diqierjia/StrataGate-AgentMemory

StrataGate

近期对话保留细节，远期记忆逐渐简化。

StrataGate 是 DeepSeek Harness 的跨会话记忆插件。近期对话保留细节，较早对话逐渐简化，需要时可以找回原文；重要决定、偏好和计划会整理为长期记忆，供后续会话使用。

English · DeepSeek Harness 插件说明 · 架构说明 · 完整评测

公开评测：在 LoCoMo 单个对话样本 conv-26 的 152 道题上，每个答案经过 10 次独立评审，平均判定正确率为 80.46%，Mem0 base 为 63.22%。查看评测范围。

为什么选择 StrataGate？

1. 短期记忆：随对话推进逐渐模糊，需要时重新展开。

   (1) 近期详细，远期简略。 同一段对话保存为 L0–L5 六种详细程度的视图。随着后续对话积累，较早的记忆逐渐从完整对话变为关键事实、简短摘要和标题索引，减少历史内容对上下文的占用。→ 分层记忆

   (2) 展示变简，原始记录保留。 完整的 L5 原始消息与工具记录始终保存。需要核对细节时，Agent 可以按需展开，找回当时的原话和上下文。→ 分层记忆

   

2. 长期记忆：用事件线保留历史，用知识图谱整理当前状态。

   (1) 事件记录“发生过什么”。 对话中的重要决定、偏好、计划和变化会被提取为 Event，保留来源，并区分“什么时候提到”和“什么时候发生”，供后续会话查找和追溯。→ 事件卡

   (2) 知识图谱表达“当前是什么状态”。 根据历史事件，整理人物、项目、组织、工具和地点的当前信息及关系。新事件可以补充或取代旧状态，历史事件及其来源仍然保留。→ 当前状态图谱

   (3) 长期权重也会衰减。 随着对话推进，未被采用的记忆权重逐渐降低，影响检索与自动召回时的优先级；衰减后的记忆仍保留来源，可继续查证。→ 权重与采用强化

   (4) 支持迁移其他 AI 的记忆。 导入内容可以转换为可追溯的事件，并用于更新知识图谱；原始导入内容仍会保留。→ 外部记忆导入

3. 证据门：回答前先检查检索到的证据是否够用。

   搜索结果相关，不代表足以回答当前问题。Agent 会判断证据是否充分；不足时继续搜索、展开事件或回查原始消息，仍无法确认时明确说明不确定性。→ 证据门

4. 只强化实际使用的记忆。

   搜索命中或自动带入上下文不会触发强化。只有被记录为最终答案实际采用的证据，才会增加采用计数、更新衰减起点；采用越多，之后衰减越慢，避免记忆仅因频繁被搜到就不断强化自身。→ 只强化实际使用的记忆

开始使用：→ 快速开始

快速开始：DeepSeek Harness

如果已经安装 DeepSeek Harness，请将 StrataGate 添加到你正在使用的 profile：

dsh plugin --profile web add stratagate-dsh

支持整个 DSH 0.2.0 版本族：全部 Alpha、Beta、RC 和正式版（>=0.2.0-0 <0.2.1-0），同时保留此前支持的宿主版本。同属 0.2.0 的新版本无需因版本声明而等待插件更新。

重启该 profile，之后照常使用 DSH 即可。StrataGate 会自动记录主 Agent 已完成的对话，在后台生成可搜索的记忆，并在 DSH 设置 → StrataGate-AgentMemory 中提供记忆界面。

数据库默认保存在：

DSH_HOME/stratagate/memory.db

移除插件不会删除数据库。截图、配置项、记忆工具和自动记录规则见 DeepSeek Harness 插件中文说明。

上面的命令使用 web profile；如果使用其他 profile，请替换 web。开发者可直接查看开发与文档。

它如何工作

1. 保存对话。 若干轮连续对话组成一个记忆块（Block），保存为从索引到原文的六种视图。
2. 提取长期信息。 决定、偏好、计划或变化被整理为长期事件（Event），保留时间与来源；知识图谱据此整理当前状态。
3. 回答时找回。 插件自动带入少量相关记忆；信息不足时，Agent 搜索事件、图谱或原始消息，并判断证据是否够用。
4. 记录实际使用。 最终答案选作证据的 Event 会记录为一次“采用”，用于更新长期权重。

自动召回目前最多带入 4 条 Event 和 4 个图谱节点，总预算约 900 tokens。当前会话另由分层 Block 和尚未封存的对话提供。

核心设计

机制	变化的内容	保留的内容
短期记忆简化	旧 Block 默认使用哪个 L0–L5 视图	L5 原始对话与工具记录
长期权重衰减	Event 在后续召回中的优先级	Event 历史及其来源

两者都随对话进度变化：短期按就绪 Block 距离计算，长期按对话轮次计算。放置几天本身不会触发这两种衰减。

1. 短期记忆：随对话推进逐渐简化，需要时重新展开

近期讨论通常需要保留完整细节，较早的对话则可以先以简短形式留在上下文中。StrataGate 为同一段对话保存多种详细程度的视图，并随着后续对话积累，逐渐减少旧对话默认呈现的内容。

同一段对话，保存为六种详细程度。

DeepSeek Harness 插件默认每 6 轮完整对话封存一个 Block，一轮指一次用户提问和助手的完整回复。封块大小可以配置；核心库默认值为 12 轮。尚未达到边界的内容继续保留在当前对话中。

每个完成处理的 Block 包含以下视图：

层级	保存的内容	主要用途
L0	标题和标签	用最少内容标识这段历史
L1	简短摘要	快速了解讨论主题
L2	关键事实	查看决定、约束、计划和结果
L3	确定性精简对话	删除固定白名单中的独立寒暄或确认；重复的长段落与代码只保留第一次；工具调用保留名称和结果摘要
L4	去除内部记录的近原文对话	过滤 system 消息；用户和助手正文只裁剪首尾空白并添加角色标签；可识别的工具记录保留名称和结果摘要
L5	原始消息与工具记录	查证来源及具体细节

L0–L2 由模型概括；L3/L4 由固定规则生成：L3 删除独立寒暄和重复长文本，L4 则尽量保留原话；两者都会精简可识别的工具记录。具体规则见下方。短期衰减按后续就绪 Block 的数量推进，不按现实中经过的天数计算。

L0–L2 由模型概括生成；L3、L4 不调用模型改写，而是由程序按以下固定规则生成：

• L4： 删除 system 消息；用户和助手正文只裁剪首尾空白并添加 User、Assistant 等角色标签。对于能够识别的结构化工具记录，只保留工具名称和最长 160 字符的结果摘要，省略原始 arguments、params、input 和 request；无法识别为工具 JSON 的 tool 正文保持原样。
• L3： 在不改写语义的前提下进一步精简。只有当整句去掉末尾标点后命中固定白名单时，才删除 ok、thanks、好的、明白、收到、谢谢、可以 等独立寒暄或确认。程序把连续空白合并并忽略大小写后，对代码型段落或至少 80 字符的长段落去重：第一次保留原文，之后的完全重复内容替换为省略标记。工具记录采用与 L4 相同的名称和结果摘要形式。
• 长度保护： 如果生成的 L4 比 L5 更长，就直接使用 L5；如果 L3 比 L4 更长，就直接使用 L4，确保 L3 ≤ L4 ≤ L5。

原始记录先保存，摘要和事件处理随后进行。只有处理完成、进入就绪状态的 Block，才会替换对应的原生历史并参与衰减。

后续对话越多，旧 Block 默认展示得越简略。

Block 的展示变化由指数衰减控制：

其中，衰减系数 λblock 默认取 0.30，程序根据权重区间选择当前展示层级。系数越小，详细内容保留得越久，相应占用的上下文也越多。

公式中的 age 按当前展示锚点与同一会话最新就绪 Block 之间的距离计算。它衡量的是对话积累的进度，不是现实中经过的天数。尚未封存的对话，以及仍在等待模型处理的 Block，都不会推动这项衰减。

例如，一个从 L5 开始、期间没有重新展开的 Block，在默认参数下会经历：

后续新增的就绪 Block 数量	默认展示层
0–1	L5
2	L4
3–4	L3
5–6	L2
7–8	L1
9 及以上	L0

图中的层级变化用于展示趋势，实际变化由衰减参数和层级阈值共同决定，并非每新增一个 Block 就下降一级。

需要细节时，可以重新展开。

假设某段旧对话目前只显示：

讨论了项目技术方案与近期计划。

用户追问“当初为什么选择 pnpm”，Agent 可以展开关键事实、精简对话或完整原始记录，找到当时的原因。

展开既可以逐级进行，也可以直接指定更详细的层级。展开后，系统会以此次选定的层级和当前 Block 位置重新设置衰减起点；随着后续对话继续积累，它再逐渐变简。

因此，旧对话日常可以保持轻量，需要时仍能恢复细节。L0–L4 都是原始记录的派生视图，不会覆盖 L5。

2. 长期记忆：事件线保留历史，知识图谱整理当前状态

短期记忆保留一段讨论的上下文，长期记忆则把值得在后续会话中继续使用的信息提取出来。StrataGate 用 Event 记录决定、偏好、计划和变化，再根据这些事件整理知识图谱。

事件卡记录发生过什么，并保留来源。

同一个 Block 可以产生多条 Event，也可以没有需要提取的长期信息。每条事件除了内容，还保存来源 Block、来源消息，以及可确定的时间信息。

时间信息需要区分两个含义：

时间	表示什么
提及时间	这件事什么时候在对话中被说到
发生时间	事情实际发生或计划发生的时间

例如，用户在 5 月 6 日说“下周完成原型”，5 月 6 日是提及时间，“下周”描述的是计划完成时间。这条记录应保留计划性质，不能直接作为“原型已经完成”的证据。

当时间无法确定时，保留原始表达和不确定性，方便之后回到来源核对。

新事件通过补充、取代或冲突关系更新记忆。

项目讨论可能先后出现：

“这个项目使用 npm。”

“我们改用 pnpm。”

“下周完成原型。”

这三条信息的作用不同：

• “改用 pnpm”更新了包管理器选择，旧 npm 事件保留为历史。
• “下周完成原型”补充了一项计划，不影响包管理器选择。
• 如果出现无法同时成立、又不能确定哪条有效的说法，则保留冲突关系，供后续核实。

旧事件的内容和来源不会被新事件覆盖，其有效状态和关联关系可以随新证据更新。因此，系统既能找到当前有效的信息，也能回答“以前是什么样、后来发生了什么变化”。

知识图谱根据事件整理当前信息和关系。

图谱将人物、项目、组织、工具和地点表示为节点，将“使用”“参与”“依赖”等联系表示为有方向的关系。节点属性和关系都保留来源 Event。

在上述例子中，图谱可以把项目当前使用的包管理器更新为 pnpm，同时保留 npm 的历史状态。之后：

• 问“项目现在使用什么”，可以先查当前图谱；
• 问“什么时候改的”，可以查变更事件；
• 问“为什么改”，可以进一步展开事件并回查原始讨论。

图谱中的状态需要与来源一致。“下周完成原型”直接支持的是一项计划；图中展示的“原型开发中”或“负责人”等信息，需要相应事件提供额外依据。

图谱更新作为独立任务执行并保存进度。更新失败时，可以单独重试，已经写入的事件和原始来源仍然保留。

3. 证据门：检查检索结果是否足以回答当前问题

找到相关记忆之后，还需要判断它能否支持当前答案。StrataGate 通过一个固定、简短的评估结构，要求 Agent 明确说明证据是否充分，以及接下来应当做什么。

评估项	需要说明的内容
verdict	证据充分、部分充分，还是与问题不符
evidence_refs	哪些检索结果支持当前判断
fit	证据与问题具体匹配在哪里
missing	还缺少哪些信息
next_strategy	直接回答，还是继续搜索或展开

例如，用户问：

为什么当初改用了 pnpm？

检索结果只有：

项目已从 npm 改为 pnpm。

这条结果确认了变更，却没有说明原因。Agent 应将其判断为部分充分，继续展开事件或回查原始对话，而不能仅凭工具选择推测当时的理由。

证据门由模型判断内容是否充分，程序负责检查引用和流程约束：被引用的证据必须来自指定检索批次；接受 sufficient 时，需要有效证据引用，并明确选择回答。

这些检查使检索过程可以追踪和核验，但模型仍可能误判证据。没有找到足够信息时，应继续查找，或在回答中明确说明无法确认。

4. 只强化实际使用的记忆：采用越多，之后衰减越慢

长期记忆也会随对话推进而衰减。这里变化的是 Event 的权重，它参与后续召回和排序；与短期 Block 不同，Event 不会因此逐级切换 L0–L5 展示层。

未被用于答案的 Event 权重随对话轮次逐渐降低，可能影响后续召回的排序，但历史记录仍然保留。

被搜索到，不会触发强化。

检索命中只说明一条记忆可能相关。系统可以记录它何时被检索，但不会因此增加采用计数，也不会重置衰减起点。

自动带入上下文的记忆同样不会因为被展示而获得强化。这样可以避免某条记忆仅因偶然排在前面，就通过反复出现不断提高自身权重。

记录为实际采用后，才更新权重。

Agent 确定用于最终回答的证据后，会提交采用回执。通过检查的 Event 增加采用计数，并把衰减起点更新到当前轮次。对于未被额外限制权重的普通活跃事件，此时权重回到 1。

随着采用计数增加，公式中的衰减系数变小，同样经过一段对话后，它能保留更高的权重。因此，反复帮助回答的记忆会逐渐衰减得更慢。

采用依据来自 Agent 提交的证据选择。程序检查证据是否属于对应批次、是否经过充分性评估，并通过回执避免同一次操作被重复执行；没有使用的检索结果不获得这次强化。

不同重要程度的记忆，可以保留不同的最低权重。

记忆类别	默认最低权重
普通信息	0
用户偏好	0.3
身份信息	0.9
安全信息	1.0

此外，置顶记忆的有效权重保持为 1；被取代的事件通常设置较低的权重上限，避免旧状态持续占据较高优先级。

这些权重表达的是记忆管理策略，不能当作事实正确率。权重较高的信息仍需要结合当前问题、最新状态和原始来源进行判断。

新事件具有初始权重，未被采用时逐渐衰减。

长期 Event 的基础权重函数为：

其中：

• t 是当前轮次与上次采用轮次的差，新事件从创建时开始计算；
• n 是内部采用计数，初始化为 1，每次记录采用后增加 1；
• floor 是根据记忆重要程度设置的最低权重。

长期权重衰减同样按对话轮次计算，而不是按现实时间计算。较低的权重可能降低一条记忆在后续召回中的优先级，但不会因衰减而删除它的历史记录。

外部 AI 记忆迁移

可以导入其他 AI 导出的记忆总结。StrataGate 将重要信息整理为 Event，与已有记忆比较，并保留原始导入内容供追溯。

DSH 管理界面提供导入预览：重复内容可以忽略，变化可以新增、合并或取代旧状态，不确定的关系可以标为冲突。低置信度项可人工选择处理方式，提交后可按批次撤销。旧事件及其来源仍会保留。

导出格式、提示词与接入示例见外部记忆导入说明。

一次真实的检索

LoCoMo 中有一道题询问 Caroline 在什么时候进行了学校演讲。检索过程是：

1. 搜索事件，找到“学校演讲”事件卡，但没有具体日期。
2. Agent 判断证据部分充分，指出缺少发生日期，继续检索原始消息。
3. 找到 2023-06-09 的消息，其中写着“last week”。
4. 结合消息时间理解“上周”，得到足够的时间依据后回答。

事件卡帮助定位，原始消息和时间戳帮助核对；证据门要求 Agent 识别缺口，继续查证。

评测结果与边界

仓库公开的 R8 对比评测使用 LoCoMo 中的 conv-26 对话样本，包含 419 条消息、35 个会话和 152 道问题，覆盖 category 1–4。

两个系统分别生成答案，再对每道题的答案进行 10 次独立 Judge 评审。这里的十次指评审重复次数，不代表十次完整系统运行。

指标	StrataGate	Mem0 base	差值
10 次评审平均准确率	80.46%	63.22%	+17.24 个百分点
多数票正确	121 / 152（79.61%）	96 / 152（63.16%）	+25 题
时间类问题（Temporal）	74.86%	34.59%	+40.27 个百分点
单跳问题（Single-hop）	89.29%	75.14%	+14.14 个百分点
多跳问题（Multi-hop）	66.56%	61.56%	+5.00 个百分点
开放域问题（Open-domain）	83.08%	84.62%	-1.54 个百分点

两边使用相同的问题、顺序、答案模型、Judge 模型、评审提示词、解析器和评审次数，并分别重新构建记忆。记忆抽取、检索实现、embedding 使用方式和回答上下文存在差异，因此这里比较的是两套完整系统配置。

这组结果仅覆盖 conv-26，不代表完整 LoCoMo 成绩，也不能单独证明短期记忆衰减、知识图谱或证据门中某一项机制带来的收益。各组件的独立作用仍需通过消融实验检验。

完整协议、逐题结果及评审波动见 评测文档，汇总数据见 机器可读评测结果。

上述 R8 评测中，仍有 31 道题被多数评审判为错误。按可观察到的失败阶段划分：

失败阶段	题数	反映的问题
未发起检索，直接回答错误	15	Agent 有时未意识到需要查找历史证据
证据被判为充分，最终答案仍然错误	14	证据可能属于相邻事件，或不足以支持完整答案
达到检索预算时，证据仍不充分	2	在给定预算内没有找到足够的信息

这些结果说明，在该评测范围内，仍需改进何时发起检索，以及如何判断证据是否真正回答了问题。证据门能够约束引用和评估流程，但不能保证模型的语义判断或最终答案一定正确。

R1–R8 的设计演变、逐题分析与后续验证方向见完整评测。

使用范围与成本

记忆可以按项目、会话或全局范围组织。知识图谱界面用于查看信息、关系与来源；多人协作编辑和跨产品云端同步不是主要功能。

分层视图减少的是回答时带入的历史上下文。后台生成摘要、提取 Event 和整理图谱仍会调用模型，因此不能把上下文减少直接等同于总 Token 或费用下降；工具记录较多时，后台成本尤其需要结合实际使用量评估。

公共 API、模型接入和评测覆盖仍在迭代，自定义集成应固定版本并验证自己的场景。证据门要求模型说明依据，但不能保证判断和答案永远正确。

开发与文档

本节面向开发者。直接使用 DeepSeek Harness 插件的用户，可以按照 快速开始安装，无需自行构建仓库。

开发环境需要：

• Node.js 22.19.0 及以上的 22.x 版本，或 24.0.0 及以上版本；
• 对应的版本声明为 ^22.19.0 || >=24.0.0。

检出仓库后，在仓库根目录运行：

npm install
npm run check
npm test
npm run build

资源	内容
DeepSeek Harness 使用说明	安装、配置、界面、记忆工具和恢复机制
架构文档	分层规则、事件与图谱、检索、证据门、权重和存储约束
外部记忆导入	导出格式、导入流程和接入示例
完整评测	实验协议、版本演变、失败分析和结果范围
评测汇总数据	已公开运行的结果、统计和产物信息
核心引擎示例	最小 API 接入示例

核心实现位于 packages/core/，DSH 适配层位于 src/。分层规则见 blocks.ts，长期权重见 weights.ts。

核心库的 StrataGate.open() 使用 SQLite，StrataGate.inMemory() 用于临时运行和测试。持久化模式下，recordMemoryUse() 必须提供稳定的 receiptId；同一次采用操作重试时复用该 ID，避免重复强化。参见架构说明。

参与贡献

欢迎各种形式的贡献：修复问题、完善文档、增加集成，或探索更好的记忆与检索方案都可以。

请先阅读 CONTRIBUTING.zh-CN.md，其中包含 monorepo 开发环境、检查与测试命令、适合参与的方向，以及提交 Pull Request 的建议。如果还不确定一个想法是否适合项目，建议先创建 Issue，再投入较大的改动。

贡献者

许可证

StrataGate 使用 MIT License。