可视化审阅捕获结果、要离线混合检索且不想维护向量库服务的开发者。

注意:

  • 插件与 DSH 进程同权运行,安装前请审查 GitHub 仓库 源码与 MIT 许可证。
  • 自动捕获不收录智能体发言;长期规则若只出现在 assistant 消息里,应通过工具或用户在 我 / 记忆 中显式写入。
  • README 安装示例以 Windows PowerShell 为主,其他系统请等价调整路径与环境变量。

结尾

dsh-memory-studio 把「记住什么、如何检索、如何展示关系」收进一套本地 JSON 与同一套打分逻辑,并用五个视图和十二个工具接到 Harness 会话里。需要安装说明与分类信息时可打开 SkillHub 目录页,需要捕获规则、API 与存储细节时以 GitHub README 为准。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye