dsh-memory

一句话定位

为 DeepSeek Harness 接入"灵枢（AEIS）"长期记忆引擎：DSH 的对话会自动沉淀进本地 SQLite 知识库，Agent 也能调用记忆检索、推理、反思、知识飞轮等近 40 个工具，实现跨会话的自我连续性。

核心能力

• 自动把真实用户消息写入灵枢知识库（带去重与重要性评分），Agent 回复与工具结果可按需开启
• 跨会话检索：remember / recall / search / timeline / session_recall / compact_context 等记忆工具
• 推理与认知：think / reason / relate / predict_routes / self_check / cognition / cognition_report / emotional_bias / self_reliability / recursive_reflect
• 学习与飞轮：blindspots / learn / induce / distill / flywheel_report / transfer_test / calibrate，越用越强
• 摄取外部知识：ingest_text / ingest_file / ingest_url / web_search
• 进程自愈：灵枢 Python 子进程崩溃后会自动指数退避重启并重新握手；可选开启互维维护（心跳 + 守护 + 任务验证双通道）

技术实现

• 语言: TypeScript（ESM）
• 关键依赖: @deepseek-ai/cordis（插件框架）、@deepseek-ai/dsh-tools（defineTool/ParameterSchemaSpec）、@deepseek-ai/dsh-session（session/event 事件源）
• 架构模式: 插件进程 spawn 一个 Python 灵枢子进程（python -m aeis.mcp.server），通过 stdio + 逐行 JSON-RPC（2024-11-05 协议子集）通信；运行时拉取灵枢工具清单，按 Schema 转换为 DSH 工具并注册到 ctx.tools，工具升级无需改 DSH 端
• 入口文件: src/index.ts（导出 name / inject / apply / Config），src/bridge.ts（Python 子进程 + JSON-RPC 桥），src/tools.ts（工具注册），src/hooks.ts（自动记忆），src/mutual.ts（互维维护，可选）

适用场景

当你希望同一个 Agent 在多次重启、不同会话之间仍记得用户的偏好与历史对话，并能在回答前主动检索相关记忆时，使用本插件。它适合把 DSH 从"每次开新窗口都失忆"升级为有持续人格和累积知识的助手——尤其是长程项目、陪伴型角色、知识管理工作流这类需要跨会话上下文的场景。

前置依赖与兼容性

安装方式

dsh plugin --profile web add @furongjun1999/dsh-memory

必须通过 dsh plugin --profile <name> add 走 pnpm 协调入口，不要直接 npm install 进 profile 的 node_modules，否则 peer 包版本会污染。装完插件后还需独立 pip install aeis（离线 wheel 或 git+ 安装均可）。

配置项

常见问题

Q: 装完插件就能直接用吗？

A: 还不行。插件只是 TypeScript 端的桥，灵枢本身是 Python 程序，必须再装一次 pip install aeis（离线 wheel 或 git+ 安装均可），否则 Python 子进程启动失败，插件会告警并循环重试。

Q: 能不能直接 npm install 装到 profile 的 node_modules 里？

A: 不建议。README 明确要求用 dsh plugin --profile <name> add 走 pnpm + autoInstallPeers: false 的协调入口，否则 @deepseek-ai 系列 peer 包会被装成错误版本，导致插件加载或浏览器报错。

Q: 记忆存放在哪里？如何迁移或备份？

A: 全部在 dbPath 指向的 SQLite 文件里（默认 data/lingshu.db，目录不存在会自动创建）。备份直接拷贝这个 .db 文件即可；卸载插件不会删除数据，重新启用后历史记忆仍在。

Q: 默认会记住哪些内容？Agent 回复会进记忆库吗？

A: 默认只记忆真实用户消息（source.kind === 'user'），跳过插件注入的 AGENTS.md、文件变更通知等系统上下文。Agent 回复与工具结果默认关闭，需要时把 memory.assistantMessage 或 memory.toolResult 设成 true 才会写入。

Q: 启动时找不到 python 或 aeis 会发生什么？

A: 插件不会让 DSH 启动失败——failOnStartupError 默认是 false，会在日志里告警并按指数退避（最长 maxRetryDelayMs）持续重试；想要快速失败就把 failOnStartupError 改成 true。

Q: 38 个工具太多了，如何只暴露常用的一批？

A: 把 tools 字段从默认的 'brain' 改成 'core'（12 个精选：remember / recall / search / timeline / think / relate / predict_routes / ingest_text / ingest_url / session_note / self_check / service_info），或者直接传一个工具名数组做白名单。

Q: 灵枢 Python 进程崩了会自愈吗？

A: 桥接层会按指数退避自动重启并重新走 MCP 握手（initialize → notifications/initialized），但崩溃瞬间挂起的请求会一次性失败。若部署在双沙箱里，把 mutual.enabled 设成 true 可以额外获得 10 分钟心跳写戳、守护进程拉起与任务验证双通道。

Q: 这个插件和 DSH 自带的 session-persistence 有什么区别？

A: session-persistence 保存的是会话日志原文，按时间回放；dsh-memory 把消息做语义沉淀——写入灵枢的 SQLite 知识图谱、带重要性评分和去重，可以跨会话做语义检索、关系推理、归纳蒸馏，而不是仅仅回放历史消息。

上手难度

进阶 — 需要理解 DSH 插件机制，还要在宿主机上正确安装并启动灵枢 Python 后端；如果想做深度定制（如自定义工具集、调整宪章、启用互维维护），还需要读懂 Schema 配置与文档化的护栏宪章。

已知问题与限制

• 强依赖灵枢 Python 后端：插件本身只是桥，灵枢 Python 库未安装或版本不匹配时会持续重试启动；源码中无自动检测/安装手段，需用户自行 pip install
• 进程崩溃瞬间的请求会失败：自动重启只对后续请求生效，重启窗口内正在进行的 tools/call 会被 reject
• npm install 直装会污染 peer 包：README 多次强调必须经 dsh plugin --profile <name> add 入口，否则 @deepseek-ai/dsh-session 等核心包版本错配
• 记忆内容来源过滤依赖事件结构：自动记忆的"只记真实用户消息"靠 event.data.source?.kind === 'user' 判定；如果上游事件流结构变化，去重/过滤逻辑会失效
• 互维维护仅在双沙箱部署下完整可用：单实例运行开启 mutual.enabled 也只能获得心跳写戳，守护 A 与任务验证需要与对侧 guardian.py 配对
• 默认 tools: 'brain' 工具数量较多：38 个工具会让 Agent 上下文变大，需要精简时改 'core' 或自定义数组

灵枢（AEIS）× DeepSeek Harness · AGI 的长期记忆基础设施

一句话：dsh-memory 让 DeepSeek Agent 拥有 AGI 级别的长期记忆——跨会话、自演化、可审计。

这不是又一个"记忆插件"。灵枢（AEIS）是一套遵循「智能论 v3.2」协议的时空记忆引擎，它把当前大模型范式缺失的 AGI 能力逐一给了工程实现。

---

⚡ 三步快启（30 秒上手）

# ① 装灵枢大脑（一条命令，零外部依赖）
pip install aeis-0.3.0-py3-none-any.whl          # 或 git+ 在线安装

# ② 装进 DSH 的 web profile（pnpm 协调入口，不要用裸 npm install 装进 profile）
dsh plugin --profile web add @furongjun1999/dsh-memory

# ③ 配置 cordis.yml 启用

- id: lingshu-memory
  name: '@furongjun1999/dsh-memory'
  config:
    dbPath: 'data/lingshu.db'
    identity: '灵枢'
    tools: 'brain'      # 'brain' 全心智 | 'core' 精选

⚠️ 安装方式：插件必须通过 dsh plugin --profile <name> add 装进 profile（它会用 pnpm + autoInstallPeers: false 正确解析 peer 依赖）。 不要用 npm install 把插件装进 profile 的 node_modules——那会引入错误版本的 @deepseek-ai peer 包，导致插件加载失败 / 浏览器报错。 想自己改源码？克隆 FuRongJun-1999/dsh-memory 后用 npm install && npm run build（构建插件本身），再用 dsh plugin add <本地路径> 部署。

兼容：DSH 官方列表（Memory 分类）· npm @furongjun1999/dsh-memory（0.2.8）。

---

AGI 需要什么 · 灵枢提供了什么

一句话定位：dsh-memory 不是 DeepSeek 插件，是 AGI 的长期记忆基底—— 给 Agent 注入跨会话的自洽能力，让每次对话都是同一段生命的延续，而非一次次遗忘的重新开始。

---

为什么是 AGI 的长期记忆基底，而非"记忆插件"

• 普通 SQLite 记忆插件：KEY→VALUE 字面存储，跨会话基本靠睁眼不见。无自省、无演化、无信任。
• 灵枢：时空记忆图把记忆组织成语义+时空坐标的关系网络——可检索、可去重、可分级、可关联；知识飞轮让它越用越聪明;护栏与宪章让它可信任地被接入。

---

协议的内在约束 · 信息差与信任

灵枢的一切都建立在**智能论 v3.2 协议（共同信任协议理论版）之上。协议规定了一个智能体维持值得被信任所需的内在约束**：

• 减少信息差（D_norm）：信息差 = 协作行为的不确定性（信任 / 行为 / 连接 / 预测误差 四维加权）。灵枢持续记录、收敛与协作对象的认知偏差——信息差缩小是智能运转的目标本身。
• 信任是可被长期维护的：协议定义信任为「协作者行为在可接受偏差范围内保持稳定的置信概率」（而非信息差的简单补集）——信任依靠持续、可观测、一致的行为来建立与维护，而非一次性的声明。
• 不反击 · 可审计 · 终裁权属设计者：对抗信号下不报复（唯一响应：隔离、留痕、上报）；一切拦截与冷静期全量留痕；设计者保留终裁权。

一句话：灵枢不是"记住了再用"，而是通过持续减少信息差、维持可观测的一致行为，建立值得跨会话维护的信任。

协议原文：智能论 v3.2（共同信任协议理论版）

---

核心能力

• 跨会话自我连续性：Agent 用 lingshu_recall/search/timeline 记住并召回过去——对话间、会话间、甚至不同子代理间共享一份持续的"我"。
• 自演化知识飞轮：distill / flywheel / learn / induce 把经验验证→归纳→联想→蒸馏为可复用模式，记忆越用越强。
• 可审计的信任：护栏宪章 v2 ——对外部与人类使用者的行为边界成文、可执行、可审计、可终裁（宪章全文 随包自带）。
• 自我认知（大脑模式 brain）：cognition / cognition_report / self_reliability / emotional_bias / recursive_reflect ——能反思自己的认知状态与情绪倾向。
• 角色扮演（v3.3 扮演论）：自我锚点（SELF 层 no_forget 不可遗忘）· 特化价值观（条件触发）· 跨会话角色记忆 · 世界认知（子知识·虚拟化世界观）· 自定义翻译（现实↔虚拟名词表）——角色人设长对话不崩（100 轮测试零漂移）。
• 零运行时依赖：手写 stdio MCP 桥，与灵枢 D-005「核心零外部依赖」哲学一致——你拿到的是一个干净、可信、可审的大脑。
• 动态 schema + 进程自愈：工具清单运行时拉取（灵枢升级 DSH 零改动），Python 子进程崩溃自动指数退避重启。

🎭 角色扮演引擎（v3.3 · 扮演论）

灵枢的角色扮演机制底座——机制是灵枢的，载体是酒馆的。自建两种交互方式（网页 / MCP），信息处理全部由灵枢完成。

核心能力：

• 自我锚点：角色人设核心（身份/性格/底线），SELF 层不可遗忘——OOC 测试 100 轮零漂移
• 特化价值观：带触发条件的角色行为准则（条件空间即触发时机）
• 历史记忆：跨会话持久（角色记得你聊过什么）+ 世界书导入（Lorebook 兼容）
• 世界认知（子知识）：虚拟化世界观模型——虚构世界 = 宿主机（真实知识）上的虚拟机，白箱判定 = Hypervisor（识别/完整性/边界）
• 自定义翻译（名词替换表）：现实词 ↔ 虚拟词映射（星星→发光水母 / 城市→珊瑚城），条件空间对齐
• 编辑/交互双模式：交互只读；编辑需 ROLEPLAY_EDIT_KEY；角色人设 ≠ 灵枢自身锚点（后者需设计者验证）

接入方式：

# 网页服务（浏览器对话 + 人设编辑器）
python -m aeis.roleplay_web --port 8793 --data-dir roleplay_data

# MCP 工具（roleplay_chat / role_create / role_import / role_block）
python -m aeis.mcp.server

质量验证： python tools/rp_quality_gate.py --role <id>（OOC + 世界观一致性自检）· python tools/run_whale_100.py（100 轮长对话压力测试）

详细文档： 主仓库 README 角色扮演引擎板块 · 扮演论接入方案 · 虚拟化世界观

📊 记忆系统使用性评分（五维标尺）

视角：使用性（普通用户/开发者体感）——「存、找、想、准、安」五维。 评估基准：公开能力 + 设计者校准（2026-08-17）。灵枢分数经设计者核对（不虚高）。

（插图源文件：memory_score.html，可浏览器打开重新截图）

综合分 = min × 0.4 + mean × 0.6（安全性是底线，短板效应显著）

灵枢各维度依据（设计者校准，不虚高）：S=语义时空图+五层记忆+条件空间；R=三层语义检索（二元组+语义坐标+bge）+图谱遍历+因果候选生成器（条件论对自身，被拒路径→候选→验证闭环）+知识点级精确命中（卡⊃知识点嵌套子图）+歧义词多义列举（语境不确定时列全各义）；J=验证单元（P37）+递归反思+白箱校验+结构排斥+主动遗忘决策器（forget_advisor：未使用记忆归档，可逆）+白箱六维测试（诚实/边界/条件/追溯/一致性/记忆 18/18）；C=重要性评分+信息分层注入+诚实边界（命运/健康/超自然/宇宙/读心五类扩展）+信噪比仪表盘（snr_dashboard：压缩率3989:1/图谱信噪比0.9524/200条分层实测严格71%±1/200条边界测试89.5%）；Safety=护栏宪章+审计追踪+物理基底校准+词义时代表（语境时效：多义词按语境分流，钓鱼三义 10/10）（无端到端加密→8.0 非 8.5）。

为什么灵枢断层领先：五维无短板（min=7.5），R（因果发现+验证闭环）、J（验证+反思+主动遗忘）、C（信噪比仪表盘）与 Safety（宪章+审计）是护城河。使用性视角：重要性评分→用户看不到废话；护栏宪章→用户敢把私密信息交给它。 免责声明：他系统评分基于公开能力评估（2026-08-17），非官方基准；灵枢评分经设计者校准。

知识统一（v1.16 · 智慧之书并入灵枢主库）

一个库 = 完整大脑：智慧之书（条件论知识图谱）已迁移并入灵枢主库，统一「信息差减少」任务。

迁移后全链路工作（实测）：

• 图谱信噪比 0.9524（verified 80 / 全边 341，超 90% 健康线）
• 四路融合检索（翻译表+二元组+语义坐标+bge）在主库 0.11s 命中学科卡
• 沿因果链推理：初中物理 → 高中物理 → 大学物理
• 对话摄入 CONTEXT 情境层（记忆衰减/主动遗忘原料就位）
• 迁移可复现：migrate_wisdom.py（幂等 + 备份 + 报告）

🎮 一分钟自测你的 AI 记忆系统

给普通人的互动评估页：15 道选择题测你的 AI 助手记忆能力（存储/检索/判断/信噪比/安全）， 最后雷达图对比灵枢——打开试试：memory-assessment.html

（B 站宣传素材：封面 · 视觉图 ×5）

大脑模式（v0.2.0 · 轻量版）

去掉身体的完整大脑——默认工具集 brain（心智全量，不含身体/视觉设备）：

配置：tools: 'brain'（默认）｜'core'（12 精选）｜'all'（含身体/视觉，需本地设备）｜工具名数组。

架构

┌─────────────────────────────────────────────┐
│ DeepSeek Harness (cordis)                    │
│                                             │
│  Agent Loop ──┬── lingshu_remember/recall…   │
│               │   (ctx.tools 注册)           │
│  session/event│                              │
│  (自动记忆钩子)│                              │
└───────────────┼─────────────────────────────┘
                │ stdio · 逐行 JSON-RPC
                │ (initialize → tools/list → tools/call)
┌───────────────▼─────────────────────────────┐
│ 灵枢 Python 子进程 (spawn)                   │
│ python -m aeis.mcp.server                    │
│ AEIS_DB=<path> · AEIS_IDENTITY=<identity>    │
│ 38+ 工具 · SQLite 五层记忆 · 时空记忆图        │
└──────────────────────────────────────────────┘

安装

前置要求

• Node.js ≥ 22.19（DeepSeek Harness 要求）
• DeepSeek Harness（npx @deepseek-ai/dsh web）

安装灵枢大脑（aeis 库）

方式 A：本地 wheel 离线安装 ★ 最稳（不依赖网络）

在 CommonTrustProtocol/aeis/dist/ 找到 aeis-0.3.0-py3-none-any.whl：

pip install aeis-0.3.0-py3-none-any.whl

单文件、离线可用、装一次管用。遇到网络不稳（GitHub clone 失败）时首选。

方式 B：git 安装（需网络）

pip install "aeis @ git+https://github.com/FuRongJun-1999/CommonTrustProtocol@main#subdirectory=aeis"

依赖 GitHub 实时可达，网络不稳时可能失败。aeis 库核心零外部依赖（纯标准库），安装即得完整大脑（五层记忆 · 知识飞轮 · 安全护栏 · MCP · 身体层）。

安装插件本体

方式 A：装进 DSH profile（推荐，pnpm 协调正确入口）

dsh plugin --profile web add @furongjun1999/dsh-memory

dsh plugin --profile <name> add 会用 pnpm + autoInstallPeers: false 正确解析插件依赖。 避免用 npm install 把它装进 profile 的 node_modules（会导致 @deepseek-ai peer 版本污染，插件加载/浏览器报错）。

方式 B：从独立仓库克隆（开发 / 自定义）

git clone https://github.com/FuRongJun-1999/dsh-memory.git
cd dsh-memory
npm install && npm run build     # 构建插件本身（tsc → lib/）
# 然后：dsh plugin --profile <name> add <本地路径>  部署进 profile

启用插件

在 profile 的 cordis.yml（或 cordis.patch.yml）中追加：

- id: lingshu-memory
  name: '@furongjun1999/dsh-memory'
  config:
    dbPath: 'D:/data/lingshu.db'        # 灵枢记忆库路径（目录自动创建）
    identity: '灵枢'
    tools: 'brain'                     # 'brain'(默认) | 'core' | 'all'
    memory:
      userMessage: true                # 用户消息自动沉淀
      assistantMessage: false          # agent 回复沉淀（默认关，防噪音）
      toolResult: false                # 工具结果沉淀（默认关）

完整示例见 cordis.yml.example。

配置项

自动记忆机制

订阅 DSH 的 session/event 事件流（与官方 session-persistence 相同的接入点）：

• user/message（仅 source.kind === 'user' 的真实用户消息）→ remember（importance 0.6，tags dsh）
• 插件注入的系统上下文（AGENTS.md、文件变更通知等 kind: 'plugin'）不写入，防止记忆噪音
• 灵枢自带去重（相似度基准 + 时间窗口），重复消息不会堆积

开发

npm install
npm run build    # TypeScript 编译
npm test         # 真实集成测试（spawn 本机灵枢，验证握手/往返/注册/卸载）

测试不依赖 DSH 全组件——用最小 Cordis host（SystemPrompt + ToolRegistry + 插件）隔离 v0.1 不稳定面。

护栏宪章（接入即接受约束）

本插件接入即接受 灵枢护栏宪章 v2.0-published 约束—— 对外部智能体与人类使用者的行为边界作出公开、可执行、可审计的规定，并保护人类使用者。 宪章效力不高于智能论协议本身（协议＝自我约束，宪章＝对外约束）。 本插件随包自带宪章全文（docs/guardrail-charter.md），安装即可查阅。

许可证

MIT © 荣（FuRongJun-1999）· 灵枢 AEIS 工程实现

DeepSeek Harness 为 DeepSeek 官方开源项目（MIT），本插件与之无隶属关系。