JunNanLYS/dsh-layered-memory

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

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 dsh-layered-memory@0.8.0）
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

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：

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）：

分层记忆（L0–L3）

会话级记忆档位

• 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

存储布局

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：

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），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:                     # 蒸馏模型路由（不写则跟随当前默认模型）
      provider: ''
      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）
llm.provider/model	空	蒸馏模型覆盖（默认用当前默认选择）
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/max 时自动 ×4，防 reasoning 吃光预算）
llm.reasoningEffort	off	蒸馏思考档位（部署默认）：off / high / max，空串不传（跟随模型默认）。蒸馏是结构化抽取任务，默认关思考——推理模型（如 v4-flash）默认 high 档的思考可把任意输出预算全部吃光导致正文 0 字符；非推理模型不认识 effort 时需设为空串。运行时可在设置页 → 记忆 → 概览临时切换（选"跟随配置"即回退本值）
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）
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

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