前言¶

長對話裏最難受的不是回答不好，而是回答後面要繼續追問很多次時沒有地方放。傳統聊天窗口只有一條向下的流，回答 A 下面追問了十輪，再想回到回答 B，只能上下翻找；文字一多，定位原文基本靠運氣。

下面介紹的 Mica Space 是 DSH 的一個客戶端插件，維護者 ToiMee，方向是把這條流改成一張可縮放的對話地圖：一條縱向主線，多條從回答分叉出去的支線，每個空間是一張獨立畫布。它在社區目錄 SkillHub 上的分類是「客戶端」，GitHub 上有 1 顆星，包版本 0.99.7，許可證 MIT。

它解決的是同一件事：追問直接長在那張回答上，主線保留完整上下文，支線各自展開，回到主線時本地記憶還能 callback 之前支線的結論。

Mica Space 的定位¶

一句話：DSH 的分支式對話畫布插件，零配置本地記憶。

• 語言 JavaScript，包名 @local/dsh-chat-space，private: true，走 Release 分發，源碼安裝需自建。
• 側邊欄入口叫「Mica空間」，界面語言跟隨 DSH，插件內不單獨切換。
• 當前是預覽版。README 明確寫着 0.99.7 demo，升級前建議保留 .chat-space 備份。

核心功能¶

分三組看。

分支結構與畫布：

• 多空間、文件夾、子文件夾；主線 / 支線 / 子支線樹；
• 豎版支線左右交替排布，避免全部堆在右側；
• 創建分支時可填可選名稱，也可右鍵對「分支名稱（optional）」重命名；
• 點模式下可直接拖動小點調整位置；選中卡片後 Alt + 滾輪仍可縮放畫布；
• 分支顏色支持調色盤和十六進制輸入，主線可單獨設色；
• 分支摺疊 / 展開帶堆疊卡片、淡入淡出和聚合標記；支線卡有四向連接點，摺疊點和展開點做了視覺區分；
• 橫豎佈局在創建空間時決定，之後不可切換。

追問與附件：

• 引用選中文字後繼續追問；
• 圖片和文件附件；
• 圖片附件與掃描版 PDF 的本地 OCR（Tesseract，離線）；
• 已停止的回答旁邊提供「重新問」，重新問不移動視角，完成後顯示藍色未讀標記；
• 卡片支持摺疊、顏色、標籤、待追問和紅旗；待追問卡片離開視口時邊緣出現 ! 提醒。

庫管理與記憶：

• 回收站、撤銷、搜索、整庫導入導出；
• 本地記憶：主線摘要 + 分支摘要 + 父子級檢索；長回答自動分 chunk，命中子片段時迴帶父 turn；
• 零配置輕量哈希向量，以及可選的本地共現語義模式；
• Git 備份（本地提交 + 可選私有 remote push）。

安裝與啓用¶

Release 裏的 mica-space-0.99.7-demo.zip 已經包含運行依賴，解壓後直接在 DSH 插件管理裏選擇該目錄即可，不需要再執行 npm install。源碼安裝仍然需要先 npm install。

按 README 的步驟走：

1、在 DSH 插件管理中安裝本目錄對應的插件包；
2、確認側邊欄出現「Mica空間」；
3、在 DSH 裏配置一個聊天模型；
4、新建空間，從第一個問題開始。

插件聲明 dsh.client.platform 爲 web、immediately: true，並注入 @deepseek-ai/dsh-client-ui-conversation，屬於客戶端側插件。

用戶不需要另外安裝：

• 向量數據庫；
• embedding 模型；
• Python；
• embedding API。

典型使用流程¶

1、新建一個空間，輸入第一個問題。
2、對某個回答點追問，回答下方分叉出一條支線；想並行試另一種問法，就從同一張回答再分一條。
3、引用卡片裏選中的文字繼續追問，減少口頭複述。
4、需要圖片或掃描版 PDF 時直接附進去，OCR 在本地完成。
5、後續回到主線，本地記憶從分支摘要裏 callback 結論，不用重新粘貼。
6、整理時摺疊分支、打標籤、設紅旗；想留檔就走導出或 Git 備份。

記憶模式與隱私¶

畫布頂部點「記憶」切換兩檔。

輕量模式是默認檔：關鍵詞 + 字符 n-gram 哈希向量，零配置，速度最快。

本地語義增強模式在當前空間的詞語共現上構建分佈語義向量：

• 零配置，不需要外部 API；
• 不是通用神經語義模型，不能理解任意同義改寫；
• 每個空間獨立構建，不共享其他用戶數據。

隱私邊界按 README 列的幾條：

• 輕量 / 本地語義模式不訪問網絡；
• 正常聊天時，問題、上下文和附件會發送給用戶配置的 DSH 模型提供商；
• 文件抽取後的文本、圖片 OCR 和 PDF OCR 結果也會進入聊天上下文；
• OCR 在本地完成，不上傳圖片或 PDF 到 OCR 服務；
• Git 備份只有用戶主動配置 remote 並點擊備份時才 push；
• 插件本身不包含遙測，不包含作者 API key。

數據默認落在默認工作區：

.chat-space/library.json
.chat-space/spaces/<id>.json
.chat-space/attachments/
.chat-space/trash/

每個空間獨立保存，包含主線、分支、視圖和 memory。

Agent 模式：現在沒有¶

當前 0.99.7 demo 沒有 Agent 模式，這一點 README 說得比較明確：

• Mica 裏的每條對話都是一次普通模型調用：發送系統提示詞、歷史消息、分支上下文、記憶和附件，接收文字流；
• 不執行工具循環；不讀寫文件，不運行命令，不調用 MCP；也沒有 Agent 權限確認。

v1.0 的探索方向包括但不限於：按空間或分支選擇是否使用 Agent，接入 DSH 的 Agent 會話和工具調用，工具調用與權限確認以卡片形式掛到對應分支，先做只讀工具再考慮寫文件和執行命令，以及明確分支複製、回到主線、中斷後繼續時 Agent 狀態怎麼處理。這些是計劃，不是現有能力。

已知限制¶

寫下來免得踩坑：

• 當前不是神經語義 RAG；
• PDF 文本層不足時自動本地 OCR，最多處理 8 頁，OCR 質量受掃描清晰度影響；
• 新上傳附件保存在 .chat-space/attachments；打開舊空間時會把 DSH 舊附件複製進來並改用本地引用，永久刪除時清理本地文件；
• 附件文件不包含在導出 JSON 或 Git 備份裏；
• 大空間已做視口裁剪，但未做完整的節點虛擬化；
• 測試方面，核心測試覆蓋上下文、空間庫、embedding 和語義排序，另有 Playwright 真實瀏覽器 E2E。

想自己跑測試，真實瀏覽器 E2E 是：

npm run test:e2e

如果 Chromium 不在默認路徑，設置 MICA_CHROMIUM 指向 chrome.exe。

核心與 UI smoke：

node --test tests/context.test.mjs tests/library.test.mjs tests/embedding.test.mjs tests/semantic.test.mjs tests/parent-child.test.mjs tests/rag-eval.test.mjs tests/performance.test.mjs tests/ui-smoke.test.cjs

適用場景與注意¶

適合的場景：對話輪次多、經常從一個回答分頭追問、需要可回溯結構的研發或調試過程；希望記憶和 OCR 都在本地跑完、不額外接服務的場景。

需要注意五點。

第一，插件以當前 DSH 進程的權限運行。它能做的文件讀寫、命令執行、網絡訪問都取決於 DSH 這個進程本來擁有什麼權限，不會因爲裝成客戶端插件而額外收窄，也不該因爲看着只是聊天界面就假設它沒副作用。

第二，安裝前應讀一遍源碼，重點看 index.js、client.js、cordis.patch.yml 和 settings 相關入口，確認它對工作區文件（尤其是 .chat-space 目錄）的讀寫範圍是否在你的預期內。許可證是 MIT，允許查看和修改。

第三，預覽版的定位。README 自己標了「當前版本爲預覽版，升級前請保留 .chat-space 備份」，所以動手之前先備份。

第四，附件不進備份。導出 JSON 和 Git 備份都不含附件文件本身，這份空間的完整留檔要另外考慮附件目錄。

第五，生態位置。Mica Space 掛在社區目錄 SkillHub 下，SkillHub 是獨立站點，與 DeepSeek 及幻方沒有官方從屬關係，不要把這類目錄當作官方應用商店。DSH 的理念是「一切皆插件」，插件的來源、維護者和更新節奏需要自己判斷。

小結¶

Mica Space 的價值集中在一個具體改動上：追問不再往下追加，而是從那張回答分叉。對經常在長對話裏反覆追問的開發者，它把「翻回去找那個回答」這件事換成了「在那張卡片上繼續長」。零配置的本地記憶、離線 OCR 和 Git 備份對小規模個人工作區夠用，但不是通用神經語義 RAG；Agent 模式仍停留在 v1.0 計劃裏。

目錄頁：https://www.skillhub.cn/plugins/ToiMee/mica_space

源碼與 Release：https://github.com/ToiMee/mica_space