dsh-prime-memory

dsh-prime-memory

DeepSeek Harness 的分层蒸馏记忆插件：对话在后台自动完成 L0 捕获 → L1 原子记忆 → L2 场景整合 → L3 画像蒸馏，模型每一步前自动把相关记忆注入上下文。

English · 最新发行版 · 反馈问题

🌐 语言 / Language

• 中文 README
• English README
• 日本語 README
• 한국어 README
• README en français
• README auf Deutsch
• README in italiano
• README на русском
• README en español
• 安装指南（中文）
• Installation guide (English)
• 日本語インストールガイド
• 한국어 설치 안내
• Guide d'installation (français)
• Installationsanleitung (Deutsch)
• Guida all'installazione (Italiano)
• Руководство по установке (Русский)
• Guía de instalación (Español)
• 更新日志（中文）
• Changelog (English)
• 日本語 changelog
• 한국어 changelog
• Changelog en français
• Changelog auf Deutsch
• Changelog in italiano
• Changelog на русском
• Changelog en español

DSH 版本兼容矩阵

DSH 版本 · settings 注册 API · 状态 0.1.1-rc.2 · settings.register()（live scope） · ✅ 已验证 0.1.2-rc.1 · settings.register()（回退可用） · ⚠️ 按框架文档推断，未实测 0.1.3-rc.1 · settings.register()（回退可用） · ⚠️ 未实测（0.1.3+ 命名空间已改字符串，本插件已兼容） 0.1.5-rc.2 · settings.register()（回退可用） · ⚠️ 未实测；Session V3 surface 语义与输入栏/设置槽位待回归 0.2.0-rc.1 · settings.register()（live scope） · ✅ 本次适配线（事件接线 agent/session-start → agent/created）

兼容机制：settings 注册走运行时三分支（register → installSection 桥接 → 恒开降级），

详见 CHANGELOG.md 的 0.11.0 条目。dsh.plugin.json 声明

engines.dsh 为逐 rc 精确枚举串（0.1.0-rc.2 → 0.2.1-rc.3，18 rc）。

快速开始

需要 Node ≥ 22.16。两种调用方式任选（npx 前缀可替换下面任何 dsh 命令）：

# 方式一：npx 直接跑官方 CLI（无需预装 dsh；可 pin 版本，如 dsh-prime-memory@0.8.4）
npx -y @deepseek-ai/dsh plugin --profile web add dsh-prime-memory

# 方式二：已装 dsh CLI（dsh 是 pnpm 转发器，未装 pnpm 时先 npm i -g pnpm）
dsh plugin --profile web add dsh-prime-memory

# 包源备选：GitHub 仓库 / 本地路径（开发调试，link: 指向仓库，npm run build + 重启 dsh 即生效）
dsh plugin --profile web add https://github.com/drscrewdriver/dsh-prime-memory
dsh plugin --profile web add /path/to/dsh-prime-memory

让 Agent 安装（推荐）

如果当前 Agent 可以执行终端命令，把下面这段话完整发送给它：

请为 DeepSeek Harness 的 web Profile 安装 dsh-prime-memory 插件。

只执行下面两条命令，不要修改其他 Profile：
dsh plugin --profile web add dsh-prime-memory
dsh --profile web --dump-config

确认输出中出现 dsh-prime-memory 后告诉我安装结果。
不要替我关闭或重启正在运行的 DSH；安装完成后提醒我手动重启 DSH Web Host。

Agent 应当返回安装结果，并明确告诉你配置中是否已经出现 dsh-prime-memory。

本包声明了 dsh.bundle 组合包层（cordis.patch.yml），安装后会自动挂载插件行—— 不需要再手改 $DSH_HOME/profiles/web/cordis.patch.yml。然后重启 DeepSeek Harness， 验证：~/.dsh/memory/ 下出现 conversations/ records/ scenes/ 目录和 memory.db 即插件 apply 成功；设置页出现"记忆"页面、输入栏出现档位 pill 即 client 半边就绪。

卸载：dsh plugin --profile web remove dsh-prime-memory + 重启。数据保留在 ~/.dsh/memory/，不需要时手动删除整个目录即可。

从源码开发

git clone https://github.com/drscrewdriver/dsh-prime-memory
cd dsh-prime-memory
npm install && npm run build
dsh plugin --profile web add .        # link: 安装，改代码后 npm run build + 重启 dsh 即生效
npm run smoke                         # 冒烟测试（先重编：见下方命令）
npx tsc src/smoke.ts --outDir dist-smoke --module nodenext --moduleResolution nodenext --target es2022 --strict --skipLibCheck --esModuleInterop

运行时数据流

插件挂在 dsh 原生事件上（session/event 捕获、agent/pre-step 注入），蒸馏调用复用宿主 ctx.llm。召回以消息侧注入呈现：相关记忆作为一条合成消息排在用户新消息之前，会话流里显示为"上下文注入 · memory"行（点开看命中内容）——用户能直接看到"记忆生效了"；注入内容有长度预算与时间预算，超限截断/超时跳过，绝不拖慢对话。同会话去重：已注入过的记忆不再重复注入（模型上下文里已经有了，追问同类问题时省 token）；上下文被 /compact 压缩或清空时自动重置，记忆可重新注入；被更新的记忆（内容变化换新 id）不受旧压制。时效加权：召回排序按 相关度 × max(0.5, 0.5^(距上次更新天数/30)) 软加权——相关度相近的候选之间新鲜记忆优先（名额自然轮转），相关度足够高的老记忆照常召回（地板保证最多损失一半排序分，长期事实不沉底）；recall.decayHalfLifeDays 可调，0=关闭。

成本看板：每次蒸馏 LLM 调用（抽取/去重/L2/L3）的 token 成本按 provider/model 写入 SQLite 明细表（保留期可配置，默认 365 天，写入时滚动清理；记账失败只告警、绝不阻塞蒸馏）， 设置页 → 记忆 → 成本 Tab 可视化：按模型分色的趋势折线（日/周/月粒度 + 近 N 天窗口 + L1/L2/L3 层级过滤）、层级 × 时间窗口表格（调用数 / 输出与思考 token / 均值 / 中位数）、 按模型累计——蒸馏开销一目了然。输入按字符计（dsh 流式 usage 不含输入 token）， 输出与思考按 token 计。

记忆工具(3):

• memory_search
• conversation_search
• memory_read_scene

真机实录：召回注入与工具调用在对话里的样子——"上下文注入 · memory"行先带出相关记忆，模型再按需调 memory_read_scene 读取场景块，凭记忆直接作答：

在只开放代码执行入口的受限会话中，模型经由 run_code 间接调用记忆工具（轨迹视图中的 SUBTOOL 嵌套）：

分层记忆（L0–L3）

会话级记忆档位

• 控件：输入栏内、模式选择器右侧的 pill（记忆·自动），点击在上方浮出档位滑块深浅主题自适应；
• 悬浮板下半部是会话信息区：召回命中（命中/检索轮次与累计条数）、攒批进度

（本会话切片 x/生效阈值；关闭档显示挂起切片数）、本会话产出记忆条数、会话消息数， 外加异常状态行（存储降级 / 向量检索不可用）与全局摘要（待蒸馏条数、上次蒸馏时间）； 数据走 dsh-memory/session-stats 端点（纯内存注册表 + 索引 COUNT，零文件 I/O）， 打开期间自适应轮询（忙 2s / 静 5s），关闭即停；

• 每会话的选择按 sessionId 持久化到 session-modes.json，重启/恢复会话不丢；

与全局开关叠加（全局是总闸）；L2/L3 完全分类，分类内容不渗透。

• 只写不读（#38）：悬浮板内「注入」三态开关（跟随全局 / 开 / 关）——设为「关」

即只写会话：捕获与蒸馏照常（对话照常沉淀为 L0→L1→L2/L3），但不向本会话注入 任何记忆（召回注入、画像/导航稳定区、工具指南一并停止；memory_search 等读工具 返回只写提示）。pill 面文换作 记忆·只写 提示状态；覆盖按会话持久化，切回 「跟随全局」即清除、跟随设置页召回开关；适合调试/评测/敏感会话「只吸收不干扰」。 与 off 档正交：off 仍是完全隐身（连捕获都关），只写保留「进」关「出」。

界面预览

实测对比（DSH-MemBench：自动化基准）

图文回答"长什么样"，这一节用自动化基准的实测数字回答"开了到底有什么用"（bench/，一条命令可复现）。方法：同场景库、逐字相同输入，A 组（记忆开）跑 3 次取合并值，B 组（记忆关）跑 1 次（无记忆的长任务每场景要吞数倍 token，成本护栏）；对话赛道只跑 A 组（B 组会话独立无记忆必然失败，对照无信息量，已下线）。对话赛道环境：DeepSeek 官方 deepseek-v4-flash、插件 0.8.5（判卷与被测同源，答案原文全部留痕可人工复核）、Windows；题型设计借鉴 LongMemEval / LoCoMo / AMB，扩展题型与生命周期赛道参照 MemoryAgentBench / GoodAI LTM / BEAM。

对话赛道为 0.8.5 新基线（修复版插件 + 修正后的判卷口径）；工作流赛道数字仍为 0.8.3 存档（0.8.5 起场景库扩至 8 个，新增前瞻记忆场景，重跑待做）。

对话赛道（20 场景 × 10 题型 × 3 次 = 420 题）：答得准吗

0.8.5 基线（A 组数据；对话赛道 B 组已下线，只跑 A 组）。

召回双通道（A 组）：被动注入召回率 78.1%（该题要点出现在召回注入中，281/360），其余多数由模型主动调用记忆工具查回——106 题主动查询、75 题靠工具兜底答对；端到端 95.2% 是两通道 + 模型利用的合成结果。记忆库跨场景全程累积下，探针召回注入混入其他场景记忆 295 次（已如实计数），总准确率反而前段 92.8% → 后段 97.7%——抗干扰能力经受住了膨胀记忆库的考验（离线灌水再灌 600 条合成噪声，检索层 recall\@5 也只降 2.8pp）。

分层看短板：检索层离线指标（recall\@5 受控复现）总 73.3%，其中事件排序 0%、场景回忆 50%——端到端仍 93%+ 靠的是注入邻近记忆后模型的鲁棒性；效率三角（记忆的开销）：注入非但不加延迟（注入轮响应比无注入轮平均快 210ms）、注入占每轮输入约 10.3%，蒸馏全链路摊到每条捕获消息 ≈2727 输入 / 240 输出 token（1172 次调用 0 失败）。

工作流赛道（0.8.3 存档 · 7 场景版 · A 组 3 次 / B 组 1 次，真实工具沙箱）：做得对、做得省吗

探针段完成度 85.5% vs 43.5%（+42pp）：教学/变更段两组都有现场上下文，探针段（新会话延续任务）才是纯记忆窗口——A 组三个新考法场景（流程知识更新 / 双胞胎消歧 / 风格规范延续）全部 12/12 满分且三轮一致；B 组在风格规范场景探针 0/4（命名/结构/千分位/页脚约定只存记忆，沙箱探不出来），在流程更新场景则能靠读脚本逆向（判别力受沙箱可供性限制，已如实标注）。

长任务成本：B 组每场景输入 token 是 A 组的 6.8 倍（1.81M vs 266k）——无记忆时 agent 靠重新探索前进，high 思考档下甚至会自建工程去探测本可用一条脚本约定完成的流程；输出 token 3 倍（46.2k vs 15.4k）、步骤 +70%。这正是记忆的核心价值：省掉的不是任务难度，是无谓的往返与重复探索。

方法论与复现

node bench/harness/run.mjs --arm A --repeats 3 --provider deepseek-official --model deepseek-v4-flash   # 对话赛道（只跑 A 组）
node bench/harness/run.mjs --track workflow --arm AB --repeats 3 ...                                  # 工作流赛道（A/B 双组并行）
node bench/harness/run.mjs --track lifecycle --arm A ...                                              # 生命周期赛道（门控/off/rebuild/遗忘）
node bench/harness/report.mjs --latest [dialog|workflow]                                               # 汇总报告
node bench/harness/retrieval-metrics.mjs <runDir> --flood 200,600                                     # 检索层指标 + 灌水曲线

• 判分：contains-all 程序判 + 判卷模型按要点判（答案原文与判分理由全部留痕 result.json 可人工复核）；带 stale 的题（更新/连锁/遗忘）"旧值当作现状陈述"才判负、拒答题允许引用真实背景解释"不知道被问点"；工作流完成度为产物文件 + 关键内容程序化校验（四型判据：正检查/禁词/产物缺席/存在性）；
• 指标面：准确率总表（6 核心 + 4 扩展题型）之外，自动产出检索层离线指标（recall\@5 / 注入精度 / 作废泄漏）、效率三角（注入开销差分 / 注入占比 / 蒸馏记账摊到每消息）、规模位置分析（库容膨胀下的准确率/污染）与生命周期赛道专属节（分族门控矩阵 / off 双断言 / rebuild 保真 / 遗忘）；
• 实时进度：跑基准时自动拉起本地进度面板并打开浏览器（--no-panel 关闭）——A/B 双臂场景/阶段/消息粒度进度、心跳与活动新鲜度（直判"卡住 vs 进程挂了"）、累计成本随跑随涨；
• 指标全部来自供应商上报 usage（输入含缓存命中拆分）与会话事件折叠；稳态缓存率剔除每会话首请求（0.8.5 基线：89.1%——记忆注入不伤缓存）；
• 回归用途：改插件前后各跑一遍，compare.mjs 出对比表（环境头校验含 gitSha + B 组对照组漂移告警 + 检索层指标对比）；
• 局限（诚实声明）：单机；A 组 ×3 合并、B 组 ×1（成本护栏，噪声更大）；判卷与被测模型：对话 0.8.5 基线同源、工作流存档跑为异构（glm-5.3 判 v4-flash）；作者自建场景库（倾向记忆优势场景，欢迎自行复现）；沙箱文件的可供性会部分泄露流程（B 组可读脚本逆向，判别力受限处已如实标注）；工具审计双档（严格违规判负/宽松提示），实测双方 0 违规。

完整报告与逐题数据：bench/baseline/。

存储布局

向量能力默认关闭（纯 FTS）。DSH 的 ctx.llm 无 embeddings 端点，语义检索由 三态嵌入源提供（关闭 / 远程 / 本地），设置页可运行时切换——见下节。

语义检索（嵌入源）

设置页（记忆 → 概览 → 语义检索）选择嵌入源，即时生效、无需改配置重启：

三种嵌入源：关闭（默认，纯 BM25 关键词检索）、远程（自备任意 OpenAI 兼容 /embeddings 服务，embedding.* 四件套配齐才可选）、本地（内置模型目录选一款， ONNX 量化 CPU 推理——无需 API Key，数据不出本机）。本地模型目录是插件内置 白名单（每款锁定 revision + 每文件 sha256，不可下载任意仓库）。

• 下载：模型卡一键下载（默认镜像 hf-mirror.com，断点续传 + sha256 完整性

校验；直连不可达时可走代理——默认自动探测 HTTPS_PROXY/ALL_PROXY 等环境 变量，见 embedding.proxy）。单文件失败自动重试且换缓存键（?dshmem-retry=N， 绕开镜像 CDN 偶发的坏缓存对象），校验失配从零重下、网络错误保留断点续传； 落盘数据目录 models//，不用了随时在设置页删除；

• 按需运行时：首次切换本地档才安装推理运行时（transformers.js，约 100\~200MB，

装进数据目录 runtime/——不进插件依赖树，不碰插件安装目录）；模型加载与推理在 独立 worker 线程执行，不冻结宿主事件循环（嵌入计算期间对话与页面交互照常）；

• 活切换：一键换源——自动后台全量重嵌（进度可见、可取消，期间检索自动降级

关键词，不影响对话；维度变化时向量表按新维度重建）；切换失败保持旧源，重启仍按原源运行；

• 生效规则 = 部署上限 AND 运行时选择：embedding.allowLocalModels=false 可整体

禁用本地档、未配 embedding.* 四件套则远程档不可选（企业部署可收口），状态持久 化在 embedding-source.json。

配置

覆盖配置写在 profile 自己的 cordis.patch.yml，用顶层裸 patch 条目（直接 id:， 不要包在 insert: 里——insert 与 bundle 层同 id 追加会导致 duplicate loader entry id 启动失败）：

- id: dsh-memory
  name: dsh-prime-memory
  config:                    # 键按行整体替换（不深合并），按需写全要保留的键
    family: auto             # 新会话默认档：auto | chat | work
    llm:                     # 蒸馏模型静态路由（双字段齐 = 部署 pin，优先于设置页路由链；
      provider: ''           # 留空则跟随设置页路由链主路由或当前默认模型）
      model: ''

字段 · 默认 · 说明 family · auto · 新会话默认记忆档位：auto（双族自动）\ · chat（个人）\ · work（工作）；会话内可用输入栏控件临时切换 dataDir · $DSH_HOME/memory · 数据目录 capture.enabled · true · L0 捕获 capture.stripCodeBlocks · true · 助手消息剥离代码块 capture.maxMessageChars · 4000 · 单条消息最大字符数 capture.redactSecrets · true · 载荷脱敏：捕获写入即把 8 类密钥（PEM/Bearer/JWT/Cookie/厂商 API key/邮箱/长号/高熵 ID）替换为 [REDACTED:] 占位符，覆盖 L0、蒸馏输入与手动写入；false 回明文（开启后 L0 原文不再可逆） trace.enabled · true · 结构化追踪：召回/蒸馏事件按天 JSONL（/trace/），设置页"日志"Tab 可切换查看 trace.retentionDays · 14 · 追踪事件保留天数（0 永久） trace.captureContent · false · true 才存召回 query 原文（默认只存长度 + sha256） extract.enabled · true · L1 抽取 extract.minMessages · 6 · 稳态触发阈值：单会话攒够 N 条新消息跑一次 L1 抽取。起步阶段生效阈值从 1 翻倍爬坡到此值（首轮即出记忆，随后自动攒批省调用） extract.idleSeconds · 300 · 闲置兜底：会话静默 N 秒后把未蒸馏切片落袋（接住"没攒够阈值用户就离开"）；0 关闭 extract.backgroundMessages · 10 · 抽取时附带的背景消息条数（按会话从 L0 现查，会话间互不污染） extract.candidatePool · 5 · 去重候选池大小 l2.enabled · true · L2 场景整合 l2.minNewMemories · 5 · 距上次 L2 整合的新记忆阈值 l2.maxScenes · 12 · 场景块数量上限 l2.sceneContextLimit · 3 · L2 prompt 附带的相似场景全文上限 l3.enabled · true · L3 画像蒸馏 l3.interval · 20 · L3 蒸馏间隔（新记忆条数） recall.enabled · true · 自动召回 recall.maxResults · 5 · 每条新用户消息前注入的 L1 条数上限 recall.maxCharsPerMemory · 500 · 单条注入记忆的字符上限（超限截断并提示用记忆工具查全文）；0 不限 recall.maxTotalRecallChars · 2000 · 整轮注入总字符上限（超限按相关性丢尾部）；0 不限 recall.timeoutMs · 5000 · 召回总预算（ms）：超时跳过本轮注入、不阻塞对话；0 不限时 recall.includePersona · true · 系统提示注入画像上下文（`，稳定区） | recall.includeSceneNav | true | 系统提示注入场景导航（<scene-na