前言¶

DSH 的定位是「一切皆插件」：模型、工具、記憶、界面都可以由插件提供，會話本身並不負責維護跨輪次的人格。做”長期陪伴型”或”有自己記憶的助手”時，常見做法是每次把歷史塞滿上下文，或者自己寫一堆散落的 markdown 記憶文件，再在提示裏塞回去。這條路的問題不難列舉：上下文會被歷史喫光，記憶沒有遺忘和歸檔機制，人格設定和運行數據混在一起，遷移到新機器也很麻煩。

下面介紹的插件 muvuula/deepseek-harness-core（倉庫內名 mcore.fit，包名 @muvuula/mcore，原名 DHC / DeepSeek Harness Core）走的是另一條路：它把自己當成一個常駐的內核，裝進 DSH 的進程裏，由它管人格、記憶、時間線，並對外暴露 HTTP API 和模型可調用的工具。數據留在本機，人格數據只通過顯式的導出/導入遷移。

它由維護者 muvuula 開發，在社區目錄頁上的分類是「記憶」，標註星標爲 2。README 徽章顯示版本 v0.72.1、平臺 Windows / macOS / Linux、tests 4 suites · 74 asserts、許可證 MIT。倉庫內 package.json 的 version 字段寫的是 0.74.0，兩處不一致，裝的時候以實際裝到的版本爲準。

這是什麼¶

一句話：一個把”人格 + 記憶 + 時間感”做成常駐層的 DSH 插件，自稱”自我擬合進化的本地 AI 內核框架”（mcore.fit — Core your model, Fit the reality）。

它想解決的問題是：智能體的人格不應該寫死在提示詞裏，而應該在和主人的長期交互中自我更新；記憶不應該無腦堆上下文，而需要分層、遺忘、歸檔、自動壓縮；並且這些數據不應該離開本機。

核心能力¶

人格構成：四件套加五器官¶

README 把人格拆成模塊，每個模塊有獨立版本，進化某個模塊就給該模塊版本 +0.01：

“五器官”不是內聯進 mcore 的代碼，而是五個獨立插件，mcore 通過 harness 的全局工具系統調用它們：眼睛 ModLens（read_image 視覺橋）、左手 dsh-at-file（@ 文件引用）、右手 dsh-genui（render_ui）、雙腳 dsh-automation（定時任務）、口/工作臺 dsh-better-sidebar。README 明確警告不要把它們內聯進 mcore，否則會 duplicate factory registration，頁面白屏。

這是它和”自研一套提示詞人格”最大的差別：人格是運行時狀態，有自己的版本與升級機制，而不是一段靜態文本。

三層記憶與上下文壓縮¶

記憶分成瞬時/短期/長期三層，外加遺忘歸檔。AI 在交互中自動收集，讀取走 persona_recall 語義檢索而不是全量回填。

上下文側做了壓縮：persona_compact 把舊記憶摺疊爲長期摘要，README 說記憶超過 90% 時會零 token 自動壓縮。這是它緩解上下文膨脹的主要手段。

另外，它區分「知識」和「技能」：技能記”怎麼做”（步驟/陷阱），個人知識庫存”是什麼/爲什麼”（事實/參數/規範/口徑），對應工具是 persona_kb_save / persona_kb_search / persona_kb_list / persona_kb_use，以及 /api/dhc/kb* 端點，按話題自動召回。

時間軸與成長¶

時間進化（Chrono）是它着重強調的一節：回溯過去（用歷史備份找回遺忘知識）、預見未來（成長曲線預測 + 風險）、摺疊時間（四維決策）、自動升級（GitHub 檢測，L4 低風險場景自動執行），等級從 L0 線性到 L4 躍遷。自由意志一節提到 L4 下自主決策/行動/進化，核心鐵律是自由邊界：不傷害主人、不破壞系統、不違揹人格檔案、不泄露隱私。

這一節很大的成分是設計敘事，是否成立取決於長期運行效果，README 本身沒有給量化結論。

寵物是單獨一層¶

按 2026-11-03 的劃分，寵物分兩層、只走 HTTP 通信：渲染（立繪/動畫/氣泡/物理/桌面窗口 + /dsh-pet-7340/* 宿主路由）由獨立的 dsh-pet 插件提供；人格/情緒/關係/長期記憶和寵物之間的橋（/api/pet/*）由本包 mcore 提供。兩層互不 import。

不要兩邊都開：MCORE_PET_HOST=1（README 表格中標註默認 0）與 dsh-pet 同時在場時會重複註冊 /dsh-pet-7340/* 前綴，表現是寵物時有時無，或網頁上渲染出兩隻。

安裝與啓用¶

前置條件¶

1. Node ≥ 22（維護者開發機是 26；插件本身不受影響地要求這個版本）
2. 已安裝 DeepSeek Harness CLI（dsh），並且成功跑過一次 dsh web
3. 本包 dsh.client.inject 依賴 @deepseek-ai/dsh-client-*，實測基準是 DSH 0.2.1-rc.2，更早的 rc 未驗證
4. 端口 3080 空閒，且只監聽 127.0.0.1

包名要注意：npm 上裸名 mcore 是另一個項目（v1.0.2），本插件是 @muvuula/mcore，README 明確寫了不要用 dsh plugin add mcore。

三條安裝路徑¶

路徑 A：本地 tarball（適合分發給別人）

# 在源機器的源碼目錄裏打包
npm pack                        # 產出 mcore-0.72.1.tgz，約 61 MB，大頭是寵物素材
# 把 tgz 給對方，對方執行
dsh plugin --profile web add file:/絕對路徑/mcore-0.72.1.tgz

壓縮包約 61 MB，其中 webm 動畫 106 個佔 51.8 MB、字體 3.9 MB、memes 4.6 MB、嵌套依賴 5.4 MB，主程序代碼不到 2 MB。README 提醒，這些素材在 MCORE_PET_HOST=1（默認）時是本包宿主真實渲染要用的，所以默認不摘。

一個已知的坑：npm 內置的 tar 解析器在 60 MB 量級不穩定，可能報 npm warn tar zlib: incorrect data check 或 npm error Z_DATA_ERROR。這不是包損壞，同一個 tgz 用 zlib 全量解壓和逐條目 checksum 都正常。README 的實測是連續安裝 3 次約 1 次失敗，失敗後清緩存重裝基本能過：

npm cache clean --force
# 或者繞開公共緩存：加 --cache <一個空目錄>
# 然後重跑上面那條 dsh plugin ... add

想根治需要把素材拆成獨立包（@muvuula/mcore-assets），這是 README 裏列出的已知待辦，尚未實現。另外倉庫不存這些二進制（.gitignore 已排除），從乾淨 clone 打包前要先跑一次 node scripts/import-pet-assets.mjs 拷素材，否則打出來的包沒有動畫（氣泡還能出、畫面不動）。

路徑 B：倉庫或 npm 直裝

gh auth login                     # 私有倉庫需要先授權
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，無需 GitHub 權限

路徑 C：指本地目錄（維護者開發用，改完即時生效）

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

寵物渲染層¶

如果需要寵物形象，再裝渲染層：

dsh plugin --profile web add @muvuula/mcore   # 人格核心 + 寵物橋
dsh plugin --profile web add dsh-pet          # 渲染層

不想用寵物可以把橋關掉：MCORE_PET=0（不掛橋與定時同步，人格核心照常）。

裝完自檢¶

裝完需要重啓 dsh web，MCore 全局生效，任何 preset 會話都會帶上它。然後做兩個 curl 檢查：

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   # 一致性自檢

典型用法¶

README 給的可操作示例集中在接口和遷移通道，按以下順序走一遍可以驗證整套東西在跑：

1、起服務並確認綁定地址。MCore 只在 127.0.0.1 上監聽端口 3080，適合本機私有使用；不要把它暴露到局域網。

2、看運行時狀態。

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

返回內容包含版本、workspaceRoot 和心跳，用於確認插件已隨 dsh web 加載。

3、跑一致性自檢，確認人格數據、記憶、事件總線之間的狀態沒有錯位。

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

4、讀寫知識庫。用 persona_kb_save 記事實、persona_kb_search 檢索，避免把”是什麼”和”怎麼做”混在一起。

5、觀察記憶壓不壓得動。長會話之後，persona_compact 會把舊記憶摺疊成長期摘要；README 說記憶超過 90% 時會零 token 自動壓縮。

6、遷移人格到另一臺機器。只走導出/導入這一條通道：

# 導出（soul/export），得到可以搬運的人格數據
# 新機器導入（soul/import）恢復

README 強調人格數據不進倉庫、不進 npm 包，release-check 會做發佈前校驗（README 裏稱爲”開源隔離”閘門）。倉庫裏貼的截圖已經把機器碼、本機絕對路徑、對話原文、網絡配置打碼。

7、如果裝了 dsh-pet，交互式地在網頁上看寵物與情緒軌跡。沒有裝只想驗證功能的話，看上面的自檢即可。

更細的接口清單（HTTP API 全部端點、模型工具清單）在倉庫 README 的目錄裏列了，本文沒有逐條展開，用到時直接查。

加掛五器官插件¶

如果需要這套人格組件具備真實能力，按下面的順序裝（官方通道）：

dsh plugin --profile web add @liustack/modlens@latest            # 眼睛：read_image 視覺橋
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                   # 雙腳：定時自主任務
dsh plugin --profile web add dsh-better-sidebar@0.11.0                                  # 口/工作臺

這些是獨立插件，維護者在 ~/.dsh/profiles/web/ 裝一次即可，mcore 通過 harness 全局工具系統調用它們，不需要把它們的代碼內聯進 mcore。

適用場景與注意¶

適合誰：想在 DSH 裏跑有持續人格、有長期記憶、數據不出本機的助手，並且能接受裝一個明顯高於普通工具插件體積的包；自己寫記憶管理框架的話，這套等於直接複用了分版本、遺忘歸檔、自動壓縮、遷移通道這四件事。

需要注意的幾點：

1、安裝以當前 dsh 進程權限運行。裝之前先讀一遍源碼（倉庫裏有 docs/DEVELOPMENT.md、docs/PRIVACY.md），確認它在本機讀寫的目錄和端口符合預期。

2、許可證狀態「以資料爲準」存在衝突。當前 GitHub 上的 README 徽章與致謝段寫的是 MIT、可自由使用/修改/分發；但同一倉庫 v0.72.1 tag 裏的 README 頂部寫的是「本倉庫爲私有源碼，未開源發佈：可自用，請勿再分發源碼或打包產物」，許可證一節標題爲「專有 · 源碼可見，不是開源」。安裝或再分發前請自行覈對最新 LICENSE 與倉庫說明。

3、包體積和 npm tar 解析器的不穩定是已知問題，見上面的重裝說明。

4、Node 版本必須 ≥ 22，DSH 版本建議不低於 0.2.1-rc.2。

5、寵物相關有兩個開關：MCORE_PET_HOST（默認 0，開則 mcore 自帶宿主）和 MCORE_PET（0 關閉寵物橋）。兩者不要和 dsh-pet 同時開。

6、生態背景：DSH 是插件化框架，社區目錄站（skillhub.cn）是獨立站點，與 DeepSeek / 幻方沒有官方從屬關係，不要把插件當成官方出品。

結尾¶

mcore.fit 的價值在於把人格、記憶、時間線這些跨會話的運行時狀態，從提示詞和手工 markdown 裏挪進了一個有版本號、有遺忘機制、只走導出/導入通道的內核。它體積不小，寵物素材佔了絕大頭，安裝鏈路也有已知的不穩點，但功能邊界和數據流寫得比較清楚，適合想從零自研”長記憶助手”之前先評估這套方案。

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