27Synthesis/dsh-companion-one

---

为什么是「单体」

DSH 的会话越聊越长，主模型的上下文却只有那么大：旧对话被折叠、被遗忘，聊到第三天它已经不认识你。

常见的解法是装一堆插件——压缩一个、记忆一个、陪伴一个、人设又一个，彼此抢工具名、抢注入点，维护成本比模型本身还高。

Companion One 把这些能力收进同一个包：一个 SQLite 库、一套注入预算、一份面板，互相知道对方在做什么。装一个，就够了。

• 自包含：不声明任何外部插件为依赖，持久化只用 Node 内置 node:sqlite（Android proot 上零原生编译，FTS5 直接可用）。
• 不接管流量：压缩靠 DSH 的 Session surface replace 完成，不代理网络、不改写请求。
• 缓存友好：静态导引恒定不变，动态上下文走一次性注入，不破坏 provider 的 KV 缓存。

✨ 特色一览

	能力	一句话
🎭	可塑人格 · 五区模型	感知 / 情绪 / 执行 / 叙事 / 表达 五区并行；思维链三层固化；四阀门反向调节
🤝	与别的记忆插件共存	不用卸载：旧记忆和性格完整接过来；只读、源数据不改、重复自动合并
🐟	活人感	B 站联网学真人评论、投喂语料、蒸馏文风包；专治 AI 腔与鱼八股
🧠	七层长期记忆	soul / user / project / fact / lesson / topic / rules，按人隔离，事实带有效期与键失效
🗜️	内置压缩引擎	分层折叠、只收「确实更短」的摘要、稳定块引用、被折叠原文可检索可还原
💗	陪伴行为层	惦记清单、到期分寸、危机词法分级、对话安静期的自我克制
🗣️	沟通风格学习	从句长、口头禅、标点、表情学起，只学形状，不搬内容
💬	心情 + 心声	valence / energy 两因素心情，每轮一句第一人称心声，只展示、不写回人格
🖥️	面板 + 工具	8 个页签的设置面板、13 个工具、8 个 dshGo 原生视图、HTTP API
🧩	11 套测试	压缩、记忆、陪伴、风格、人格、心情、学习、导入、冲突、回归全覆盖
🛡️	安全细节	导入只读、密钥过滤、写接口防 CSRF、冲突时整体让位

🎭 先看这个：可塑人格的五区模型

这不是给模型外挂一段「人设 prompt」，而是让它在对话里逐渐形成对自己的认识。

五区并行交互，不是串行流水线

区	作用
① 感知—内感受	接收外界输入与自身状态：发生了什么、我当前怎样
② 情绪—价值	给输入贴威胁 / 奖赏 / 重要性 /「与我相关」标签，决定注意分配
③ 执行—工作记忆	维持目标、抑制冲动、规划、元认知，形成可推演的「思维链工作台」
④ 人格—叙事	整合「我是谁」，解释过去、预测未来，生成自我叙事模型
⑤ 语言—社会表达	把叙事外化为可反思、可交流的表达

思维链 → 人格的三层固化

• 反应层：情绪与注意的默认倾向（气质、情绪反应性）
• 推演层：反复使用的思维链（解释风格、决策路径）
• 叙事层：自我故事与价值排序（「我是这种人」），反向筛选可调用的思维链

人格作为先验参数，通过四个阀门调节思维链

• 注意阀门：优先看到机会还是威胁
• 解释阀门：同一事件的归因风格
• 情绪阀门：情绪阈值与恢复速度
• 目标阀门：长期目标优先级，约束当前推理

双向闭环

环境输入 → ①感知 → ②情绪加权 → ③思维链推演 → ④叙事整合 → 行为输出
        → 结果反馈 → 强化/修改思维链 → 固化/重塑人格 → 人格作为先验调节①—④

「我」不是外挂指挥官，而是 ④ 区生成的预测—解释—约束模型：事前预测约束、事中整合信息、事后编连贯故事。

落地在 persona_reaction / persona_chain / persona_narrative 三张表与四个阀门上：每轮最多微调一个阀门，注入 ≤150 token；promote 新增叙事版本，rollback 回滚，freeze 只读。它是否真的「诞生了我」，交给时间和对话验证——但方向是让模型对自己的认识可累积、可回看、可修正，而不是每轮重新演一遍。

🤝 已经装了别的记忆插件？

如果你已经装了别的记忆插件，最怕的其实不是「冲突」，是「它不再是我以前那个它了」。

不用担心，也不用卸载重养：这个插件能把旧插件里的记忆和性格接过来——记忆按七层重新归位，人格叙事、风格卡、文风包一起搬；只读扫描，源数据一个字节都不改，重复内容自动合并，导入幂等。市面上几乎没有第二家这么做。

你的它，还是你的它。

🧩 功能全景

1）上下文压缩引擎

在插件内实现了一套与宿主压缩工具语义一致的四件套，数据落在同一个库：

• compress：提交忠实摘要，折叠较早对话；只接受 比原文更短 的摘要（阈值 85%），避免「摘要越压越大」；保留最近 3 条原文。
• decompress：按块引用（b1、b7…）分页还原被折叠的原文。
• search_context：在归档摘要与原文上做 FTS5 BM25 检索，中文按二元组兜底。
• acp_status：上下文压力、可压缩范围、分层块列表；无 live session 时回退到最近一次落库的压力值。

细节：压力提示分 45% / 75% / 95% 三档；超时 60 秒的 pending 块标记 orphan；被 billion-context 占用工具名时自动整体让位，不抢注册。

2）七层长期记忆

soul（自我）/ user（对方）/ project（项目）/ fact（事实）/ lesson（教训）/ topic（话题）/ rules（准则）

• 去重合并：同层语义相近自动合并；fact 层同一事实键的新值让旧值失效，历史可回溯。
• 有效期：事实可设置 valid_until，启动时与每 10 分钟清理过期项。
• 检索：FTS5 + 关键词兜底，支持按 scope（对话对象）隔离。
• 自动落库：用户说「记住……」时正则直接写 fact（auto:explicit），重复会合并。
• 注入策略（缓存友好）：system prompt 只注册一次静态导引；首轮注入 soul/user/rules 摘要；第二条消息起注入关键词命中 top-2；压缩后下一轮按预算重新注入（≤300 token）。

3）陪伴行为层

• 按人隔离：resolveScope 三级回退（session header → 绑定 → 默认 → global），同一台设备上的不同对话各记得各的。
• 惦记清单（followup）：add / list / done / silence，带到期时间与大小标记；每天最多提醒一件，对方情绪明显负面或说过「别问了」时自动静默。
• 危机分级：零成本词法判断 0–5 级（平稳 → 轻微低落 → 明显负面 → 消沉 → 自伤风险 → 急迫危机），只用于调整回应分寸，不替代专业判断；等级在两轮之间不衰减，需要在面板手动清除。

4）沟通风格学习

• 从用户原话统计：句长、直接度、口头禅、标点习惯、emoji 频率、称呼与语气词。
• 产出风格卡（≤200 token 注入），可在面板增删改、开关；关闭后立即停止注入，已有卡片保留。
• 面板「风格」页支持手动「学一句」与删除单条。

5）可塑人格（五区模型的落地）

五区模型见上文；落到代码里，是三张表、四个阀门和一条表达层。

• 三张表：persona_reaction（反应）、persona_chain（链条）、persona_narrative（叙事）。
• 四个阀门：注意（机会/威胁/关系/任务）、解释（方法/能力/情境/他人）、情绪阈值（0–1，越高越稳）、目标优先级（0–1）。每轮最多微调一个阀门，注入 ≤150 token。
• 版本与冻结：promote 提交新叙事会新增版本；rollback 回滚；freeze 只读。
• ⑤ 表达层：四阀门决定「先看什么」，表达层决定「话怎么说」——它读取学习中心蒸馏出的文风包，把场合口吻带给当前回复。

6）说人话：fishtalk 规则

把 fishtalk 的判定规则移植进插件（MIT），不依赖它在线：

• 硬证据原句、AI 腔软信号、引号豁免、二元组相似度；checkText 给出命中与改写提示。
• 每轮自检：turn/end 检查上一轮回复，命中「鱼八股」就写入 voiceHint（≤60 token），下一轮自动纠偏。
• 规则覆盖：「这条我认」「我记下了」「不是 A 而是 B」「作为一个 AI」这类典型腔调。

7）心情与心声

• 两因素心情：valence（好坏）/ energy（能量）→ need（此刻需要什么）；情绪有 15 分钟余温，危机等级直接压低 valence。
• 心声：heart_voice 工具每轮写一句 20–60 字的第一人称内心话，落 session_state；只给自己看，不写回人格、不反哺叙事；模型没写时用 fallbackHeartVoice() 兜底并标注 auto。
• 面板「概览」实时显示最近一句心声、模型/自动、心情与时间。

8）学习中心

• B 站学习：按分区或「搜:关键词」找高讨论视频，抓高赞评论与弹幕（触发风控会停，不硬闯）；后台任务状态写 kv，面板 3 秒轮询进度，支持取消。
• 投喂语料：一行一条，喂进 fishtalk 语料库并重新蒸馏。
• 文风包：按场合蒸馏语气统计；面板可固定 packScene，也可关掉 voicePack 省 token。私聊没有语料时会借最大场合的口气，并明确标注「只借句式和口癖」。

学习能力需要本机装有 fishtalk 插件；找不到时返回 fishtalk_missing，其余功能不受影响。

9）记忆合并

• 扫描三类来源：Mnemon 运行时记忆（memories.json，缺失时回退 MEMORY.md / USER.md）、Mnemon 项目文档、DSH_HOME 下其他含记忆表的 SQLite 库。
• 只读：源文件零写入；跳过疑似密钥（sk- / ghp_ / Bearer / 密码=）、过短与正则碎片；单次上限 500 条。
• 分类：来源提示优先，否则按关键词给七层打分，拿不准落 fact；导入走 remember()，同层相近自动合并、fact 键新值让旧值失效，重复导入幂等。

10）面板、原生视图与 API

• 8 个页签：概览 / 记忆 / 设定 / 学习 / 压缩 / 惦记 / 风格 / 人格。
• dshGo 原生：陪伴速览 面板 + 输入框上方的 moodstrip 胶囊，实时显示心情、压力与最近心声。
• HTTP API：/companion-one/api（prefix 路由，与工具共用 lib/api.js 的 runOp）。写操作只接受 POST + application/json，GET 返回 405、text/plain 返回 415，防止跨站页面直连本机端口。

🏗 架构

flowchart TB
  subgraph DSH["DSH 宿主"]
    U["用户消息"] --> PRE["pre-step 注入<br/>导引 · 快照 · 关键词命中 · 风格卡 · 人格阀门"]
    PRE --> LLM["主模型"]
    LLM --> END["turn/end<br/>心声 · 鱼八股自检"]
    LLM --> TOOLS["13 个工具"]
  end

  subgraph CO["companion-one 插件"]
    MEM["七层记忆"]
    ACP["压缩引擎"]
    COMP["陪伴行为<br/>惦记 · 危机 · 有效期"]
    STY["风格卡"]
    PER["人格<br/>阀门 · 叙事 · 表达层"]
    MOOD["心情 · 心声"]
    LEARN["学习 / 文风包"]
    IMP["记忆合并"]
    API["面板 · HTTP API"]
  end

  DB[("companion-one.db<br/>SQLite · FTS5")]
  FISHTALK["fishtalk 语料库<br/>（可选）"]

  PRE --> MEM
  PRE --> COMP
  PRE --> STY
  PRE --> PER
  PRE --> MOOD
  PRE --> ACP
  TOOLS --> MEM
  TOOLS --> ACP
  TOOLS --> COMP
  TOOLS --> STY
  TOOLS --> PER
  TOOLS --> MOOD
  END --> MOOD
  END --> PER
  LEARN --> FISHTALK
  LEARN --> PER
  IMP --> MEM
  API --> MEM
  API --> ACP
  API --> COMP
  API --> STY
  API --> PER
  API --> MOOD
  API --> LEARN
  MEM --> DB
  ACP --> DB
  COMP --> DB
  STY --> DB
  PER --> DB
  MOOD --> DB
  LEARN --> DB
  IMP --> DB

📦 安装

运行要求：Node.js ≥ 22.13、DSH ≥ 0.2（dsh-go）。

git clone https://github.com/27Synthesis/dsh-companion-one.git
cd companion-one

# 方式一：link 安装（源码即部署，改完重启引擎生效）
dsh plugin --profile web add link:$(pwd)

# 方式二：手动放进插件目录
cp -r . "$DSH_HOME/dsh-go/plugins/companion-one"

装好后在 设置 › 本机引擎 › 重启，面板出现在「设置 › 陪伴」或「插件 › 陪伴」；对话里会多出 13 个工具。

改 lib/ 或 index.js 需重启引擎；改 client.js 刷新面板所在页面即可。 卸载插件不会删除数据库；重装后记忆原样恢复。

🔧 配置

面板「陪伴 › 概览」可一键开关；也可在 bundle 配置里预置：

- insert:
    - id: companion-one
      name: companion-one
      config:
        compression: true
        memory: true
        companion: true
        style: true
        persona: true
        # dbPath: /absolute/path/companion-one.db

设置	默认	作用
memory	开	七层记忆注入与命中；关闭后 memory_* 仍可手写
compression	开	压缩工具与压力提示；关闭后 compress 返回 disabled
companion	开	危机分级与惦记提醒
style	开	风格卡注入；关闭即停，已有卡片保留
persona	开	四阀门与叙事注入
voicePack	开	文风包进 ⑤ 表达层（关掉可省 ~60–80 token/轮）
packScene	空	固定某一场合的语气；空 = 按对话自动挑
personaFrozen	关	人格只读，不再 promote/rollback

🧰 工具与 API

13 个工具

分组	工具	说明
记忆	memory_add memory_search memory_update memory_list memory_forget	增删改查、归档、失效；memory_add 支持层、关键词、有效期、scope
压缩	compress decompress search_context acp_status	折叠、还原、检索、压力与块列表
陪伴	followup	add / list / done / silence，带到期时间与大小
风格	style_card	view / toggle / delete
人格	persona	status / promote / rollback / freeze
心声	heart_voice	每轮一句第一人称内心话

HTTP API：POST /companion-one/api，JSON body {"op": "...", ...}。常用 op：overview、memories、memoryAdd、memoryImportScan、memoryImportRun、blocks、decompress、searchContext、acpStatus、followups、followupAdd、style、persona、ftStats、ftPack、ftFeed、ftLearn、ftJob、heartVoice、setSetting、setScope。

🔐 数据与隐私

• 全部本地：记忆、压缩归档、风格卡、人格轨迹、心情与心声都在一个 SQLite 文件里： <DSH_HOME>/companion-one/companion-one.db（WAL 模式，FTS5 全文索引）。
• 没有云端：插件本身不发起任何网络请求；只有「学习中心」的 B 站学习会联网（由 fishtalk 执行），随时可停。
• 导入只读：合并其他插件记忆时不会修改来源；疑似密钥与隐私片段会被跳过。
• 可审计：块引用、版本号、来源标记（import:mnemon:runtime 等）都留在表里，面板可见可撤销。

⚡ 设计取舍

1. 不接管流量：压缩用 Session surface replace，失败可回退，不引入代理进程。
2. 零额外模型调用：压力 ≥95% 时只注入提示，由当前模型自己调 compress，白天每轮成本不增加。
3. 注入一次即弃：风格卡、人格阀门、文风包都走一次性提示，不写进 system prompt，KV 缓存保持命中。
4. 冲突让位：compress/decompress/search_context/acp_status 被别的 provider 注册时整体不注册；重名工具加 co_ 前缀或降级重试，绝不炸启动。
5. 宁缺毋滥：记忆不自动抽取对话（除「记住……」显式指令），避免把闲聊沉淀成错误事实；摘要只收更短的。

⚠️ 已知边界

• 「急迫危机」只写状态与提示，不会主动推送系统通知（dshGo 暂未开放插件侧通知能力）。
• 危机分级是词法判断，可能漏判/误判，不替代专业帮助。
• 私聊语料尚未内置：没有聊天记录可学时，会借公开语料的句式，并明确标注。
• 压缩是「模型决定何时压」，不是自动定时压；这是为零额外调用做的取舍。
• 学习任务跑在引擎进程内，重启会中断（30 分钟超时自动重置）。

🧪 测试

node --test test/*.test.mjs

套件	覆盖
host	宿主接线、工具注册、pre-step 注入、多 step 去重、面板路由鉴权
acp	压缩/还原/检索、阈值、块引用、orphan
behaviour	事实失效、惦记节奏、危机分级、风格、人格
mood	两因素心情、余温、心声兜底
learn	投喂、后台任务、取消、僵尸任务
fishtalk	八股判定、相似度、引号豁免
import	三类来源、分类、去重、密钥过滤
client	面板组件与 API 调用
conflict	工具名冲突让位
auto	「记住…」自动落库
regression	历史 bug 回归

📁 目录结构

companion-one/
├── index.js          # 宿主入口：注入点 / 工具注册 / 面板路由 / dshGo 原生面板
├── client.js         # 设置面板 UI（8 个页签，无构建步骤）
├── lib/
│   ├── db.js         # 表结构 + FTS5 + 迁移
│   ├── memory.js     # 七层记忆
│   ├── acp.js        # 压缩引擎
│   ├── inject.js     # 注入与预算
│   ├── companion.js  # scope / 惦记 / 危机 / 有效期
│   ├── style.js      # 风格卡
│   ├── mood.js       # 心情 + 心声
│   ├── persona.js    # 人格与 ⑤ 表达层
│   ├── fishtalk.js   # 说人话规则
│   ├── learn.js      # 学习中心 / 文风包
│   ├── import.js     # 记忆合并
│   └── api.js        # 面板与工具共用的 op 分发
├── locale/           # 中英文元数据
├── test/             # 11 套测试
├── docs/banner.svg
├── icon.svg
├── cordis.patch.yml
└── package.json

🗺 路线图

• 私聊语料：投喂 QQ/微信聊天，让私聊用真的聊天口气
• 心情两轴可视化（valence × energy）与心声时间线
• 导入来源分布视图，支持按来源一键撤销
• 多人群隔离的前端入口（setScope 后端已就绪）
• 危机等级 5 的主动提醒（等 dshGo 开放能力）
• 压缩块实体反哺 fact 层

🙏 致谢

这个插件站在很多人的肩膀上。下面这些项目没有为本仓库写过一行代码，但它们的机制、规则、踩坑记录和公开讨论，构成了它的地基；代码注释里也逐处标注了来源。可塑人格的五区模型、三张表与四阀门，为本项目原创设计。

• billion-context · @ranxianglei —— 压缩四件套的语义、分层折叠、只收更短摘要、稳定块引用与 tier 设计。本插件用 node:sqlite 重写，不接管网络。
• dsh-meow-memory · @Phant0Meow（MIT）—— 七层记忆的 schema 思路与三条注入路径；保留 MIT 许可与来源说明。
• dsh-companion-memory · @lvzhuojun —— 按人隔离、事实有效期、到期跟进的分寸、危机词法分级；存储层与引擎为自研。
• dsh-natural-dialogue · @aki66938 —— 「表达从用户原话学习」的思路；存储与注入自行实现。
• fishtalk · @Nozzi2455（MIT）—— 说人话的判定规则、语料蒸馏接口，以及「鱼八股」这套说法。
• DeepSeek Harness 与 dsh-go 团队 —— 宿主、插件机制与手机端运行环境。
• awesome-dsh-plugin —— 插件市场索引与收录规范。

也谢谢每一位把插件、踩坑记录和使用体验公开出来的开发者——在这个生态里，公开本身就是一种帮忙。若有遗漏的致谢，欢迎开 issue 指出，会补上。

📄 License

MIT

---