JunNanLYS/dsh-layered-memory

快速开始

需要 Node ≥ 22.16 与 DeepSeek Harness 0.1.2-alpha.1 ~ 0.1.2-rc.1（0.10.0 起 支持到 0.1.2-rc.1，npm latest 已指向该版本；旧版插件请看 历史版本）。 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）
npx -y @deepseek-ai/dsh plugin --profile web add dsh-layered-memory

# 方式二：已装 dsh CLI（升级：npm i -g @deepseek-ai/dsh 并重启；
# dsh 是 pnpm 转发器，未装 pnpm 时先 npm i -g pnpm）
dsh plugin --profile web add dsh-layered-memory

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

确认输出中出现 dsh-layered-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-layered-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（记忆工作台五区）、输入栏出现记忆芯片 （记忆 · 智能）即 client 半边就绪。

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

终端形态（TUI / headless）

除 web 外，同一插件可直接装进终端形态宿主：

# dsh-tui（Claude Code 风格 TUI 前门，详见 github.com/ccch1mneyyy/dsh-TUI · 官网 https://dshtui.com）
dsh plugin --profile dsh-tui add @deepseek-harness-tui/dsh-tui   # 首次：建 profile 并装 TUI 宿主
dsh plugin --profile dsh-tui add dsh-layered-memory
dsh --profile dsh-tui

• /memory <auto|chat|work|off> 切换当前会话档位，无参数时弹出档位选择面板；
• 状态行：提示框上方常驻 记忆:智能 等当前档位读数；
• /settings 设置区块：总开关、捕获、蒸馏、召回、蒸馏模型路由与输入预算可直接编辑 （与 web 设置面板同一存储；复杂路由链仍走 web / YAML）；
• headless（dsh --profile headless "一次性任务"）：捕获与蒸馏照常工作，无界面元素。 web 与终端形态共享 ~/.dsh/memory/ 同一份记忆。

从源码开发

git clone https://github.com/JunNanLYS/dsh-layered-memory
cd dsh-layered-memory
pnpm install && pnpm run build
dsh plugin --profile web add .        # link: 安装，改代码后 pnpm run build + 重启 dsh 即生效
pnpm 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

依赖管理用 pnpm（与 dsh 官方安装通道一致，版本由 packageManager 字段钉死）。

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 → 洞察 → 成本 子页可视化：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

会话侧是分散式记忆面——信息按类型住进宿主原生座位，插件不再有自有条带：

• 记忆芯片（输入栏左簇、Read Only 芯片右侧）：记忆 · {智能|日常|工作} 无边框 芯片（官方 composer chip 语法），文案是解析真值——记忆 · 只写（注入关）、 记忆 · 暂停（灰点）、记忆 · 降级（琥珀点）；zh/en 双语随宿主语言切换。
• 级联菜单（点击芯片向上展开）：两行 记忆范围 {值} › / 数据流 {值} ›；数据流 选项在 hover 二级子面板（跟随全局/读写/只写/暂停），点击不固定、桥接热区保证 慢速移动不断链；键盘通路齐备（方向键巡游 + focus 揭示）。
• 内联滑条（点「记忆范围」原地展开）：三停点 日常/工作/智能，拖拽跨档时芯片文字 实时联动；键盘方向键/Home/End + aria-valuetext。
• 暂停恢复快照：数据流切「暂停」进 off 档时记录暂停前范围与注入覆盖，恢复即原样 还原；每会话选择持久化到 session-modes.json（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。
• 记忆占用只住官方上下文环面板：点开官方环即可见「记忆」分项小节（召回片段 / 记忆稳定区）；输入区没有任何占用 UI，只在官方统计行追加 待蒸馏 N 遥测段。
• 只写不读（#38）：数据流选「只写」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）。覆盖按会话持久化，切回 「跟随全局」即清除、跟随自动化区的召回开关；适合调试/评测/敏感会话「只吸收不干扰」。 与暂停正交：暂停是完全隐身（连捕获都关），只写保留「进」关「出」。
• 终端形态（TUI）：同一档位体系在 dsh-tui 宿主下以 /memory 命令、状态行与 /settings 区块呈现（安装见快速开始）。

界面预览

设置 → 记忆 是记忆工作台（五区任务导航，sticky 标签 + 箭头键巡游）：

• 总览：健康摘要 + 最近活动 + 关键数字 + 引导式空状态；
• 记忆库：L1 记忆 / L2 场景 / L3 画像按更新时间混排的只读资产活动流 （搜索 + 类型/范围/时间筛选 + 原位展开 + 复制）；
• 自动化：基础开关 + 高级披露（蒸馏路由链与预算）+ 嵌入模型披露；
• 洞察：成本 / 活动（近 7 天资产活动 + 蒸馏调用失败）/ 召回（累计与停用分布）；
• 维护：运行健康 + 诊断日志 + 危险区全量重建（二次确认 + 进度 + 可取消）。

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 → 自动化 → 嵌入模型）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/<id>/，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-layered-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: ''

蒸馏回退链与慢 TTFT 模型

部分推理供应商的免费/慢速档位首 token 延迟（TTFT）可达 20 秒以上，而部分上游网关会在连接静默约 20 秒时掐断——蒸馏调用以固定 ~20s 失败（llm aborted），插件侧 120s 超时根本轮不到生效（#31 的实测场景）。三层缓解按需取用：

1. 换路由（最直接）：设置页 → 记忆 → 自动化 → 高级路由与预算的路由链编辑器即时改主路由（或把快路由排到链首），或静态 pin llm.provider/llm.model。

2. 回退链（自动降级）：主路由失败时按序自动换备用路由，无需人工干预：

   llm:
     provider: opencode-go          # 主路由（也可不 pin，跟随设置页路由链主路由/默认模型）
     model: ox-alpha-free
     fallbacks:                     # 条目顺序 = 降级优先级；不配置 = 单路由行为不变
       - provider: opencode-go
         model: deepseek-v4-flash
         reasoningEffort: low       # 可选：该路由的档位覆盖（缺省跟随全局）
       - provider: deepseek-official
         model: deepseek-v4-flash
   

3. 按层路由（各走各的通道）：不同蒸馏层对模型诉求不同（L1 高频要便宜快稳、 L3 低频可容忍慢首包但要强能力），可给差异层单独配链——每层一条完整回退链， 未配置的层照走全局链：

   llm:
     layerRoutes:                  # 按层独立路由（#34）；头行必须显式 provider+model
       l1:                         # l1 同管抽取 + 去重两个调用点：配条便宜快稳的链
         - provider: opencode-go
           model: deepseek-v4-flash
           reasoningEffort: low
         - provider: deepseek-official   # 层内回退：L1 故障只降级到这里，不落全局链
           model: deepseek-v4-flash
       l3:                         # L3 画像蒸馏：低频大输入，配强能力链
         - provider: deepseek-official
           model: deepseek-v4-flash
           reasoningEffort: high
   

   也可在设置页 → 记忆 → 自动化 → 高级路由与预算的分段面板（全局默认 / L1 / L2 / L3） 里按层运行时编辑，层内优先级：运行时层链 > 本 YAML 静态层链 > 全局默认链， 逐级兜底。

   失败 = 报错 / 被掐断 / 网络异常 / 空输出（流正常结束但 0 字符——对蒸馏而言必然在解析阶段报废，改判为该路由失败而非返回空串）；调用方主动取消不降级；每条路由各享全额 llm.timeoutMs（共享预算会让慢 TTFT 的回退路由拿到的窗口小于它真实需要的首包时间，回退链形同虚设）；token 成本逐次尝试记账（失败尝试也计一行，含流中断前已到的 token），成功调用归因到实际服务的路由。路由链也可在设置页 → 记忆 → 自动化 → 高级路由与预算的「蒸馏路由链」编辑器里运行时调整（无需改配置重启）；本 YAML 适合部署者固化静态链。

4. 调高超时：llm.timeoutMs 只在路由确实慢但网关不掐时有用；网关 20s 掐断的场景调插件超时无效，请用前两层。

日志与故障排查

dsh 宿主把插件日志打到控制台；插件另把 info 级以上镜像到数据目录的 memory.log。 一轮对话的典型日志路径：L0 捕获 → L0 落盘 → 蒸馏管线开始 → LLM 调用（输入/输出 字符数、耗时） → L1 阶段完成 → 管线结束；下一轮开头是 召回注入 N 条 L1。LLM 空输出 带完整诊断（finish reason / token 计数 / reasoning 摘录）；JSON 解析失败记录模型原始输出 前 400 字符；所有失败告警带堆栈首帧。JSONL 事实源按轮次追加、依赖操作系统写回（不做逐条 fsync），断电等极端崩溃最多丢最后一小段尾部，检索库可用「重建记忆」从事实源全量重导。

与 MemoryCore 的差异

• 内嵌完整管线（不依赖外部 Gateway），蒸馏复用 DSH 自己的 LLM；
• L2/L3 由"LLM 操作文件工具"改为"LLM 输出操作 JSON / 完整文档，工程侧执行"；
• 召回注入点在 agent/pre-step（消息侧合成消息，官方 pre-step 替换语义）+ agent 作用域 systemPrompt.context（画像/导航稳定区，DSH 原生事件/服务）；
• 存储/检索即官方 sqlite 后端的单机裁剪版（裁掉多租户隔离列、TCVDB 云后端、审计表； 分词与官方一致用 jieba——@node-rs/jieba 预编译二进制 + CJK 二元组并集， 词元供 BM25 精确整词命中、二元组保子词召回；加载失败自动回退纯二元组， FTS 索引按分词器版本戳自动重建）。

路线图

以下为规划中的功能，欢迎在 Issues 反馈需求与优先级：

• Git 分支感知：记忆与当前 git 分支关联，召回可按分支过滤/加权（与现有记忆档位正交）
• Claude Code / Codex 记忆导入：一键迁移既有记忆资产（CLAUDE.md、Claude Code 记忆文件、Codex AGENTS.md 等），导入后进入分层蒸馏管线

致谢

记忆核心能力（分层蒸馏管线、Prompt 设计、双写存储架构）参考自 TencentCloud/TencentDB-Agent-Memory 项目中的 MemoryCore，感谢原项目开放的设计与实现。

License

MIT