Skillget

dsh-layered-memory

agent
Guvenlik Denetimi
Uyari
Health Uyari
  • License — License: MIT
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Low visibility — Only 5 GitHub stars
Code Gecti
  • Code scan — Scanned 12 files during light audit, no dangerous patterns found
Permissions Gecti
  • Permissions — No dangerous permissions requested

Bu listing icin henuz AI raporu yok.

SUMMARY

让 DeepSeek Harness 拥有长期记忆：对话自动蒸馏为事实/场景/画像三层记忆，每步自动召回注入——让 AI 基于证据说话，零操作无感使用 | Long-term memory for DeepSeek Harness: conversations auto-distilled into facts, scenes & persona, recalled before every step — so the AI speaks from evidence, not guesses. Zero effort.

README.md

DeepSeek Harness hero 横幅：对话自动分层蒸馏成记忆，模型每步前自动召回注入——右侧对话气泡逐层溶解为三层渐亮光带，流入带发光圆球与渐变轨道的玻璃胶囊（下有 日常·工作·智能·关闭 四档刻度），光丝回流示意召回注入

dsh-layered-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

npm version
DSH 0.1.1-rc.2
MIT License

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 [email protected]）
npx -y @deepseek-ai/dsh plugin --profile web add dsh-layered-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-layered-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/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、输入栏出现档位 pill 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。

从源码开发

git clone https://github.com/JunNanLYS/dsh-layered-memory
cd dsh-layered-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

dsh-layered-memory 运行时数据流：左侧 User 与 Assistant 的会话事件流入插件（L0 捕获、L1–L3 蒸馏、检索召回、记忆工具），插件经 agent/pre-step 把相关记忆注入右侧 DSH 核心；蒸馏复用核心的 ctx.llm，数据双写 ~/.dsh/memory/

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。

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：

对话界面实录（浅色主题）：用户消息

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）：

工具调用轨迹视图：顶部彩色时间线与左侧步骤列表（SYSTEM/CONTEXT/USER/ASSISTANT/TOOL/SUBTOOL 彩色标签），run_code 工具步骤内嵌套 5 次 memory_read_scene 子工具调用（SUBTOOL 标记），右侧为所选步骤的详情面板

分层记忆（L0–L3）

分层记忆四层（自左上向右下逐层精炼）：L0 原始对话（对话气泡）→ L1 原子记忆（发光事实粒子）→ L2 场景块（玻璃文档板）→ L3 核心画像（发光晶核）；层间由 LLM 提取/整合/蒸馏光束相连，宽度递减表示数据逐层精炼

会话级记忆档位

会话级记忆档位：一条玻璃胶囊滑轨四个停点（日常·工作·智能·关闭），发光圆球停在智能（默认）档；各档上方微场景——日常为个人聊天气泡、工作为代码文档窗格、智能为双流合流最亮、关闭为暗淡虚线幽灵泡

  • 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；
  • 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。

界面预览

深色主题下的设置页记忆浏览器概览：状态卡（插件版本、捕获/蒸馏/召回开关状态、FTS 与向量能力、L1 记忆计数、蒸馏模型）与统计瓦片，玻璃质感控件与冷蓝强调色 浅色主题下的同一设置页记忆浏览器概览：同款布局与信息，浅色卡片底与同套强调色，主题切换无需重载

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）。工作流赛道环境：DeepSeek 官方 deepseek-v4-flash（思考档 high）、判卷 glm-5.3、插件 0.8.3、Windows；题型设计借鉴 LongMemEval / LoCoMo / AMB。

对话赛道（15 场景 × 6 题型 × 3 次 = 270 题）：答得准吗

0.8.0 留档基线（A 组数据；此后对话赛道 B 组下线，只跑 A 组）。

DSH-MemBench 对话赛道准确率图（A 组·记忆开）：总准确率 92.6%（250/270）；分题型各 45 题——抽取 45/45、多跳 45/45、时序 43/45、知识更新 31/45、场景回忆 41/45、拒答 45/45 且 0 编造；对话赛道 B 组已下线（会话独立无记忆必然失败）

召回双通道（A 组）：被动注入召回率 75.1%（该题要点出现在召回注入中，169/225），其余多数由模型主动调用记忆工具查回——84 题主动查询、60 题靠工具兜底答对；端到端 92.6% 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 144 次（已如实计数），总准确率仍稳在 92.6%——抗干扰能力经受住了膨胀记忆库的考验。

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

DSH-MemBench 工作流赛道 A/B 对照图：探针段完成度 A 组 59/69（85.5%）对 B 组 10/23（43.5%）；成本对比（B 组为满格基准，每场景均值）——步骤 24.3 对 41.4（B +70%）、工具调用 37.7 对 62.1（B +65%）、输入 token 266k 对 1.81M（B 6.8 倍）；风格规范场景探针 A 12/12 对 B 0/4；长任务每场景输入 token A 266k 对 B 1.81M

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/report.mjs --latest [dialog|workflow]                                               # 汇总报告
  • 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）；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）；
  • 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（0.8.0 留档基线：A 88.7% vs B 85.4%——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）；
  • 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：对话留档基线同源、工作流新跑为异构（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

存储布局：双写架构（JSONL 事实源只增不改 + memory.db 主检索库）；文件形态含 conversations/records/scenes/persona/state/pending/session-modes/embedding-source/模型目录/推理运行时/日志与重建归档；检索三策略 keyword/embedding/hybrid（RRF k=60）；降级链保证永不阻塞宿主

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：

设置页语义检索（嵌入源）面板（浅色主题）：三态选择器（关闭/本地/远程，本地选中）显示当前嵌入源与首次启用自动安装运行时提示；下方本地模型目录列出 BGE small 中文（使用中/已就绪）、EmbeddingGemma 300M（下载 316MB）、BGE-M3（下载 560MB）三款模型的维度/上下文/体积/特点与下载入口

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）；
  • 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，优先于设置页选择；
      provider: ''           # 留空则跟随设置页"蒸馏模型"选择器或当前默认模型）
      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
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（<user-persona>，稳定区）
recall.includeSceneNav true 系统提示注入场景导航（<scene-navigation>，稳定区）
recall.strategy hybrid 检索策略：keyword / embedding / hybrid
recall.scoreThreshold 0.3 召回分数阈值（低于不注入；仅 keyword/embedding 策略生效，hybrid 融合前不过滤；工具路径不过滤）
embedding.enabled false 向量检索开关；关闭即纯 FTS 运行
embedding.baseUrl 空 OpenAI 兼容 /embeddings 地址（如 https://api.siliconflow.cn/v1）
embedding.apiKey 空 API Key
embedding.model 空 embedding 模型名
embedding.dimensions 0 向量维度（启用时必填，须与模型输出一致）
embedding.maxInputChars 5000 单条文本最大字符数（超长截断）
embedding.timeoutMs 10000 单次 embedding 调用超时（ms）
embedding.allowLocalModels true 允许本地嵌入档（部署上限：关闭后设置页不能下载模型、不能切本地档）
embedding.mirror https://hf-mirror.com 本地模型下载镜像根地址（可改回官方 https://huggingface.co）
embedding.proxy '' 模型下载代理三态：''（默认）= 自动探测代理环境变量（HTTPS_PROXY/ALL_PROXY 等，尊重 NO_PROXY）；none = 禁用强制直连；其他值 = 代理 URL（如 http://127.0.0.1:7890）。镜像直连在国内网络间歇不可达（直连超时与污染字节交替出现过），开代理的机器建议保持默认自动探测
llm.provider/model 空 蒸馏模型静态路由（部署 pin）：provider 与 model 双字段齐时锁定蒸馏路由，优先于设置页的运行时选择与默认模型（部署可强制蒸馏走指定路由）；留空则跟随"设置页选择 → 默认模型"。运行时可在设置页 → 记忆 → 概览的"蒸馏模型"选择器从已配置的供应商（含 dsh 设置 → 模型里添加的自定义供应商）中切换，即时生效无需重启
llm.maxTokens 65536 未分层调用的兜底输出总闸。各蒸馏层有独立预算（抽取 16k / 去重 8k / L2 32k / L3 16k；思考档 high/xhigh/max 时自动 ×4，防 reasoning 吃光预算），分层预算可在设置页 → 记忆 → 概览 → 蒸馏参数运行时调整（留空/0 = 跟随内置默认）
llm.reasoningEffort 空 蒸馏思考档位：空串 = 自动（按模型能力解析：模型默认档 → high）；显式值（off/none/minimal/low/medium/high/xhigh/max）仅在该模型声明支持时发送——跨供应商 effort 词汇表不同（deepseek 认 off，OpenAI 系是 none，未声明档位的模型不传），不支持的档位自动降级为不传并告警一次；思考档 high/xhigh/max 时输出预算自动 ×4。运行时在设置页 → 记忆 → 概览切换，可选档位表跟随当前模型实时显示
llm.temperature 0.3 蒸馏温度
llm.maxInputChars 700000 单次蒸馏输入字符预算（超限的 L1 输入自动分块抽取）；运行时可在设置页 → 蒸馏参数 → 输入预算调整（留空/0 = 跟随本值）
llm.timeoutMs 120000 单次蒸馏调用超时（ms）
tools true 是否注册模型可调用的记忆工具

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

Yorumlar (0)

Sonuc bulunamadi