dsh-memory · 仿人记忆库（DeepSeek Harness 插件）

让 agent 拥有「像人一样」的长期记忆：会遗忘、会巩固、会被线索唤起、会分区隔离——而且所有数据只留在你自己的机器上。

零外部依赖 · 纯本地 · MIT

为什么做这个

大多数 agent 的「记忆」是：

一个向量数据库（只能相似检索，不会遗忘、不会巩固）
或者一段不断增长的对话历史（上下文一满就全丢）
或者一个 key-value 表（没有强弱、没有时间感）

人类记忆不是这样工作的。人脑会：

遗忘：不常用的记忆逐渐变淡
巩固：重复出现的事情从「经历」变成「常识」
提取强化：想起来一次，下次更容易想起来
线索依赖：看到相关的东西才想起，而不是精确查询
分区：有些事是「我是谁」，有些是「关于某个人」，有些是「不能说的」

dsh-memory 把这五件事做成了可运行的代码。

核心特性

特性	说明
艾宾浩斯遗忘	每条记忆有强度，按指数曲线衰减；重要、带情绪的记忆衰减更慢
提取强化	被回忆一次，强度回补一点（用进废退）
睡眠巩固	把同类情节记忆合并、去重，升格为长期语义记忆
线索依赖召回	IDF 加权特征重叠 + 强度/近因/重要度综合打分，不是精确匹配
记忆分区	自我 / 关系 / 情节 / 语义 / 生活 / 学习 / 隔离，七个区各有衰减与隐私策略
哈希链审计	每次写入/更新/遗忘追加一条 Ed25519 签名事件，可校验记忆是否被篡改
工作记忆	最近消息的环形缓冲，过期自动丢弃，不污染长期记忆
可选模块	情绪状态、性格成长、人物画像、学习库、语义向量、联想图

安装

方式一：作为 DSH bundle 安装（推荐）

plugin_manager(action: "install_bundle", target: "<绝对路径>/dsh-memory-plugin")

安装后重启 DSH，agent 会获得 7 个记忆工具。

方式二：手动放进 profile

把仓库目录加入 profile 的 bundle 列表
在 cordis.patch.yml 中启用 memory 行（见仓库自带的 patch）
重启 DSH

环境要求

Node.js >= 20
无第三方 npm 依赖

配置

cordis.patch.yml：

- insert:
    - id: memory
      name: 'dsh-memory'
      config:
        memory:
          dataDir: ''          # 留空 = ~/.dsh/qq-memory
          maxItems: 20000      # 容量上限，超出按强度淘汰
          recallLimit: 8       # 默认召回条数
          includeVault: false  # 默认不读取隔离区

环境变量 MEMORY_DIR 可覆盖 dataDir。

工具手册

`memory_remember`

写入一条长期记忆。

参数	类型	说明
`text`	string	必填，要记住的内容（≤4000 字）
`kind`	`episodic` / `semantic`	具体经历 / 长期事实，默认 episodic
`importance`	0~1	重要度，默认 0.5
`emotion`	0~1	情绪强度，默认 0
`tags`	string[]	标签，如 `["profile","person:alice"]`
`zone`	枚举	分区，不填自动推断
`chat`	string	来源会话标识（可选）

`memory_recall`

按线索回忆。

参数	类型	说明
`query`	string	必填，自然语言线索
`limit`	1~50	返回条数，默认 8
`zone`	枚举	只在这个分区回忆
`include_vault`	boolean	是否允许读隔离区，默认 false
`include_archived`	boolean	是否包含已归档

返回每条记忆的 id / text / score / kind / zone / importance / createdAt。

`memory_stats`

记忆库统计：总数、活跃/归档、类型分布、平均强度、性格阶段（若启用）。

`memory_zones`

分区统计：每个区有多少条活跃记忆 + 分区中文名。

`memory_forget`

软删除一条记忆（state=purged，哈希链留痕，不物理删文件）。

`memory_consolidate`

睡眠巩固：聚类合并同类情节、去重、把高价值记忆升格为语义记忆。建议空闲时调用。

`memory_chain_verify`

校验哈希链：seq 连续性、prevHash 衔接、Ed25519 签名，以及与 memory.json 的逐条对账。

数据存在哪

全部在 dataDir（默认 ~/.dsh/qq-memory/）：

memory.json                记忆数据
memory-chain.jsonl         哈希链事件（追加写）
memory-chain-key.pem       Ed25519 私钥（务必备份）
memory-chain-pub.pem       公钥
memory-chain-head.json     链头快照
emotion-state.json         情绪状态（可选）
personality.json           性格阶段/成长值（可选）
profiles.json              人物画像（可选）
learning.json              学习库（可选）
memory-vectors.bin         向量索引（可选）
memory-vectors-ids.jsonl   向量↔记忆映射（可选）
memory-graph.jsonl         联想图（可选）

插件只会读写这个目录，不访问网络、不写系统其它位置。

工作原理

1. 衰减

strength(t) = baseStrength × exp(-age / τ)
τ = 10天 × (0.9 + importance) × (1 + 0.6 × emotion)

普通记忆约 10 天衰减到 1/e
重要/情绪记忆的 τ 更长，所以留得更久
strength < 0.12 归档，< 0.03 彻底遗忘（可配置）

2. 提取强化

每次被召回：

baseStrength += 0.22 × (1 - baseStrength)
lastAccess = now
accessCount += 1

3. 线索依赖召回

相关度 = IDF 加权特征重叠 / sqrt(查询IDF和 × 记忆特征数)
score  = 0.55 × 相关度 × 分区权重
       + 0.20 × 当前强度
       + 0.15 × 近因
       + 0.10 × 重要度

线索必须真的命中（没有任何词重合时不会被想起）。

4. 睡眠巩固

对活跃情节记忆做 bigram Jaccard 聚类（阈值 0.3）
每组 ≥2 条 → 合并成语义记忆（全文合并，上限 3800 字）
高重要度 + 被多次提取 → 直接升格
合并/去重/归档都追加哈希链事件

5. 哈希链

event = { seq, type, id, contentHash, ts, prevHash, by, hash, sig }
hash   = sha256(seq|type|id|contentHash|ts|prevHash|by)
sig    = Ed25519(hash)

并发写入时在文件锁内读取链尾再追加，避免多进程断链
verifyChain 校验 seq 连续、prevHash 衔接、hash 重算、签名
verifyMemory 用当前记忆逐条重算 contentHash，发现「被改过」或「未记录」

6. 分区

区	用途	衰减	权重	默认注入
`self`	人格、身份、价值观、目标	不衰减	1.15	是
`relationship`	对人的画像、称呼、亲密度	0.5×	1.10	是
`episodic`	具体对话、事件	1×	1.00	是
`semantic`	巩固后的长期知识	0.6×	1.05	是
`life`	日常碎片、说说、语音	1.2×	1.00	是
`learning`	学到的知识、梗	0.8×	0.95	是
`vault`	密码、暗号、隐私	不衰减	0.60	否

使用示例

# 记住一个偏好
memory_remember({
  text: "她喜欢下雨天，讨厌香菜",
  kind: "semantic",
  importance: 0.7,
  tags: ["preference"],
  zone: "relationship"
})

# 按场景回忆
memory_recall({ query: "她喜欢什么天气", limit: 5 })

# 只在自我区回忆
memory_recall({ query: "我是谁", zone: "self" })

# 读取隔离区（需显式允许）
memory_recall({ query: "暗号", zone: "vault", include_vault: true })

# 空闲时巩固
memory_consolidate()

# 审计
memory_chain_verify()

隐私与安全

纯本地：插件没有任何网络请求，不上传、不遥测
隔离区：vault 默认不参与召回；群聊场景应完全排除
仓库干净：本仓库不包含任何记忆数据、用户信息或密钥
密钥：memory-chain-key.pem 是证明历史的关键，丢失后无法验证旧链，请备份

文档索引

文档	内容
docs/design.md	设计目标、数据模型、衰减/召回/巩固/链/分区的算法与决策
docs/tools.md	7 个工具的完整参数、返回与示例
docs/data-format.md	memory.json、哈希链、向量/图等文件的字段说明
docs/architecture.md	模块划分与架构速览
docs/faq.md	安装、数据、召回、链、隐私、性能的常见问题

常见问题

Q：记忆会不会无限增长？ A：有 maxItems 上限（默认 2 万），超出按当前强度从最弱开始淘汰。

Q：重启 DSH 会丢记忆吗？ A：不会，全部持久化在 dataDir。

Q：怎么调遗忘速度？ A：改 lib/core/config.mjs 里的 decay.baseTauMs、importanceBias、emotionBias，或在配置里覆盖。

Q：能在多个 agent/会话间共享记忆吗？ A：同一台机器、同一个 dataDir 即可共享；多进程同时写有文件锁保护。

Q：哈希链能防谁？ A：防「本地记忆被悄悄改动而不留痕」。它不是公链，不能防整机被接管，但能保证任何单条记忆的修改都会断链。

Q：支持中文吗？ A：召回特征用中文二元组 + 英文词，中文效果是主要设计目标。

目录结构

dsh-memory/
├─ package.json
├─ cordis.patch.yml
├─ lib/
│  ├─ index.js          插件入口（7 个工具）
│  └─ core/             记忆核心模块
├─ locale/              中英文显示名与描述
├─ docs/
│  ├─ architecture.md   架构与算法细节
│  └─ ...
├─ icon.svg
├─ README.md
└─ LICENSE

路线图

隔离区加密存储（目前只是不召回）
可视化的「记忆星图」独立页面
多设备同步（哈希链合并）
可插拔的 embedding / rerank

License

MIT

dsh-memory · 仿人记忆库（DeepSeek Harness 插件）

让 agent 拥有「像人一样」的长期记忆：会遗忘、会巩固、会被线索唤起、会分区隔离——而且所有数据只留在你自己的机器上。

零外部依赖 · 纯本地 · MIT

为什么做这个

大多数 agent 的「记忆」是：

一个向量数据库（只能相似检索，不会遗忘、不会巩固）
或者一段不断增长的对话历史（上下文一满就全丢）
或者一个 key-value 表（没有强弱、没有时间感）

人类记忆不是这样工作的。人脑会：

遗忘：不常用的记忆逐渐变淡
巩固：重复出现的事情从「经历」变成「常识」
提取强化：想起来一次，下次更容易想起来
线索依赖：看到相关的东西才想起，而不是精确查询
分区：有些事是「我是谁」，有些是「关于某个人」，有些是「不能说的」

dsh-memory 把这五件事做成了可运行的代码。

核心特性

特性	说明
艾宾浩斯遗忘	每条记忆有强度，按指数曲线衰减；重要、带情绪的记忆衰减更慢
提取强化	被回忆一次，强度回补一点（用进废退）
睡眠巩固	把同类情节记忆合并、去重，升格为长期语义记忆
线索依赖召回	IDF 加权特征重叠 + 强度/近因/重要度综合打分，不是精确匹配
记忆分区	自我 / 关系 / 情节 / 语义 / 生活 / 学习 / 隔离，七个区各有衰减与隐私策略
哈希链审计	每次写入/更新/遗忘追加一条 Ed25519 签名事件，可校验记忆是否被篡改
工作记忆	最近消息的环形缓冲，过期自动丢弃，不污染长期记忆
可选模块	情绪状态、性格成长、人物画像、学习库、语义向量、联想图

安装

方式一：作为 DSH bundle 安装（推荐）

plugin_manager(action: "install_bundle", target: "<绝对路径>/dsh-memory-plugin")

安装后重启 DSH，agent 会获得 7 个记忆工具。

方式二：手动放进 profile

把仓库目录加入 profile 的 bundle 列表
在 cordis.patch.yml 中启用 memory 行（见仓库自带的 patch）
重启 DSH

环境要求

Node.js >= 20
无第三方 npm 依赖

配置

cordis.patch.yml：

- insert:
    - id: memory
      name: 'dsh-memory'
      config:
        memory:
          dataDir: ''          # 留空 = ~/.dsh/qq-memory
          maxItems: 20000      # 容量上限，超出按强度淘汰
          recallLimit: 8       # 默认召回条数
          includeVault: false  # 默认不读取隔离区

环境变量 MEMORY_DIR 可覆盖 dataDir。

工具手册

`memory_remember`

写入一条长期记忆。

参数	类型	说明
`text`	string	必填，要记住的内容（≤4000 字）
`kind`	`episodic` / `semantic`	具体经历 / 长期事实，默认 episodic
`importance`	0~1	重要度，默认 0.5
`emotion`	0~1	情绪强度，默认 0
`tags`	string[]	标签，如 `["profile","person:alice"]`
`zone`	枚举	分区，不填自动推断
`chat`	string	来源会话标识（可选）

`memory_recall`

按线索回忆。

参数	类型	说明
`query`	string	必填，自然语言线索
`limit`	1~50	返回条数，默认 8
`zone`	枚举	只在这个分区回忆
`include_vault`	boolean	是否允许读隔离区，默认 false
`include_archived`	boolean	是否包含已归档

返回每条记忆的 id / text / score / kind / zone / importance / createdAt。

`memory_stats`

记忆库统计：总数、活跃/归档、类型分布、平均强度、性格阶段（若启用）。

`memory_zones`

分区统计：每个区有多少条活跃记忆 + 分区中文名。

`memory_forget`

软删除一条记忆（state=purged，哈希链留痕，不物理删文件）。

`memory_consolidate`

睡眠巩固：聚类合并同类情节、去重、把高价值记忆升格为语义记忆。建议空闲时调用。

`memory_chain_verify`

校验哈希链：seq 连续性、prevHash 衔接、Ed25519 签名，以及与 memory.json 的逐条对账。

数据存在哪

全部在 dataDir（默认 ~/.dsh/qq-memory/）：

memory.json                记忆数据
memory-chain.jsonl         哈希链事件（追加写）
memory-chain-key.pem       Ed25519 私钥（务必备份）
memory-chain-pub.pem       公钥
memory-chain-head.json     链头快照
emotion-state.json         情绪状态（可选）
personality.json           性格阶段/成长值（可选）
profiles.json              人物画像（可选）
learning.json              学习库（可选）
memory-vectors.bin         向量索引（可选）
memory-vectors-ids.jsonl   向量↔记忆映射（可选）
memory-graph.jsonl         联想图（可选）

插件只会读写这个目录，不访问网络、不写系统其它位置。

工作原理

1. 衰减

strength(t) = baseStrength × exp(-age / τ)
τ = 10天 × (0.9 + importance) × (1 + 0.6 × emotion)

普通记忆约 10 天衰减到 1/e
重要/情绪记忆的 τ 更长，所以留得更久
strength < 0.12 归档，< 0.03 彻底遗忘（可配置）

2. 提取强化

每次被召回：

baseStrength += 0.22 × (1 - baseStrength)
lastAccess = now
accessCount += 1

3. 线索依赖召回

相关度 = IDF 加权特征重叠 / sqrt(查询IDF和 × 记忆特征数)
score  = 0.55 × 相关度 × 分区权重
       + 0.20 × 当前强度
       + 0.15 × 近因
       + 0.10 × 重要度

线索必须真的命中（没有任何词重合时不会被想起）。

4. 睡眠巩固

对活跃情节记忆做 bigram Jaccard 聚类（阈值 0.3）
每组 ≥2 条 → 合并成语义记忆（全文合并，上限 3800 字）
高重要度 + 被多次提取 → 直接升格
合并/去重/归档都追加哈希链事件

5. 哈希链

event = { seq, type, id, contentHash, ts, prevHash, by, hash, sig }
hash   = sha256(seq|type|id|contentHash|ts|prevHash|by)
sig    = Ed25519(hash)

并发写入时在文件锁内读取链尾再追加，避免多进程断链
verifyChain 校验 seq 连续、prevHash 衔接、hash 重算、签名
verifyMemory 用当前记忆逐条重算 contentHash，发现「被改过」或「未记录」

6. 分区

区	用途	衰减	权重	默认注入
`self`	人格、身份、价值观、目标	不衰减	1.15	是
`relationship`	对人的画像、称呼、亲密度	0.5×	1.10	是
`episodic`	具体对话、事件	1×	1.00	是
`semantic`	巩固后的长期知识	0.6×	1.05	是
`life`	日常碎片、说说、语音	1.2×	1.00	是
`learning`	学到的知识、梗	0.8×	0.95	是
`vault`	密码、暗号、隐私	不衰减	0.60	否

使用示例

# 记住一个偏好
memory_remember({
  text: "她喜欢下雨天，讨厌香菜",
  kind: "semantic",
  importance: 0.7,
  tags: ["preference"],
  zone: "relationship"
})

# 按场景回忆
memory_recall({ query: "她喜欢什么天气", limit: 5 })

# 只在自我区回忆
memory_recall({ query: "我是谁", zone: "self" })

# 读取隔离区（需显式允许）
memory_recall({ query: "暗号", zone: "vault", include_vault: true })

# 空闲时巩固
memory_consolidate()

# 审计
memory_chain_verify()

隐私与安全

纯本地：插件没有任何网络请求，不上传、不遥测
隔离区：vault 默认不参与召回；群聊场景应完全排除
仓库干净：本仓库不包含任何记忆数据、用户信息或密钥
密钥：memory-chain-key.pem 是证明历史的关键，丢失后无法验证旧链，请备份

文档索引

文档	内容
docs/design.md	设计目标、数据模型、衰减/召回/巩固/链/分区的算法与决策
docs/tools.md	7 个工具的完整参数、返回与示例
docs/data-format.md	memory.json、哈希链、向量/图等文件的字段说明
docs/architecture.md	模块划分与架构速览
docs/faq.md	安装、数据、召回、链、隐私、性能的常见问题

常见问题

Q：记忆会不会无限增长？ A：有 maxItems 上限（默认 2 万），超出按当前强度从最弱开始淘汰。

Q：重启 DSH 会丢记忆吗？ A：不会，全部持久化在 dataDir。

Q：怎么调遗忘速度？ A：改 lib/core/config.mjs 里的 decay.baseTauMs、importanceBias、emotionBias，或在配置里覆盖。

Q：能在多个 agent/会话间共享记忆吗？ A：同一台机器、同一个 dataDir 即可共享；多进程同时写有文件锁保护。

Q：哈希链能防谁？ A：防「本地记忆被悄悄改动而不留痕」。它不是公链，不能防整机被接管，但能保证任何单条记忆的修改都会断链。

Q：支持中文吗？ A：召回特征用中文二元组 + 英文词，中文效果是主要设计目标。

目录结构

dsh-memory/
├─ package.json
├─ cordis.patch.yml
├─ lib/
│  ├─ index.js          插件入口（7 个工具）
│  └─ core/             记忆核心模块
├─ locale/              中英文显示名与描述
├─ docs/
│  ├─ architecture.md   架构与算法细节
│  └─ ...
├─ icon.svg
├─ README.md
└─ LICENSE

路线图

隔离区加密存储（目前只是不召回）
可视化的「记忆星图」独立页面
多设备同步（哈希链合并）
可插拔的 embedding / rerank

License

MIT

Soulmate793/dsh-memory

dsh-memory · 仿人记忆库（DeepSeek Harness 插件）

目录

为什么做这个

核心特性

安装

方式一：作为 DSH bundle 安装（推荐）

方式二：手动放进 profile

环境要求

配置

工具手册

memory_remember

memory_recall

memory_stats

memory_zones

memory_forget

memory_consolidate

memory_chain_verify

数据存在哪

工作原理

1. 衰减

2. 提取强化

3. 线索依赖召回

4. 睡眠巩固

5. 哈希链

6. 分区

使用示例

隐私与安全

文档索引

常见问题

目录结构

路线图

License

Community comments

Soulmate793/dsh-memory

dsh-memory · 仿人记忆库（DeepSeek Harness 插件）

目录

为什么做这个

核心特性

安装

方式一：作为 DSH bundle 安装（推荐）

方式二：手动放进 profile

环境要求

配置

工具手册

memory_remember

memory_recall

memory_stats

memory_zones

memory_forget

memory_consolidate

memory_chain_verify

数据存在哪

工作原理

1. 衰减

2. 提取强化

3. 线索依赖召回

4. 睡眠巩固

5. 哈希链

6. 分区

使用示例

隐私与安全

文档索引

常见问题

目录结构

路线图

License

Community comments

`memory_remember`

`memory_recall`

`memory_stats`

`memory_zones`

`memory_forget`

`memory_consolidate`

`memory_chain_verify`

`memory_remember`

`memory_recall`

`memory_stats`

`memory_zones`

`memory_forget`

`memory_consolidate`

`memory_chain_verify`