dsh-memory-studio:DSH 本地可視化記憶與混合檢索

前言

在 DeepSeek Harness(DSH)裏做長期任務時,常見做法是往系統提示裏堆背景,或靠外部向量庫做 RAG。前者每輪都佔 token,後者往往要服務、密鑰和額外依賴。若你希望「記住決策與偏好、需要時再查」,且數據留在本機、界面能直接審閱和改,就需要一套和 Harness 同進程、同存儲模型的記憶插件。

下面介紹社區維護者 Yuankilo 發佈的 dsh-memory-studio(分類:記憶)。它用本地 JSON 存記憶與用戶畫像,提供五個可視化視圖和十二組 memory_* / profile_* 工具,不依賴外部模型推理做捕獲分類,也不要求 API key 或獨立服務。

這是什麼

dsh-memory-studio 是面向 DeepSeek Harness 的可視化記憶管理插件:本地 JSON 存儲、五種界面視圖、智能體可調用的工具,全程本地運行(README 寫明:No API key, no server, no dependency to install)。

SkillHub 爲獨立社區目錄,與 DeepSeek / 幻方無官方從屬關係;DSH 生態本身是「一切皆插件」,安裝前請自行閱讀源碼與許可證。

界面從哪進、五個分區做什麼

同一套界面可從三處進入(README What it gives you):

  1. 會話視圖裏與 Chat / Trajectory 並列的 記憶 標籤頁
  2. 佔滿會話區的 main 面板(key: memory-studio)
  3. 左側欄 sidebar.panellist 中的一行(側欄行只能打開面板,不能單獨開標籤)

五個分區如下:

分區 作用
記憶 可長期保留的工作筆記:搜索、按類型與標籤篩選、編輯、置頂、歸檔、刪除、28 天熱力條;命中時展示匹配句子
目錄 同一批條目的樹形瀏覽:按主題(標籤簇 → 類型 → 記憶)或按會話(session → turn → 記憶)
我 用戶畫像,與工作記憶分開:身份字段 + identity / work / tooling / preference / constraint / goal / style 等 facet
關係 力導向圖展示記憶之間的關聯(顯式鏈接、共享標籤、詞面重疊、同類型、同會話、時間鄰近等)
待審 捕獲引擎置信度不足、未自動入庫的提案,展示規則、原句與置信度,可一鍵接受或駁回

捕獲:什麼會進庫、什麼不會

會話結束,或某輪對話停止並在 debounceMs 內無新輸入時,引擎讀取對話並套用 lib/policy.js 中的規則表。不向模型發送內容;每個候選都對應一條規則和一句原文。

README 列出的不會記住的類型包括:確認語(如 好、ok)、日誌行、代碼片段、問句、智能體側全部發言(只讀用戶側;智能體若要留檔應主動調用 memory_write)、一次性 imperative 任務請求、harness boilerplate、重複或已有內容、無匹配規則的句子等。

會記住的包括:身份與角色、工作與工具上下文(進 profile)、偏好、約束、目標、決策、待辦、洞察及值得保留的事實等,並按規則賦予權重。

置信度路由(README):autoSaveMemory 0.80、autoSaveProfile 0.85 直接入庫;更低進入 待審。用戶原話相對智能體轉述有 +0.06 / −0.18 的加減分。畫像可在會話開頭注入一段短摘要,在 我 → 自動沉澱 中開關。

召回:由助手按需拉取

README 強調 Recall: pull, not push:默認不向會話注入大段記憶或隱藏 system 消息。智能體在需要時調用:

  • memory_brief — 短摘要(畫像一兩句 + 置頂與近期記憶標題,≤1.2k 字符)
  • memory_search — 混合檢索長尾記憶,可篩標籤與 kind
  • profile_read — 完整畫像,用於需要高度個性化回答時

工具說明中約定:用戶提到過往會話、歷史決策或長期規則,或在可能重複提問前先召回。

檢索與索引

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

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

嵌入爲本地、無神經模型下載:拉丁詞 + 中文 uni/bi-gram,哈希到 384 維;BM25 負責精確詞匹配。排序後可沿圖擴展一跳鄰居。長文按句子切分爲最多 180 字符的子塊(CHUNK_CHARS)分別打分,父記憶取最佳子塊並加覆蓋度 bonus;UI 與 memory_search 展示命中子句。

捕獲的記憶帶 origin.sessionId 與 origin.turn,可通過 GET /episode?session= 或 memory_read 還原同會話上下文,無需再存一份完整對話副本。

智能體工具與本地 HTTP

README 列出十二類工具: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 前綴爲 /dsh-memory-studio/api/…,涵蓋 state、search、條目 CRUD、導入導出、episode、tree、graph、profile、inbox、settings、capture 等(完整路徑表見倉庫 README HTTP surface)。

存儲位置

默認目錄:$DSH_HOME/memory-studio/(無 DSH_HOME 時用 ~/.dsh/memory-studio/),可用環境變量 DSH_MEMORY_STUDIO_DIR 覆蓋。主要文件:memories.json、profile.json、inbox.json、settings.json。寫入採用臨時文件再 rename;多實例共享目錄時會按 mtime 重新讀盤。

安裝與啓用

插件安裝在 profile 的 node_modules 中。README Install 給出兩種方式(示例爲 PowerShell;Linux 用戶需自行把路徑換成自己的 DSH_HOME 與 profile 名,邏輯相同)。

方式一:複製本地 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 中聲明依賴並加入 bundle

路徑示例:C:\Users\<你>\.dsh\profiles\desktop\package.json(Linux 一般爲 ~/.dsh/profiles/<profile名>/package.json):

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

完成後重載應用窗口(瀏覽器端在頁面加載時拉取)。會話欄會出現 記憶 標籤,工具列表中會出現上述 memory / profile 工具。

SkillHub 目錄頁提供的安裝話術爲:讓 DeepSeek Harness 安裝 DSH 插件 Yuankilo/dsh-memory-studio(頁面上「發送給 DeepSeek Harness 安裝」區塊;具體步驟以 Harness 當前插件機制爲準)。請勿憑插件名自行拼接未在文檔出現的 CLI 命令。

典型用法

  1. 自動沉澱:正常對話,會話結束或 debounce 後查看 待審,接受或駁回提案;在 記憶 中搜索、置頂、歸檔。
  2. 智能體主動寫記憶:需要保留智能體歸納但用戶未說出口的內容時,由助手調用 memory_write,而不是依賴自動捕獲讀 assistant 側文本。
  3. 任務前召回:涉及歷史決策時先 memory_brief 或 memory_search,必要時 profile_read。
  4. 導出備份:GET /dsh-memory-studio/api/export(?format=md 可導出 Markdown)。
  5. 開發自檢(README Development):
node test/smoke.mjs
node test/render.mjs

僅使用 Node 標準庫,無額外 install 步驟。

卸載:從 dsh.profile.bundles 移除條目、刪除包目錄,可選刪除 ~/.dsh/memory-studio/(README Uninstall)。

適用場景與注意

適合:希望在 DSH 內統一管理「工作記憶 + 用戶畫像」、要可視化審閱捕獲結果、要離線混合檢索且不想維護向量庫服務的開發者。

注意:

  • 插件與 DSH 進程同權運行,安裝前請審查 GitHub 倉庫 源碼與 MIT 許可證。
  • 自動捕獲不收錄智能體發言;長期規則若只出現在 assistant 消息裏,應通過工具或用戶在 我 / 記憶 中顯式寫入。
  • README 安裝示例以 Windows PowerShell 爲主,其他系統請等價調整路徑與環境變量。

結尾

dsh-memory-studio 把「記住什麼、如何檢索、如何展示關係」收進一套本地 JSON 與同一套打分邏輯,並用五個視圖和十二個工具接到 Harness 會話裏。需要安裝說明與分類信息時可打開 SkillHub 目錄頁,需要捕獲規則、API 與存儲細節時以 GitHub README 爲準。

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

小夜