前言¶
在 DSH 里做长期助手，常见做法是把手写笔记、偏好写进 system prompt，或靠某次对话前临时粘贴上下文。前一种会在内容变长时拖垮前缀缓存；后一种既难维护，也容易把无关段落一并塞进模型。社区里也有只靠关键词或只靠向量的记忆插件，前者对口语化查询不稳，后者又可能把元数据噪音一起 embed。
下面介绍的 dsh-vcprag（仓库 YumenoSayuri/dsh-vcprag）走另一条路：本地日记式语料、BM25 与向量双路召回、IDF 实词闸门，再把结果分三层注入 DSH，并用冻结策略减少动态层对缓存的干扰。
这是什么¶
dsh-vcprag 是 DeepSeek Harness 的记忆类插件，维护者 YumenoSayuri，在 SkillHub 插件目录 登记。package.json 标明当前包版本 0.4.2，许可证 MIT，要求 Node >= 20。
它解决的核心问题可以概括成三点：用可编辑的纯文日记积累记忆；用混合检索把与当前 query 相关的片段挑出来；用常驻 / 动态 / 工具按需三条通道注入，并在会话内尽量保持稳定以利前缀命中。
核心功能¶
混合召回与相关性闸门¶
召回并行两路：
- 词法：BM25；优先用 jieba 分词（可选依赖
@node-rs/jieba），缺失时自动退回中文 1-gram + 2-gram。 - 语义：embedding 向量通道，与词法结果经 RRF 融合。
相关性闸门采用余弦阈值与 IDF 实词双判据：查询里若没有可检索的实词，宁可一条都不注入。可选的「相关性裁判」用判断模型核对日记与 query 是否同一主题，默认关闭，失败会回退。向量通道异常时会降级为纯关键词，不中断对话。
日记式语料¶
默认格式为纯文本 .txt：[HH:MM] 时间锚、首段 > 摘要、末行 Tag: 标签，文件名建议带日期。也可切换为带 frontmatter 的 .md 以兼容旧语料。README 说明选择 .txt 是为了避免 frontmatter 元数据污染向量表示，并便于人直接改字。
数据分两层：diaryRoot 可写（新日记与子目录分类）；corpusRoot 可选只读（旧 .md 语料）。两层若标题重复会跳过日记侧并提示；迁移完成后可将 corpusRoot 留空，只保留 diaryRoot。
三层注入¶
| 通道 | 默认注入位置 | 内容 |
|---|---|---|
| 常驻 | systemPrompt.section() |
长期偏好、事实、工具用法；可含「怎么写日记」规范 |
| 动态 | system-prompt/assemble 上回填召回 |
本次 query 相关片段（有字数上限） |
| 按需 | ctx.tools.register() |
六个记忆相关工具，由模型自行调用 |
常驻与动态各自可在设置里切换「系统提示词」或「对话消息」注入（默认：常驻走 system，动态走 message），以应对上游清空 system prompt 等场景。动态层在会话内冻结：首次召回后内容不变，直到用户新消息或 todo 勾选变化等条件才重新召回，编码类多轮对话更易保住前缀。
管理面板¶
插件在 DSH 原生右侧栏提供四页：记忆库、召回调试、索引、设置（可拖拽宽度、全屏）。入口：设置 → 插件 → 记忆召回。首次使用需在「索引」页执行一次「重建全量索引」；之后新日记会增量更新。
安装与启用¶
安装步骤以仓库 README 为准，不是单一的 dsh plugin add 命令。
1、将插件目录放到 profile 的本地模块路径，并在 package.json 中 link 登记：
cp -r dsh-vcprag ~/.dsh/profiles/<profile>/node_modules/@local/
在 profile 的 package.json 中：
dependencies:{ "@local/dsh-vcprag": "link:.../dsh-vcprag" }dsh.profile.bundles: 数组中加入"@local/dsh-vcprag"
然后执行：
pnpm install
2、在 cordis.patch.yml 增加插件条目并填写路径与 embedding（示例字段如下，路径请换成你自己的）：
- id: vcprag
name: '@local/dsh-vcprag'
config:
diaryRoot: /path/to/your/diaries
corpusRoot: ''
dataDir: /path/to/your/.vcprag
diary:
format: txt
folder: ''
templateEnabled: true
requireTag: true
timePrefix: true
embedding:
enabled: true
baseUrl: 'https://your-endpoint.example.com/v1'
model: 'your-embedding-model'
dimensions: 3072
batchSize: 16
concurrency: 2
minIntervalMs: 700
Embedding 密钥使用环境变量 VCPRAG_EMBEDDING_KEY，不要写入配置文件。目录也可用 VCPRAG_DIARY_DIR / VCPRAG_CORPUS_ROOT / VCPRAG_DATA_DIR 给默认值。
3、（可选）在插件目录安装可选依赖以启用 jieba：
cd <插件目录> && npm install --omit=dev
不安装也能运行，分词会退回 1-gram + 2-gram；README 写明装上后约多 48 MB RSS、启动约多 90 ms，可在设置里把分词器设为 gram 省掉这部分成本。安装 jieba 后重启即可，不必为此重建向量索引。
典型用法¶
写日记¶
在 diaryRoot 下新建符合约定的 .txt，例如：
[21:14] 东京节点 443 端口处置与共管服务调整
> 一句话摘要，会作为高权重字段参与检索。
正文……起因、过程、结果、关键参数、复盘。
Tag: 东京节点, 443 端口, sing-box, 时区调整
requireTag、timePrefix 开启时，缺 Tag 或缺时间前缀会告警但仍可检索（摘要缺失时取正文前 160 字）。
索引与调试¶
完成配置并 pnpm install 后，打开 设置 → 插件 → 记忆召回。在「索引」页点击「重建全量索引」，再在「召回调试」页用真实 query 看闸门与排序是否符合预期，然后在正常对话中观察动态层是否按预期注入。
归档日记可通过工具 vcprag_forget 移入 已整理/（README 数据布局中有说明）。
适用场景与注意¶
适合谁：长期在 DSH 里写助手、希望记忆落在本地文件、既要关键词又要语义召回，并且关心 system 前缀缓存与上游清 system 行为的开发者。
权限与安全：插件与当前 DSH 进程同权限 运行，可读写你配置的 diaryRoot、dataDir，并会按配置调用 embedding 端点。安装前请阅读仓库源码与 MIT 许可证，自行确认 endpoint 与密钥管理是否符合环境要求。
生态说明：DSH 主张「一切皆插件」；SkillHub 为社区目录，与 DeepSeek / 幻方无官方从属关系，不要把它当作官方应用商店。
版本信息：本介绍依据仓库 README 与 package.json 整理；README 文首另写有 0.2.6 及 CHANGELOG 时间线，与包版本 0.4.2 并存时以你本地检出文件为准。
结尾¶
经过上面的步骤，你会得到一套以日记为源头、混合检索为中枢、三层注入为出口的 DSH 记忆方案：无关查询被闸门挡住，相关片段进入动态或工具通道，常驻事实与写作规范则稳定挂在 system 或消息流上。
进一步了解可访问 SkillHub 目录页 与 GitHub 仓库。GitHub 上公开星标约为 8（以页面实时显示为准）。
