前言¶
DSH 的理念是「一切皆插件」，模型之外的記憶、工具、通道都靠插件拼。做長期陪伴類機器人（養成型伴侶，比如「大肥魚」）時，常見做法是把聊天記錄塞進數據庫，或者直接套一個向量庫做檢索。前者沒有遺忘，機器人記得越多越僵；後者檢索回來的內容沒有「記不清」這個概念，容易一本正經地編。
下面介紹 dsh-hippocampus，一個面向這類機器人的記憶層，維護者是 kianajunjie。它按人腦海馬體的環節組織記憶，會遺忘、會隨用戶改口失效，也會承認自己記不清。
這是什麼¶
- 插件名稱：dsh-hippocampus
- 倉庫：kianajunjie/dsh-hippocampus
- 維護者：kianajunjie
- 版本：0.3.1
- 許可證：MIT
- 運行要求：Node.js >= 22.5
- 分類：記憶
一句話定位：給長期運行的陪伴機器人提供記憶層，不是數據庫存儲，也不是向量庫套殼。資料裏的定性是「照着海馬體抄的」，拆成事件編碼、鞏固、遺忘、聯想、元記憶五個環節。
核心功能¶
事件記憶：把對話變成「誰、何時、發生了什麼、什麼情緒」。底層分事件、關係、事實、章節、技能/缺口幾類表。
情緒加權遺忘：遺忘不是均勻的。資料裏寫的是「被兇那天的記憶能撐七個月，普通的一天一個半月就沒了」；90 天實測，有情緒權重的舊記憶召回率 27%，去掉情緒權重只有 9%。
確定度：每條記憶帶置信度，分「記得清 / 大概記得 / 只記得有這回事」。它不會把模糊的記憶說得斬釘截鐵。
改口即失效：用戶先說喜歡咖啡、後來說戒了，舊那條自動作廢，不會自相矛盾。
關係層：跟每個人的親密、信任，以及沒解開的疙瘩。久不出現會淡，原諒了才解開。
按人隔離：A 看不到 B 的記憶，羣聊看不到私聊。
平臺無關：QQ、im、網頁、Telegram 都可以接，同一人從幾個門進來，記憶只有一份。底層靠 identities 表把身份統一成一個 subject。
零依賴：用 Node 內置 SQLite，一個本地文件就是全部記憶，不上傳，不需要額外服務。
調用入口是 handleTurn()：解析身份 → 組裝 context → 召回，輸出 r.context（塞進系統提示）和 r.recall（召回結果）。每天再跑一次 replay() 做鞏固與遺忘。
安裝與啓用¶
直接用 npm 安裝，適合直接調庫或命令行：
npm i dsh-hippocampus
作爲 DSH 插件啓用（im / 網頁接入）：
dsh plugin --profile web add github:kianajunjie/dsh-hippocampus
package.json 裏還聲明瞭 dsh.bundle.patch 字段，指向 ./cordis.patch.yml，需要 dsh plugin 流程時留意這個補丁文件。
典型用法¶
直接調庫
import { createHippocampus } from 'dsh-hippocampus'
const hip = await createHippocampus({ apiKey: process.env.DEEPSEEK_API_KEY })
// 每條消息
const r = await hip.handleTurn({ channel: 'qq', externalId: msg.user_id, text, reply })
// r.context → 塞進系統提示，r.recall → 召回結果
// 每天一次
await hip.replay()
先用 npm i 裝包，再寫這段。構造時傳 apiKey，說明編碼、召回的語義處理依賴模型；檢索與整理本身走本地實現。
HTTP 接口（任何語言都能調）
import { createMemoryServer } from 'dsh-hippocampus/http'
await createMemoryServer({ hip, port: 7717, token: 'secret' })
curl -s localhost:7717/context -H 'authorization: Bearer secret' \
-H 'content-type: application/json' \
-d '{"channel":"telegram","externalId":"42","text":"我腿疼"}'
先起服務，再發 POST /context。鑑權走 Bearer，端口和 token 自己定。
命令行
node cli.mjs demo # 不需要模型，先看效果
node cli.mjs encode --turns turns.json
node cli.mjs replay
node cli.mjs context --subject 主人 "我腿疼"
node cli.mjs list 20 | audit | stats
demo 不碰模型，用來先看效果；encode 需要一份 turns.json 輸入，replay 用來跑鞏固與遺忘。npm test 有 26 項測試。
更多接入方式見 docs/integration.md，提示詞配法見 docs/prompt.md，實測數據見 docs/bench.md。
適用場景與注意¶
適合：長期陪伴機器人、養成型伴侶，同一個人在多個入口（QQ、im、網頁、Telegram）需要共用一份記憶，希望機器人有遺忘、有明確度、能隨用戶改口更新。
不適合：客服 FAQ、通用助理、多租戶 SaaS、知識庫問答。資料明確說這些場景用 RAG 更合適。
注意兩點：
- 插件以當前 dsh 進程的權限運行。安裝前應檢查源碼與許可證（本插件爲 MIT），不要只憑目錄頁簡介就裝。
- 它管的是記憶，不是模型本身。構造時需要提供
DEEPSEEK_API_KEY，token 缺失時編碼、召回跑不起來。
結尾¶
dsh-hippocampus 的價值在「會忘」和「會說記不清」這兩點上：它不追求把每句話都存下來，而是按情緒、按改口、按確定度維護一份隨時間變化的記憶，同時保持本地化、平臺無關。對做陪伴類機器人的人來說，比「聊天記錄表 + 向量檢索」更貼近長期對話的形狀。
目錄頁：https://www.skillhub.cn/plugins/kianajunjie/dsh-hippocampus
GitHub：https://github.com/kianajunjie/dsh-hippocampus
