一句话定位

为 DeepSeek Harness 装上跨会话持久记忆——把 AI 在这次对话里得知的偏好、项目、决定等留下来，下次新开会话自动带回到系统提示里。

核心能力

• 自动写入并去重合并：模型通过 memory_save 工具存记忆，同标题会自动合并并保留版本历史（content_history）
• 自动注入：新会话开始时把高重要性记忆塞进系统提示，让 AI 见到你之前说过什么
• 后台 autoDream 自动整理：记忆数或字数达标后异步触发 LLM 裁决 keep / merge / archive / conflict / update，记忆库越用越精炼
• 可编辑 Markdown 镜像：偏好、项目、决策、历史、总览分别落到独立 .md 文件，人工修改优先回写
• 完全可选的语义搜索：关键词之外再叠加 BM25 + 向量召回 + 交叉编码精排，三路召回融合并自适应阈值
• 会话摘要 + 短时热记忆：会话结束自动提炼要点；当前会话最近 5 轮对话以热记忆块形式滚动注入
• 实体化记忆 + Wiki-Link + Tag 系统：从记忆里抽取命名实体与时间轴属性，支持 [[双向链接]] 和 #标签（默认关闭，按需开启）

技术实现

• 语言: JavaScript（Node.js ESM，type: module）
• 关键依赖: @deepseek-ai/cordis（DI 容器）、@deepseek-ai/dsh-tools（模型工具注册）、@deepseek-ai/schemastery（配置 Schema）、@huggingface/transformers（可选，本地向量 / 精排）
• 架构模式: Cordis apply(ctx, config) 注入到 tools / systemPrompt / webServer / llm / commands 几个宿主钩子；通过 cordis.patch.yml bundle 把默认配置写入 DSH profile，零配置启动；后台由 createDreamScheduler 阈值调度 + createSleepScheduler 空闲调度两条维护流水线
• 入口文件: dsh-mneme/lib/index.js（发布产物），开发源在 dsh-mneme/src/index.js

适用场景

想让 DSH 像一个长期合作的同事那样记住你的项目背景、编码习惯、过往决定，而不是每次开新会话都重新交代——这正是本插件解决的问题。它适合中长期使用者：每天跟 AI 协作几个小时、需要累积可检索的知识库；不适合只需要一次性问答、聊完即走的场景。开启语义搜索后还能让 AI 用「上次聊过的某事」式自然语言召回，跨日继续项目时无需你复述上下文。

前置依赖与兼容性

安装方式

dsh plugin --profile web add github:modusensus/dsh-mneme

配置项

默认行为开箱即用，全部列在 schema 中无硬性要求。下面是用户最常调整的几项；按需在 DSH 设置面板 → 记忆库设置中改动，也可在 ~/.dsh/profiles/web/cordis.patch.yml 用 id: dsh-mneme 段覆盖。

常见问题

Q: 我装了插件为什么没有记忆可用？是不是要先把对话内容喂给它？

A: 不用。打开新会话 AI 就会看到已存的记忆，新出现的事实由 AI 自己通过 memory_save 工具主动写入，无需你手动调用。

Q: 存储在哪台机器？会被同步到云端吗？

A: 只在你跑 DSH 的本机，路径 ~/.dsh/memory/。SQLite 主库与 Markdown 镜像都在一起，没有任何远端上传；想备份直接拷目录。

Q: 删掉对话窗口，是不是记忆也一起没了？

A: 默认不会——记忆和会话窗口是分开的，删会话不影响已保存记忆。开启 sessionLifecycleEnabled 后，删除会话会变成软隐藏（memory_list 设 include_archived 还能看到并恢复）。

Q: 想让 AI 用自然语言「上次聊过的那件事」怎么搜？

A: 打开设置面板 → 记忆库 → 工具栏切换到「语义」即可，会启用向量召回；后台是关键词 + BM25 + 向量三路融合，并按查询长度自适应阈值。

Q: 我的 embedding 服务访问不到，向量会不会报错？

A: 不会。embedding 失败会自动回退到关键词搜索；本地 ONNX 模型下载失败同样只是记录 warning，搜索降级关键词，主流程照常工作。

Q: 删除一条记忆为什么搜出来还在？

A: 你用的可能是 memory_forget 或 memory_archive——它们分别是抑制注入和归档，都可恢复。想物理删除要明确用 memory_delete，按 id 或按 query 描述删除。

Q: 怎么彻底关掉这个插件？

A: 从 DSH profile 移除 bundle：dsh plugin --profile web remove @modusensus/dsh-mneme，数据留在磁盘不删，需要时重装即恢复。

上手难度

入门 — 默认配置开箱即用，绝大多数用户不需要改任何开关；只有准备启用向量搜索 / Sleep Mode / 实体抽取等可选能力时才需要看配置项。

已知问题与限制

• 思考型模型（如 deepseek-v4-flash / DeepSeek-R1）在 autoDream 默认参数下会把整段 token 预算烧在推理上，导致正文为空（日志常见 no json array in llm output）。解决：把 dreamReasoningEffort 和 sleepReasoningEffort 都显式设为 off；这两个选项默认 none 是为不改变原有行为。
• 默认不启用 Rerank 精排（rerankEnabled=false），因为初始化会加载 onnxruntime-node；要使用必须显式打开，并承担模型下载与首次推理延迟。
• 数据库是单文件 SQLite（node:sqlite 同步 API），不支持并发多进程写入；DSH 是单进程托管，多实例共享会冲突。
• LLM 路由走 agentDefaultModel，没有独立 Key：默认会消费主对话 token 预算；预算紧张时手动设置 dreamProvider / dreamModel / summarizeProvider 指向轻量模型。
• 各高级特性（实体抽取、Wiki-Link、Tag 加权、Sleep、Session 生命周期）默认关闭——为了不破坏既有行为而保守启用；首次使用前需查 配置文档。

dsh-mneme

中文 | English

---

🇨🇳 dsh-mneme（中文）

记忆基因 · 让记忆自我进化 —— 从文本仓库到结构化知识库，记忆不再只是存储，而是会生长。

dsh-mneme 是一个 DeepSeek Harness (DSH) 插件，为 Agent 提供持久的跨会话记忆能力。Mneme（Μνήμη）——希腊记忆女神 Mnemosyne 之名，掌管记忆与梦境，正如 autoDream 在后台巩固记忆。

它能解决什么问题

每次新开对话，AI 都像第一次认识你？

dsh-mneme 给 DeepSeek Harness 装上跨会话记忆。 你聊过的项目、提过的偏好、做过的决定，AI 都记得——即使关掉了窗口，下次打开还在。

三个典型场景

核心特性

• 跨会话记忆 — 对话中 AI 自动记录关键信息，新会话自动注入相关记忆
• 自动整理 — 后台自动去重、合并、归档，记忆库越用越精炼
• 删对话 ≠ 删记忆 — 删除聊天窗口不会丢掉已保存的记忆（可配置）
• 你的数据你做主 — 所有记忆以 Markdown 格式存于本地，随时打开查看和编辑
• 完全离线 — 默认无需 API Key，所有处理在本地完成

安装

# 安装插件（自动注册 bundle 层）
dsh plugin --profile web add @modusensus/dsh-mneme
dsh web

需要 Node 24+（node:sqlite）。完整安装 / 配置 / 架构见 插件文档。

快速配置（可选）

装完即用，以下按需开启：

在 DSH 设置面板 → 记忆库设置 中修改。完整配置说明见 配置文档。

隐私承诺

• 数据只存在你的电脑本地，不上传任何服务器
• 记忆是 Markdown 文件，人类可读、可手工编辑
• 默认零网络依赖，不需要 API Key
• 无遥测、无分析、无远程日志

文档

🗺️ 路线图

🧬 基因（v0.3.0）→ 🛡️ 审计加固（v0.3.6–0.3.9）→ 💤 睡眠维护（v0.4.0）→ 🕸️ 召回融合与图谱（v0.5.0）→ ✨ 自进化（v0.6.0）→ 🔮 兴趣漂移 + 跨 workspace（v0.7.0+）

🧪 本地开发

cd dsh-mneme
npm install
npm test          # 628 个测试
npm run stress    # 三轴线压测
npm run sync      # src → lib 同步

📜 License

MIT

---

🇬🇧 dsh-mneme (English)

Memory Genome · Let memory evolve — from text warehouse to structured knowledge base. Memory is no longer just stored; it grows.

dsh-mneme is a DeepSeek Harness (DSH) plugin providing persistent cross-session memory. Mneme (Μνήμη) — named after Mnemosyne, the Greek goddess of memory and dreams, mirroring how autoDream consolidates memories in the background.

What it does

Every time you start a new chat, the AI acts like it's never met you?

dsh-mneme gives DeepSeek Harness cross-session memory. Projects you've discussed, preferences you've mentioned, decisions you've made — the AI remembers them even after you close the window.

Three typical scenarios

Core Features

• Cross-session memory — AI automatically records key info during chats; new sessions inject relevant memories
• Auto-consolidation — Background deduplication, merging, and archival; the memory store refines itself over time
• Delete session ≠ delete memories — Closing a chat window doesn't lose saved memories (configurable)
• Your data, your control — All memories stored as local Markdown files, human-readable and editable
• Fully offline — Zero API Key needed by default; all processing happens locally

Install

dsh plugin --profile web add @modusensus/dsh-mneme
dsh web

Requires Node 24+ (node:sqlite). Full install / config / architecture docs in the plugin README.

Quick Config (Optional)

Works out of the box. Enable these as needed:

Change in DSH Settings Panel → Memory Settings. Full config docs here.

Privacy

• Data stays on your machine only, never uploaded
• Memories are Markdown files, human-readable and editable
• Zero network dependency by default, no API Key required
• No telemetry, no analytics, no remote logging

Docs

🗺️ Roadmap

🧬 Gene (v0.3.0) → 🛡️ Audit hardening (v0.3.6–0.3.9) → 💤 Sleep maintenance (v0.4.0) → 🕸️ Recall fusion & graph (v0.5.0) → ✨ Self-evolve (v0.6.0) → 🔮 Interest drift + cross-workspace (v0.7.0+)

🧪 Local Development

cd dsh-mneme
npm install
npm test          # 628 tests
npm run stress    # three-axis stress test
npm run sync      # src → lib sync

📜 License

MIT