前言¶

在 DSH 里跑智能体时，上下文往往只存在于当前会话。关掉终端或换一台机器，之前沉淀的偏好、结论和约定就带不过去。有人会在项目里自建向量库或 JSON 状态文件，但还要自己管鉴权、部署和检索接口。

下面介绍维护者 renorai 发布的 dsh-renor（分类：记忆）。它不实现业务逻辑，只在 DSH profile 里插入一行配置，让 @deepseek-ai/dsh-mcp-client 通过 Streamable HTTP 连到 Renor 托管的 MCP 端点 https://mcp.renor.cloud/mcp。模型在需要时调用 Renor 提供的工具读写记忆；插件本身不会自动保存或召回任何内容。

• 目录页：skillhub.cn/plugins/renorai/dsh-renor
• 源码：github.com/renorai/dsh-renor

DSH 社区插件目录是独立站点，与 DeepSeek / 幻方无官方从属关系；安装第三方插件前宜自行查看仓库源码与许可证（本插件为 MIT）。

这是什么¶

dsh-renor 是 DeepSeek Harness (DSH) 的配置型插件：仓库里主要是 cordis.patch.yml 和说明文档，没有自研运行时代码。作用可以概括成一句话——把 DSH 接到 Renor 这家面向 AI Agent 的托管记忆服务上。

维护者标注的 peer 依赖为 @deepseek-ai/dsh-mcp-client（>=0.2.2-rc.1）。插件在 profile 补丁里注册名为 renor 的 MCP 客户端行，serverName 为 renor，传输方式为 streamable-http。

连接后能用到什么¶

DSH 启动并成功连上 Renor 后，服务端暴露的工具会以 mcp__renor__<tool> 的形式出现在智能体侧。README 举了两个例子：

• mcp__renor__get_context：按请求读取 Renor 中与之相关的记忆；
• mcp__renor__remember：保存一条陈述。

完整工具列表在连接时由服务器下发；当前全集见 Renor 工具参考。每个工具的描述与 schema 会随请求发给模型，官方文档注明全套工具大约会给每次请求增加约 10,000 tokens（数字出处同上文档）。

是否调用这些工具由模型决定，没有「每轮自动写入 Renor」的行为。

安装与启用¶

按仓库 README，建议顺序如下。

1. 在 renor.cloud 注册 Renor 账号。
2. 打开 app.renor.cloud 仪表盘，进入 API keys，选择 Create key。密钥只显示一次，有效期 365 天，可在同一页面撤销。
3. 在运行 dsh 的进程环境中设置密钥（不要写进 cordis.patch.yml）：

export RENOR_API_KEY="paste-your-key-here"

4. 对指定 profile 安装插件并重启 DSH：

dsh plugin --profile <name> add github:renorai/dsh-renor

5. 启动会话后，可让智能体列出 Renor 相关工具，或尝试调用 get_context 做连通性检查。

卸载时：从 profile 的 cordis.patch.yml 删除 renor 行，或用 dsh plugin 移除插件，然后重启 DSH。

鉴权方式说明¶

Renor 对部分 MCP 客户端支持 OAuth，但 README 写明撰写时使用的 @deepseek-ai/dsh-mcp-client（0.2.2-rc.1）在 streamable-http 配置下只接受 URL 与静态 headers，没有 OAuth 选项。因此本插件通过 header 发送 Authorization: Bearer <key>，密钥从环境变量 RENOR_API_KEY 在加载 profile 时读取。

若未设置 RENOR_API_KEY，插件会发送空的 Authorization；Renor 返回 401，Renor 工具不会出现，会记录错误，但 DSH 仍可正常启动。若未来 DSH 的 MCP 客户端支持 OAuth，README 建议本插件可改用 OAuth。

配置补丁内容¶

插件通过 cordis.patch.yml 向 profile 插入一行（节选结构与官方一致）：

- insert:
    - id: renor
      name: '@deepseek-ai/dsh-mcp-client'
      config:
        serverName: renor
        transport: streamable-http
        url: https://mcp.renor.cloud/mcp
        headers:
          Authorization: !!js "process.env.RENOR_API_KEY ? `Bearer ${process.env.RENOR_API_KEY}` : ''"

补丁会整体替换某一行的 config；若要改 toolCallTimeoutMs 等字段，需把该行复制到你自己的 profile 补丁里再编辑。若使用自托管 Renor HTTP 服务，可改 url。

package.json 中版本为 0.1.0，通过 dsh.bundle.patch 指向上述文件。

数据去向与权限边界¶

README 对数据流做了明确划分，使用前宜知悉：

• 发往 Renor（mcp.renor.cloud）：API 密钥，以及模型在工具参数里填入的检索查询、remember 保存的陈述。工具结果会像其它 tool 结果一样回到对话，并随之下发给你配置的 DSH 模型提供方。
• Renor 侧存储：记忆存放在 Google Cloud us-central1（美国）；语义检索会把笔记与查询发往同区域的 Google Vertex AI。细节见 Renor 安全页。
• 本插件不会主动发送：不读取你的文件或会话历史；只有模型发起的 tool call 会到达 Renor。
• 用户侧控制：可在仪表盘导出全部记忆（Markdown）、删除记忆、撤销 API key。

插件以当前 dsh 进程的权限与环境变量运行；密钥应只授予你信任的运行环境。

典型用法¶

仓库未给出固定 prompt 模板，验证步骤是可复现的：

1. 完成安装并设置 RENOR_API_KEY 后重启 DSH。
2. 在会话中请智能体列出可用的 mcp__renor__* 工具。
3. 先让智能体调用 remember 写入一条你希望长期保留的陈述，再在新会话或相关话题下调用 get_context 检索。

记忆是否持久、检索质量取决于 Renor 服务与模型是否选择调用工具，而不是 DSH 默认行为。

适用场景与注意¶

更适合：希望在多台机器或多会话间共享 Agent 记忆、又不想自建 MCP 记忆服务与检索后端的 DSH 用户；能接受 Renor 托管与美国区域基础设施的开发者。

需要注意：

• 工具 schema 带来的 token 开销（约 10,000/请求）在长上下文或多工具场景下要计入成本。
• README 写明仓库内的 npm test 校验补丁格式与 Authorization 表达式，不包含「安装到运行中的 DSH 并连接线上服务器」的集成测试；生产依赖前建议自行做一次端到端验证。
• GitHub 星标为 0（以目录抓取信息为准），不代表功能不可用，但社区反馈样本较少，宜以官方文档与自测为准。

结尾¶

dsh-renor 把 DSH 的插件化配置与 Renor 托管记忆 MCP 接在一起：一行 patch、一个环境变量、官方给出的 dsh plugin --profile <name> add github:renorai/dsh-renor，即可让模型在需要时通过 mcp__renor__get_context 与 mcp__renor__remember 等工具操作外部记忆。

• 插件目录：https://www.skillhub.cn/plugins/renorai/dsh-renor
• GitHub：https://github.com/renorai/dsh-renor