# @deepseek-ai/dsh-plugin-memory
[English](README.md) | 中文
> 一个为 DeepSeek Harness(DSH)打造的持久五层记忆系统:用户画像(L1)、项目级语义索引与主题文件(L2)、按天追加的日志(L3),分别落在 `~/.dsh/memory/` 与 `/.dsh/memory/`。每个请求前自动注入相关记忆,会话空闲时由 LLM 自动把沉淀的事实写成新主题文件。以 DSH 插件形式接入两条 cordis 接口——`agent/pre-step` 负责注入,`ctx.tools.register` 注册六个 `memory_*` 工具。不配置 `llm` 也能用:入口注入、关键词相关性、画像轮替照常工作,仅 LLM 排序与自动提取被关闭。
## ✨ 功能一览
- 🧠 **五层模型**:L0 用户自有身份(`~/.dsh/AGENTS.md`,本插件不接管)→ L1 画像 → L2 项目索引 + 主题文件 → L3 按天追加日志 → L4 skills(既有)。每层都有独立的写入路径、截断预算与注入规则。
- 📇 **索引 + 主题文件分离(L2)**:`MEMORY.md` 永远是指针表,每行 ≤150 字符;详细内容落在 `.md`。单文件保持小巧、可检索、可截断。
- ✂️ **截断预算**:启动注入的索引硬截断为 200 行 / 40 000 字符,保证冷启动上下文开销很低。
- 🎯 **相关性注入**:每一步根据最新用户 query 选取相关主题文件(配置了 `llm` 时走 LLM 排序,否则走关键词打分),以 `` 块追加;同一会话内已注入的文件会去重。两个通道在 GUI 上下文行中分别标注为 `memory-entry`(每会话一次)与 `memory-relevance`(按需注入)。
- 🤖 **LLM 自动提取**:会话进入空闲时,经防抖(60 s)、尽力而为地扫描最近 40 条事件,让 LLM 产出新主题文件与索引行并写入。绝不覆盖既有记忆;模型不可用时静默降级。
- 🔄 **画像轮替(L1)**:`memory_profile` 把新事实合并进四个固定小节(工作背景 / 个人背景 / 当前关注 / 近期动态)并递增版本号,旧版保留在 `profile.md.bak`。
- 🔒 **读回的是数据,不是指令**:记忆用 `fs/promises` 直接写入记忆根目录——预期中的持久化,而非自我修改——且路径被约束在存储根内。记忆文件是 agent 读回的上下文,绝不是授权指令。
- 🧩 **纯 harness 插件**:无 HTTP API / GUI 面板——只有注入与工具。DSH 服务于单一用户,路径不含 `` 层。
- 🛠️ **六个 agent 工具**,通过 `ctx.tools.register`(`@deepseek-ai/dsh-tools` 的 `defineTool`)注册:
| 工具 | 范围 | 效果 |
|:-----|:-----|:-----|
| `memory_write` | global/project | 写入/覆盖主题文件;可选追加一条索引。 |
| `memory_read` | global/project | 读取主题文件或 `MEMORY` 索引。 |
| `memory_search` | global/project/both | 关键词检索主题文件。 |
| `memory_daily` | cwd | 向 `/.dsh/memory/YYYY-MM-DD.md` 追加一行当日记录。 |
| `memory_forget` | global/project | 删除主题文件及其索引指针。 |
| `memory_profile` | global | 读取,或合并轮替单一用户画像。 |
## 快速开始
### 前置要求
- 已安装 DeepSeek Harness(DSH),且 profile 支持插件(如 `web`)。
- 无需配置 `llm`——插件会降级为纯关键词相关性。
### 安装
```bash
dsh plugin --profile web add github:NattoCB/dsh-plugin-memory
```
### 运行
重启 `dsh web`。插件在首次使用时自动初始化两个记忆根目录:
```
~/.dsh/memory/
MEMORY.md # 全局索引(≤200 行 / 40K 字符)
profile.md # L1 画像(Version N)
profile.md.bak # 上一版本画像
.md # 全局主题文件
/.dsh/memory/
MEMORY.md # 项目索引
YYYY-MM-DD.md # 每日记忆(只追加)
.md # 项目主题文件
```
告诉 agent 一句值得记住的话,或交给空闲自动提取——隔一个会话再查记忆根目录。
## 配置
通过 DSH bundle 条目部署(见 `cordis.patch.yml` 与 `package.json` 的 `exports`):
| 键 | 默认值 | 含义 |
|:---|:-------|:-----|
| `enableEntryInjection` | `true` | 每会话前置注入一次「如何保存 + 索引」指令块。 |
| `enableRelevance` | `true` | 每步按 query 追加相关主题文件(`data-role=memory`)。 |
| `enableExtraction` | `true` | 空闲时 LLM 自动提取。 |
| `maxRelevant` | `5` | 每步最多注入的文件数(1–20)。 |
| `relevanceTopK` | `8` | LLM 选择器最多从多少个候选里挑选(1–40)。 |
| `relevanceBudgetChars` | `2000` | 喂给相关性/选择器的单主题字符上限(≥200)。 |
| `extractionDebounceMs` | `60000` | 空闲防抖时长后再执行一次提取。 |
| `extractionLookback` | `40` | 单次提取扫描的最近事件数(5–200)。 |
| `llm.provider` | `""` | 提取/相关性排序的 provider(留空 → 纯关键词)。 |
| `llm.model` | `""` | 提取/相关性排序的 model。 |
| `llm.maxTokens` | `1024` | LLM 调用的补全 token 上限。 |
示例条目:
```yaml
- id: memory
name: '@deepseek-ai/dsh-plugin-memory'
config:
enableEntryInjection: true
enableRelevance: true
enableExtraction: true
maxRelevant: 5
relevanceTopK: 8
relevanceBudgetChars: 2000
extractionDebounceMs: 60000
extractionLookback: 40
llm:
provider: deepseek # 示例:填你的路由
model: deepseek-chat
maxTokens: 1024
```
## 许可证
MIT —— 见 [LICENSE](LICENSE)。
---
[提 issue](https://github.com/NattoCB/dsh-plugin-memory/issues) · [源码](https://github.com/NattoCB/dsh-plugin-memory)