前言¶
做 IM 機器人或網頁助手的人一般都會遇到同一個問題：上一輪還在聊，下一輪就什麼都不記得了。常見做法是把最近若干輪對話塞進上下文，或者把聊天記錄存進一個文件，下次按字符串搜出來。前者窗口一短就失憶，後者搜出來的是原文，機器人不會判斷”這件事我還記不記得清”，也不會因爲某天被兇過而讓這件事多留幾個月。
hippocampus_22 是 DSH 社區裏的一個記憶類插件，維護者是 kianajunjie，目前 GitHub 上有 2 個星標。它的思路不是”聊天存數據庫”，而是照海馬體的工作方式做記憶：事件編碼 → 鞏固 → 遺忘 → 聯想召回 → 元記憶。記憶存在一個本地 SQLite 文件裏，不上傳、不聯網、不用向量庫，開發時可以當庫用，也可以用 CLI 直接操作。
下面介紹它是什麼、提供哪些能力、如何在 DSH 裏安裝，以及適合什麼場景。
一、定位與來源¶
一句話定位：這是一個面向長時運行陪伴型機器人的情感記憶層，負責把每一輪對話加工成有情緒權重的結構化記憶，並在下一輪對話時按規則召回。
它派生自同作者的 dsh-hippocampus v0.3.1（MIT），當前包版本 0.2.0，採用 MIT 許可證。派生與署名說明寫在倉庫的 NOTICE 文件裏，二次分發需要保留 LICENSE 與 NOTICE。
技術要求是 Node 大於等於 22.5，依賴數爲 0，只使用 Node 內置的 node:sqlite，不安裝任何第三方包。
二、核心能力¶
README 裏列出的能力如下，都是可以直接覈對的：
- 事件記憶：每輪對話被加工成”誰、何時、發生了什麼、什麼情緒”，而不是原文落庫。
- 情緒加權遺忘：被兇或被感動的那天能撐幾個月，普通的一天很快淡掉。
- 確定度：每條記憶帶”記得清 / 大概記得 / 只記得有這回事”三級標記，機器人不會假裝很確定。
- 改口即失效：用戶改主意之後（例如住址從成都改成杭州），舊事實自動作廢，不會自相矛盾。
- 關係層：針對每個用戶維護親密、信任、未解開的疙瘩等維度，長時間不出現會淡化，關係修復後才解開。
- 事實 / 章節 / 技能 / 缺口：住哪、在哪個時期、做事方式、以及”我不懂什麼”；不懂的地方可以主動問。
- 按人隔離：A 用戶看不到 B 用戶的記憶，羣聊拿不到私聊記憶。
- 零依賴：只依賴 Node 內置 SQLite。
v0.2.0 相比 v0.1.0 多了幾項維護能力：health 記憶體檢測、port 記憶導入導出、report 人讀檔案導出、forget 條件遺忘。路線圖裏還列了記憶可視化面板和多設備同步，目前未實現。
三、記憶怎麼流轉¶
接入渠道可以是 QQ 橋、im、網頁或其他軟件。第一件事是映射身份：identities 表保證”同一人 = 一個 subject”，跨渠道也能認出來。
接下來的流程是：
handleTurn()認人，組裝上下文，做一次召回。- 記憶落在
events、relations、facts、chapters、skills、gaps這幾層裏。 context()把召回結果整理成系統提示詞塊，返回給上層。
召回的方法在 src/recall.mjs 裏，按 README 的說法是”詞面匹配 + 圖擴散 + 確定度”，具體實現細節在 docs/architecture.md。
四、安裝與啓用¶
作爲 DSH 插件安裝，官方安裝命令來自 README：
dsh plugin --profile web add github:kianajunjie/hippocampus_22
上面這條命令對應 im / 網頁兩種使用方式。需要說明的是，插件會以當前 dsh 進程的權限運行，讀文件、訪問網絡、執行命令的能力取決於你拉起 dsh 的方式，安裝前建議先翻一遍源碼和 LICENSE。
想先跑起來看效果，可以直接用 CLI。hippo 是安裝後提供的命令行入口（包裏的 bin 同時定義了 hippocampus-22 和 hippo）：
npm i -g hippocampus-22
hippo demo
demo 會寫入幾條帶情緒的舊事件，跑一次遺忘，再做一次召回，用來演示”情緒權重讓舊記憶活得更久”這個行爲。這個演示不需要 API Key。
五、CLI 能做什麼¶
安裝之後直接用 hippo 命令，常用操作如下：
hippo encode --turns <file.json> # 把對話批量編碼成事件
hippo replay # 鞏固：合併近重複 + 情緒衰減
hippo recall "腿疼" # 召回（帶確定度）
hippo context --subject 主人 "..." # 直接看這一輪會塞進提示詞的塊
hippo remember "…" --pin # 主動記一條，--pin 永不衰減
hippo list 20 | audit | stats # 看記憶 / 看作廢記錄 / 看統計
hippo rel 主人 | rel-shift 主人 intimacy:1 why:吵架
hippo fact-add 主人 住在 杭州 | facts 主人
如果只是臨時驗證行爲，hippo context 比較有用：給一個 subject 和一句輸入，它會打印這一輪會塞進系統提示詞的塊，能直接看到召回結果和確定度。
六、作爲庫或 HTTP 服務接入¶
如果不想走 DSH 插件殼，也可以當獨立的 JS 庫用：
import { createHippocampus } from 'hippocampus-22'
const hip = await createHippocampus({ apiKey: process.env.DEEPSEEK_API_KEY })
// 每條消息進來都走一遍：認人 → 組裝提示詞塊 → 召回
const r = await hip.handleTurn({ channel: 'qq', externalId: msg.user_id, text, reply })
// r.context 塞進系統提示，r.recall 是召回結果
// 每天一次鞏固：合併近重複、按情緒衰減、寫一句印象
await hip.replay()
這是典型部署方式：消息回調裏調 handleTurn()，拿到 context 拼進系統提示；定時任務裏調 replay() 做鞏固。
服務端部署時還可以起一個 HTTP 服務，任何語言都能接：
import { createMemoryServer } from 'hippocampus-22/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"}'
接口很薄，就是取當前這一輪的提示詞上下文。上面這個例子把 channel 換成 telegram，說明渠道字段可以隨便指定，身份統一靠 externalId 映射。
七、適用場景與邊界¶
適合誰：
- 正在寫長時運行的陪伴型、私聊型機器人，且需要跨會話記憶的人。
- 希望記憶不離開本機、不想引入向量庫和外部數據庫的人。
- 需要多用戶隔離的 IM 橋接場景。
不太適合的場景：
- 需要嚴格全文檢索或按語義模糊搜索的場景。它召回是詞面匹配加圖擴散，不提供向量檢索，README 裏也沒有承諾語義召回。
- 需要跨設備實時同步的場景。多設備同步在路線圖裏，尚未實現。
另外幾點需要留意：handleTurn 需要 DEEPSEEK_API_KEY，因爲事件編碼是用 LLM 抽取的；demo 不需要 key。項目是派生的，署名鏈在 NOTICE 裏，商用或再分發前要看清許可證條款。安裝前花幾分鐘讀一下源碼，尤其是它會以當前 dsh 進程權限運行這個事實。
八、一句話回顧¶
hippocampus_22 把”陪伴型機器人的記憶”從”存聊天記錄”這套做法裏拆出來，換成有情緒權重、有確定度、會自動遺忘、會承認自己記不清的一層，存儲就是一個本地 SQLite 文件，依賴爲零。如果你的機器人需要跨會話的私人記憶，又不想把數據送出去，可以裝這個插件試一下。
目錄頁：https://www.skillhub.cn/plugins/kianajunjie/hippocampus_22
GitHub：https://github.com/kianajunjie/hippocampus_22
