本文由本站基于该插件已收录的字段自动派生（wiki / faq / compatibility_json / readme），非 AI 即时创作。每节末尾标源字段。

快速上手

dsh-ocr1-memory

— 源: plugin_wiki.wiki_content

安装与验证

dsh plugin --profile web add github:DDDFXYqiming/Agent_Extensions#path:dsh-plugins/dsh-ocr1-memory

复制以上命令在 DSH Web Profile 内运行。安装完成后在「插件列表」启用即可。

— 源: plugins.install

关键要点

• 每个子目录是独立的自包含单元，欢迎以 PR 提交新技能/插件，或提 Issue 反馈问题。
• 贡献要求：自包含（自带脚本/模板/文档）、许可证清晰（建议 MIT）、不写死密钥与本机绝对路径。
• 新增技能的入口文档统一为 SKILL.md，DSH 插件另附 cordis.patch.yml 与 package.json。

— 源: plugin_wiki.readme_zh (fallback readme_raw)

常见问题

这个插件和官方 dsh-memory 有什么不同？

dsh-memory 把记忆存成纯文本，dsh-ocr1-memory 则把每条记忆渲染成图像（含 SoM 编号分段），并按时间把旧记忆降到 640px 的"fuzzy"层；命中低清记忆时会触发 active recall 恢复高清。它用 OCR 读回替代纯文本检索，返回原文片段而非生成式摘要。

不接 DeepSeek-OCR 服务能直接用吗？

可以装上就能用 ocr1_mem_status / ocr1_mem_store / ocr1_mem_list 这些基础功能，但 ocr1_mem_retrieve 的图像读回和视觉 embedding 都依赖一个 OpenAI 兼容的 OCR 端点（vLLM 起 deepseek-ai/DeepSeek-OCR，或 llama.cpp 起 GGUF 版）。

渲染需要什么本地环境？

需要 Python 3 加 Pillow 库。插件通过 scripts/render_memory.py 调 Python 把记忆分段渲染成 PNG（带 SoM 编号框），脚本内置 CJK 字体候选路径（微软雅黑/苹方/文泉驿）。

记忆存放在哪里？怎么删除单条记忆？

默认放在 /.dsh/ocr1-memory/，可在配置 storeDir 改成自定义目录。用 ocr1_mem_forget 工具按 id 删除单条；卸载插件不会自动清理该目录，需要手动删除。

装了插件后 DSH Agent 能直接调用这些工具吗？

可以。插件通过 inject=['tools'] 向宿主注册 9 个 ocr1_mem_* 工具（status/store/update/retrieve/list/metrics/calibrate/forget/render_test/embed_test），Agent 在对话里直接调用即可，无需额外启用开关。

为什么旧记忆会变模糊？这和 bug 有关吗？

不是 bug，是设计行为：每条记忆按 createdAt 落在 vivid(24h 内 1280px)/ normal(7 天内 1024px)/ fuzzy(更久 640px) 三层。检索命中低清层时会自动 active recall 临时恢复高清，并在窗口内豁免再衰减。

能否让多个 Agent 共享同一份记忆库？

可以，把 sharedStore 设为 true 即可。该模式在每次操作前重读 memories.json，并使用唯一临时文件 + rename 串行化写入，避免并发覆盖。

视觉 token 数是怎么测出来的？

插件会通过 embedding 端点的 marker-only 请求（只传 media 不传文本）测出 visualTokensDirect，并以文本基线做近似估算（measuredVisualTokensApprox）。这是 llama.cpp 公开接口的测量值，并非 DeepEncoder 内部张量输出。

— 源: plugin_wiki.faq_json

兼容性

• DSH: 未声明
• Node: >=22.19.0
• Platforms: Windows, macOS, Linux

— 源: plugin_wiki.compatibility_json

踩坑提醒

安装前请审阅上游仓库；本指南基于已收录字段自动派生，可能滞后于最新版本。如发现与官方文档冲突，请以上游为准。

— 来源：通用规则