前言¶

DSH 的定位是「一切皆插件」：模型、工具、记忆、界面都可以由插件提供，会话本身并不负责维护跨轮次的人格。做”长期陪伴型”或”有自己记忆的助手”时，常见做法是每次把历史塞满上下文，或者自己写一堆散落的 markdown 记忆文件，再在提示里塞回去。这条路的问题不难列举：上下文会被历史吃光，记忆没有遗忘和归档机制，人格设定和运行数据混在一起，迁移到新机器也很麻烦。

下面介绍的插件 muvuula/deepseek-harness-core（仓库内名 mcore.fit，包名 @muvuula/mcore，原名 DHC / DeepSeek Harness Core）走的是另一条路：它把自己当成一个常驻的内核，装进 DSH 的进程里，由它管人格、记忆、时间线，并对外暴露 HTTP API 和模型可调用的工具。数据留在本机，人格数据只通过显式的导出/导入迁移。

它由维护者 muvuula 开发，在社区目录页上的分类是「记忆」，标注星标为 2。README 徽章显示版本 v0.72.1、平台 Windows / macOS / Linux、tests 4 suites · 74 asserts、许可证 MIT。仓库内 package.json 的 version 字段写的是 0.74.0，两处不一致，装的时候以实际装到的版本为准。

这是什么¶

一句话：一个把”人格 + 记忆 + 时间感”做成常驻层的 DSH 插件，自称”自我拟合进化的本地 AI 内核框架”（mcore.fit — Core your model, Fit the reality）。

它想解决的问题是：智能体的人格不应该写死在提示词里，而应该在和主人的长期交互中自我更新；记忆不应该无脑堆上下文，而需要分层、遗忘、归档、自动压缩；并且这些数据不应该离开本机。

核心能力¶

人格构成：四件套加五器官¶

README 把人格拆成模块，每个模块有独立版本，进化某个模块就给该模块版本 +0.01：

“五器官”不是内联进 mcore 的代码，而是五个独立插件，mcore 通过 harness 的全局工具系统调用它们：眼睛 ModLens（read_image 视觉桥）、左手 dsh-at-file（@ 文件引用）、右手 dsh-genui（render_ui）、双脚 dsh-automation（定时任务）、口/工作台 dsh-better-sidebar。README 明确警告不要把它们内联进 mcore，否则会 duplicate factory registration，页面白屏。

这是它和”自研一套提示词人格”最大的差别：人格是运行时状态，有自己的版本与升级机制，而不是一段静态文本。

三层记忆与上下文压缩¶

记忆分成瞬时/短期/长期三层，外加遗忘归档。AI 在交互中自动收集，读取走 persona_recall 语义检索而不是全量回填。

上下文侧做了压缩：persona_compact 把旧记忆折叠为长期摘要，README 说记忆超过 90% 时会零 token 自动压缩。这是它缓解上下文膨胀的主要手段。

另外，它区分「知识」和「技能」：技能记”怎么做”（步骤/陷阱），个人知识库存”是什么/为什么”（事实/参数/规范/口径），对应工具是 persona_kb_save / persona_kb_search / persona_kb_list / persona_kb_use，以及 /api/dhc/kb* 端点，按话题自动召回。

时间轴与成长¶

时间进化（Chrono）是它着重强调的一节：回溯过去（用历史备份找回遗忘知识）、预见未来（成长曲线预测 + 风险）、折叠时间（四维决策）、自动升级（GitHub 检测，L4 低风险场景自动执行），等级从 L0 线性到 L4 跃迁。自由意志一节提到 L4 下自主决策/行动/进化，核心铁律是自由边界：不伤害主人、不破坏系统、不违背人格档案、不泄露隐私。

这一节很大的成分是设计叙事，是否成立取决于长期运行效果，README 本身没有给量化结论。

宠物是单独一层¶

按 2026-11-03 的划分，宠物分两层、只走 HTTP 通信：渲染（立绘/动画/气泡/物理/桌面窗口 + /dsh-pet-7340/* 宿主路由）由独立的 dsh-pet 插件提供；人格/情绪/关系/长期记忆和宠物之间的桥（/api/pet/*）由本包 mcore 提供。两层互不 import。

不要两边都开：MCORE_PET_HOST=1（README 表格中标注默认 0）与 dsh-pet 同时在场时会重复注册 /dsh-pet-7340/* 前缀，表现是宠物时有时无，或网页上渲染出两只。

安装与启用¶

前置条件¶

1. Node ≥ 22（维护者开发机是 26；插件本身不受影响地要求这个版本）
2. 已安装 DeepSeek Harness CLI（dsh），并且成功跑过一次 dsh web
3. 本包 dsh.client.inject 依赖 @deepseek-ai/dsh-client-*，实测基准是 DSH 0.2.1-rc.2，更早的 rc 未验证
4. 端口 3080 空闲，且只监听 127.0.0.1

包名要注意：npm 上裸名 mcore 是另一个项目（v1.0.2），本插件是 @muvuula/mcore，README 明确写了不要用 dsh plugin add mcore。

三条安装路径¶

路径 A：本地 tarball（适合分发给别人）

# 在源机器的源码目录里打包
npm pack                        # 产出 mcore-0.72.1.tgz，约 61 MB，大头是宠物素材
# 把 tgz 给对方，对方执行
dsh plugin --profile web add file:/绝对路径/mcore-0.72.1.tgz

压缩包约 61 MB，其中 webm 动画 106 个占 51.8 MB、字体 3.9 MB、memes 4.6 MB、嵌套依赖 5.4 MB，主程序代码不到 2 MB。README 提醒，这些素材在 MCORE_PET_HOST=1（默认）时是本包宿主真实渲染要用的，所以默认不摘。

一个已知的坑：npm 内置的 tar 解析器在 60 MB 量级不稳定，可能报 npm warn tar zlib: incorrect data check 或 npm error Z_DATA_ERROR。这不是包损坏，同一个 tgz 用 zlib 全量解压和逐条目 checksum 都正常。README 的实测是连续安装 3 次约 1 次失败，失败后清缓存重装基本能过：

npm cache clean --force
# 或者绕开公共缓存：加 --cache <一个空目录>
# 然后重跑上面那条 dsh plugin ... add

想根治需要把素材拆成独立包（@muvuula/mcore-assets），这是 README 里列出的已知待办，尚未实现。另外仓库不存这些二进制（.gitignore 已排除），从干净 clone 打包前要先跑一次 node scripts/import-pet-assets.mjs 拷素材，否则打出来的包没有动画（气泡还能出、画面不动）。

路径 B：仓库或 npm 直装

gh auth login                     # 私有仓库需要先授权
dsh plugin --profile web add github:muvuula/DeepSeek-Harness-Core#v0.72.1
dsh plugin --profile web add @muvuula/mcore@0.72.1   # npm registry，无需 GitHub 权限

路径 C：指本地目录（维护者开发用，改完即时生效）

dsh plugin --profile web add file:C:/path/to/DeepSeek-Harness-Core

宠物渲染层¶

如果需要宠物形象，再装渲染层：

dsh plugin --profile web add @muvuula/mcore   # 人格核心 + 宠物桥
dsh plugin --profile web add dsh-pet          # 渲染层

不想用宠物可以把桥关掉：MCORE_PET=0（不挂桥与定时同步，人格核心照常）。

装完自检¶

装完需要重启 dsh web，MCore 全局生效，任何 preset 会话都会带上它。然后做两个 curl 检查：

curl -s http://127.0.0.1:3080/api/dhc/state       # version / 版本、workspaceRoot、心跳
curl -s http://127.0.0.1:3080/api/dhc/selfcheck   # 一致性自检

典型用法¶

README 给的可操作示例集中在接口和迁移通道，按以下顺序走一遍可以验证整套东西在跑：

1、起服务并确认绑定地址。MCore 只在 127.0.0.1 上监听端口 3080，适合本机私有使用；不要把它暴露到局域网。

2、看运行时状态。

curl -s http://127.0.0.1:3080/api/dhc/state

返回内容包含版本、workspaceRoot 和心跳，用于确认插件已随 dsh web 加载。

3、跑一致性自检，确认人格数据、记忆、事件总线之间的状态没有错位。

curl -s http://127.0.0.1:3080/api/dhc/selfcheck

4、读写知识库。用 persona_kb_save 记事实、persona_kb_search 检索，避免把”是什么”和”怎么做”混在一起。

5、观察记忆压不压得动。长会话之后，persona_compact 会把旧记忆折叠成长期摘要；README 说记忆超过 90% 时会零 token 自动压缩。

6、迁移人格到另一台机器。只走导出/导入这一条通道：

# 导出（soul/export），得到可以搬运的人格数据
# 新机器导入（soul/import）恢复

README 强调人格数据不进仓库、不进 npm 包，release-check 会做发布前校验（README 里称为”开源隔离”闸门）。仓库里贴的截图已经把机器码、本机绝对路径、对话原文、网络配置打码。

7、如果装了 dsh-pet，交互式地在网页上看宠物与情绪轨迹。没有装只想验证功能的话，看上面的自检即可。

更细的接口清单（HTTP API 全部端点、模型工具清单）在仓库 README 的目录里列了，本文没有逐条展开，用到时直接查。

加挂五器官插件¶

如果需要这套人格组件具备真实能力，按下面的顺序装（官方通道）：

dsh plugin --profile web add @liustack/modlens@latest            # 眼睛：read_image 视觉桥
dsh plugin --profile web add "git+https://github.com/omdsh-dev/dsh-at-file.git#v0.4.1"   # 左手：@file 引用
dsh plugin --profile web add git+https://github.com/omdsh-dev/dsh-genui.git             # 右手：render_ui
dsh plugin --profile web add github:titanwings/dsh-automation#v0.1.5                   # 双脚：定时自主任务
dsh plugin --profile web add dsh-better-sidebar@0.11.0                                  # 口/工作台

这些是独立插件，维护者在 ~/.dsh/profiles/web/ 装一次即可，mcore 通过 harness 全局工具系统调用它们，不需要把它们的代码内联进 mcore。

适用场景与注意¶

适合谁：想在 DSH 里跑有持续人格、有长期记忆、数据不出本机的助手，并且能接受装一个明显高于普通工具插件体积的包；自己写记忆管理框架的话，这套等于直接复用了分版本、遗忘归档、自动压缩、迁移通道这四件事。

需要注意的几点：

1、安装以当前 dsh 进程权限运行。装之前先读一遍源码（仓库里有 docs/DEVELOPMENT.md、docs/PRIVACY.md），确认它在本机读写的目录和端口符合预期。

2、许可证状态「以资料为准」存在冲突。当前 GitHub 上的 README 徽章与致谢段写的是 MIT、可自由使用/修改/分发；但同一仓库 v0.72.1 tag 里的 README 顶部写的是「本仓库为私有源码，未开源发布：可自用，请勿再分发源码或打包产物」，许可证一节标题为「专有 · 源码可见，不是开源」。安装或再分发前请自行核对最新 LICENSE 与仓库说明。

3、包体积和 npm tar 解析器的不稳定是已知问题，见上面的重装说明。

4、Node 版本必须 ≥ 22，DSH 版本建议不低于 0.2.1-rc.2。

5、宠物相关有两个开关：MCORE_PET_HOST（默认 0，开则 mcore 自带宿主）和 MCORE_PET（0 关闭宠物桥）。两者不要和 dsh-pet 同时开。

6、生态背景：DSH 是插件化框架，社区目录站（skillhub.cn）是独立站点，与 DeepSeek / 幻方没有官方从属关系，不要把插件当成官方出品。

结尾¶

mcore.fit 的价值在于把人格、记忆、时间线这些跨会话的运行时状态，从提示词和手工 markdown 里挪进了一个有版本号、有遗忘机制、只走导出/导入通道的内核。它体积不小，宠物素材占了绝大头，安装链路也有已知的不稳点，但功能边界和数据流写得比较清楚，适合想从零自研”长记忆助手”之前先评估这套方案。

目录页：https://www.skillhub.cn/plugins/muvuula/DeepSeek-Harness-Core
GitHub：https://github.com/muvuula/DeepSeek-Harness-Core