简体中文 | English
dsh-layered-memory
DeepSeek Harness 的分层蒸馏记忆插件（持久组合插件）：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——用户与模型都不需要做任何操作。
本插件的记忆核心能力（L0–L3 分层蒸馏管线、Prompt 与双写存储设计）参考自 TencentDB-Agent-Memory 中的 MemoryCore：Prompt 原样保留，仅把"LLM 操作文件"的 L2/L3 流程适配为 "LLM 输出、工程侧执行"。
运行时数据流
插件挂在 dsh 原生事件缝上（session/event 捕获、agent/pre-step 注入），
蒸馏调用复用宿主 ctx.llm，全程对用户与模型透明。另注册三个模型可主动调用的
记忆工具：memory_search / conversation_search / memory_read_scene。
分层记忆（L0–L3）
- 未蒸馏缓冲持久化：抽取失败的待重试消息与攒触发阈值中途的消息都暂存在按档
分桶的缓冲里（
pending.json，每次蒸馏尝试后原子落盘）——重启不丢，启动 20 秒后 自动补跑一次，失败则维持"等下一轮同档对话"的语义； - 重建（设置页 → 记忆 → 概览 → 重建记忆）：以 L0 原始对话为事实源重新推导全部
派生层。旧
records/、scenes/、persona-*.md整体归档（改名*.bak.<时间戳>， 不删除），检索库清空、checkpoint 重置，随后按会话分块、统一 auto 档重蒸馏 L1→L2→L3。重建分块走低优先级队列——期间正常对话的蒸馏优先进行；带确认弹窗 （会话数/消息数/预计调用数）、进度条与取消（已重建部分保留）。
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 macOS 风格滑动选择器——拖拽松手吸附最近档位； - 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 完全分族，间族内容不渗透。
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@0.6.1）
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
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。
⚠️ 安全提示：安装插件 = 以你的权限运行第三方代码。本插件会读取会话内容、 在数据目录写文件、调用你配置的 LLM/embedding 服务；介意请先审查源码（
src/）。
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
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 |
1 |
攒够 N 条新消息跑一次 L1 抽取 |
extract.backgroundMessages |
10 |
抽取时附带的背景消息条数 |
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 |
每步召回注入的 L1 条数 |
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） |
llm.provider/model |
空 | 蒸馏模型覆盖（默认用当前默认选择） |
llm.maxTokens |
256000 |
单次蒸馏输出 token 上限（全阶段统一；推理模型的 reasoning 与正文共享该预算，过低会被思考吃光导致正文 0 字符） |
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） |
tools |
true |
是否注册模型可调用的记忆工具 |
存储布局
向量能力默认关闭（纯 FTS）。DSH 的 ctx.llm 无 embeddings 端点，启用需自备任意
OpenAI 兼容 /embeddings 服务（配置 embedding.*）；配置变化自动 drop 向量表并
后台全量重嵌入。
日志与排查
dsh 宿主把插件日志打到控制台，插件将 info 及以上镜像到数据目录 memory.log。一轮
对话的典型日志路径：L0 捕获 → L0 落盘 → 蒸馏管线开始 → LLM 调用（输入/输出 字符数、耗时） → L1 抽取完成 → 蒸馏管线结束；下一轮有 召回命中 N 条 L1。
LLM 空输出带完整诊断（finish 原因 / token 计数 / reasoning 摘录），JSON 解析失败
附模型原始输出前 400 字符，失败 warn 均带堆栈首帧。
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+ agent 作用域systemPrompt.context（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； 分词用自带 CJK 二元组替代 jieba，保持零原生依赖——仅 sqlite-vec 一个原生扩展， 加载失败自动降级）。
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。
No comments yet. Be the first to write one.