alice-memory-llm

给 DeepSeek Harness 用的长期记忆插件，LLM 提炼支线。

和主线 alice-memory 是同源代码：库文件布局、表结构、向量检索、分层热度、四个工具全部一样，数据目录也共用同一个（$DSH_HOME/alice-memory），所以你可以在两条线之间来回切换而不丢记忆。

唯一的分歧在「什么值得记」：

主线：逐条规则闸门。形式对就进库，零模型调用，省钱但会混进闲聊。
本支线：规则只做粗筛，真正的裁决交给你的主对话模型。静默几分钟后一次性批量提炼，只把一句话条目写进库，不存原文。

零第三方依赖，纯 Node（node:sqlite），不需要 Python、不需要额外数据库服务。

测试基线：开发与验证全部在 npm 方式安装的 DSH 上完成（npm i -g @deepseek-ai/dsh，浏览器打开 dsh web 的 GUI）。Electron 桌面版没有测过，不保证能用。 会话头部那个提炼指示器尤其依赖 npm 版才有的 webServer 载体；桌面版走 file:// + IPC，没有这条 HTTP 路由，指示器会自行降级成「不显示」，其它功能不受影响。

先算清楚成本，再决定装不装

这个版本会花你的模型调用费，主线不会。不是所有人都愿意为「记得更准」付这笔钱，所以摆在最前面说。

	主线 alice-memory	本支线
捕获时的模型调用	0 次	每次提炼 1 次 `chat/completions`
embedding 调用	有	有（一样）
默认每天最多调用几次	—	50 次
存进库的内容	每轮问答原文	LLM 提炼的一句话条目

一次提炼的用量大致是：

输入：固定指令约 400 token + 本次待提炼的对话原文（每轮截断：用户 500 字、助手 200 字，capture.max_turn_chars 可调）
输出：上限 max_tokens 2048，实际通常只有两三百 token

已有记忆不进提炼提示词——与库内是否重复由入库前的向量判重裁决（见下文「向量判重」），所以这笔输入不随记忆库变大而变贵。

按你主模型的价目表乘一下就知道多少钱。插件不预估、不代付、不兜底——费用直接记在你 settings.yaml 里那个 provider 的账上。

想改上限就设 capture.maxDailyExtractions。到达上限后当天不再提炼，池里的消息留到第二天，或者等重启。

怎么查今天花了多少次：alice-memory-llm status 会打出 today N/50 那行；这个计数存在 meta 表里，重启不清零。

安装后必须做的三件事

大部分人是把仓库地址直接丢给 agent 装的。如果你是那个 agent，装完请按顺序把下面三条走完，别停在第一步。

1. 必须有一个能用的 embedding key

向量召回依赖它。放进 $DSH_HOME/.env（默认 $DSH_HOME 是 ~/.dsh，被 DSH_HOME 环境变量覆盖）：

SILICONFLOW_API_KEY=sk-...

想换服务商就改 embedding.url / embedding.model / embedding.dimensions / api_key_env。换了模型等于全库重嵌，维度变了尤其麻烦，选之前想清楚。

2. 必须有一个在 `settings.yaml` 里声明过的 LLM provider

这是最容易踩的坑，单独开一节讲，见下面的它怎么知道用哪个模型。

一句话版本：插件从 $DSH_HOME/settings.yaml 的 llm-pi-ai.providers 里找 provider。如果你的主对话模型是「内置账号登录」那种（比如直接登 DeepSeek 官方账号），settings.yaml 里没有 provider 段，插件读不到它的地址，提炼会直接失败，日志里写 宿主 LLM provider 未找到。

这种情况你得自己在 settings.yaml 里加一个 OpenAI 兼容的 provider，或者用 capture.model 指定一个已配置 provider 下的模型名。

3. 重启 DSH，然后确认它真的跑起来了

插件是后端 cordis 插件，改完必须重启进程，没有热重载。

重启后验证（不用等，随时能看）：

alice-memory-llm status

看到这两行才算通了：

extract    cursor 3  |  today 1/50  |  entries 4
embedding  BAAI/bge-m3 @ https://... (key ok)

cursor (none yet...) 不算故障——说明还没有「一轮对话结束 + 静默满 idleMs」的完整窗口。安静十分钟再看。

真出问题就看后端 stderr，插件所有日志都带 [alice-memory-llm] 前缀：

$DSH_HOME/../../backend/logs/backend-*.log.err   # 具体位置取决于你的启动方式

它怎么知道用哪个模型（`inherit` 不是写死）

没有写死任何模型名、地址或密钥。 默认 capture.model = "inherit"，含义是「跟当前主对话一样」。三层来源：

要什么	从哪来	什么时候读
provider 和 model	`agent/pre-step` 事件里的 `modelSelection`	每一轮都刷新
`baseURL` 和凭证变量名	`$DSH_HOME/settings.yaml` 的 `llm-pi-ai.providers.<provider>`	每次提炼重新读盘，不缓存
真实密钥	环境变量 → `$DSH_HOME/.env` → `$DSH_HOME/.credentials.yaml` 的 `refs:`	每次提炼

由此得到几个直接后果：

你在 GUI 里换模型，下一轮提炼跟着换。 换了 provider 也一样，因为 provider 跟 model 是同一个事件里一起来的。
你手改 settings.yaml 里的 baseURL，下一次提炼立刻生效。 不用重启，因为每次 flush 都重新读文件。
缩进改了也不怕。 解析器按块结构读，2 空格、4 空格都认。
写死成具体模型名也支持。 capture.model = "workbuddy/hy4free" 这种，插件会按这个模型名去 providers 里找它属于哪个 provider，网关和凭证一起跟着换，不会出现「用 A 家的地址配 B 家的 key」。
主模型不在 providers 里就明确报错，不会瞎发。 宁可失败也不把你的 key 发到错的网关。

安装

dsh plugin --profile <你的 profile> add dsh-alice-memory-llm

国内网络加个镜像会快很多：--registry https://registry.npmmirror.com。

不想走 npm，也可以从 git 装（要求 GitHub 直连可达）：

dsh plugin --profile <你的 profile> add github:cycocyco/alice-memory-llm

想先看一遍代码，就链本地源码：

git clone https://github.com/cycocyco/alice-memory-llm.git
dsh plugin --profile web add file:/absolute/path/to/alice-memory-llm

要求 Node ≥ 24（node:sqlite 从 24 起稳定）。

和主线二选一。 两个包的 cordis.patch.yml 用不同的插件 id，同时装不会互相覆盖，但会各自跑一遍捕获和召回，记忆重复、调用翻倍，没必要。

从主线迁过来：直接换掉插件，不用迁数据。库是同一个，表结构兼容（本版启动时会给 memories 表补 memory_type / extract_meta 两列，老行保持 NULL，照常能被召回）。主线不知道这两列的存在，切回去也不会坏。

配置

默认值在 lib/config.mjs。要改就把 config.example.json 复制成插件目录下的 config.json（已在 .gitignore，不会被提交）。

{
  "data_dir": "",                    // 留空 = $DSH_HOME/alice-memory（与主线共用）
  "scope_id": "default",             // 多套记忆用不同 scope 隔离
  "api_key_env": "SILICONFLOW_API_KEY",
  "embedding": {
    "url": "https://api.siliconflow.cn/v1/embeddings",
    "model": "BAAI/bge-m3",
    "dimensions": 1024
  },

  // ↓ 这一块是本支线独有的
  "capture": {
    "enabled": true,
    "idleMs": 600000,                // 静默多久算空闲，默认 10 分钟
    "model": "inherit",              // inherit = 跟随主对话；也可写具体模型名
    "maxDailyExtractions": 50        // 每天最多调几次模型
  },

  "recall": { "limit": 3, "timeout_ms": 6000, "max_chars": 400 },
  "memory": { "hot_max": 3000, "warm_max": 12000, "half_life_days": 45 }
}

优先级：环境变量 > config.local.json > config.json > 内置默认值。

没有硬编码路径需要你填

代码里没有任何写死的盘符、用户目录或仓库路径。所有位置都从 $DSH_HOME 推导：

东西	默认位置	怎么改
记忆库	`$DSH_HOME/alice-memory/memories.sqlite3`	`data_dir` 配置项或 `ALICE_MEMORY_DATA_DIR` 环境变量
宿主 LLM 配置	`$DSH_HOME/settings.yaml`	跟 DSH 自己的位置走，插件只读它
密钥文件	`$DSH_HOME/.env`、`$DSH_HOME/.credentials.yaml`	同上
插件配置	插件目录下的 `config.json`	`ALICE_MEMORY_CONFIG` 可指到别处

唯一一个「填死的默认值」是 embedding.url 默认指向硅基流动——那是默认服务商地址，不是你的私人路径，换成任何 OpenAI 兼容接口都行。

你真正需要手填的只有两样：embedding 的 key（第一步）、以及 settings.yaml 里那个 provider 段（第二步）。这两样插件没法替你猜。

运行机制

消息进入
  → 粗筛（撤销命令 / 斜杠命令 / 纯应答词 / 纯标点 emoji / 自产文本 / < 3 字）
  → 通过则进内存池 pendingTurns（带轮次号，不落盘）
        ↓
  一轮对话结束 → 起 5 分钟闲置计时（每条新消息都会重置）
        ↓
  静默满 idleMs → 取 turnId > lastProcessedTurnId 的已完成轮次（原文按角色截断入池）
        ↓
  LLM 提炼（复用主对话模型，独立请求，prompt 只含原文与约束）
        ↓
  结构化条目数组（可以是空数组）
        ↓
  向量判重：近重复 / 同话题超量（similar_max）不进库；embedding 挂了放行
        ↓
  SQLite 单事务：写条目 + 推进游标 + 记一次提炼（全成功才提交）
        ↓
  发状态事件 memory-capture:start / :success / :failed
        ↓
  web GUI 会话头部的小指示器跟着转 / 变绿 / 自己消失

几个刻意的设计决定：

只处理已完成的轮次。 assistant 还在生成时到点触发，不会截断，那一轮留到下次。
失败静默重试，游标不动。 断网、超时、JSON 解析失败、DB 报错，一律回滚，下次空闲自动重提。失败也计一次额度，否则解析一直失败就会每 10 分钟重试到天亮。
空数组是合法输出。 没值得记的就 []，照样推进游标、照样报 count=0，不硬凑。
只存条目，不存原文。 池里的原文不落盘，进程一崩就丢，接受这个损失，不做启动补提，也不做崩溃恢复。
向量判重在入库前，不在提示词里。 提炼结果先算向量（入库本来就要算的），与热区/温区索引比对：top1 相似度 ≥ near_dup 判近重复跳过；相似度 ≥ similar_floor 的条数 > similar_max 视为该话题已被反复记过，不再进；同批内换说法的重复也只留第一条。embedding 挂了整道闸放行（fail-open）——判重是省钱优化，不能变成丢记忆的闸门。措辞一变的重复现在拦得住；重复、过时、错误的清理仍由你自己开库做。
没有串行队列。 提炼请求走独立通道，绝不跟主对话请求排队。

提炼指示器（只在 web GUI 里有）

提炼是后台动作，用户看不见它在忙。所以插件带了一个客户端半边，在会话头部的 View 标签行右侧显示一个小转圈：

时刻	样子
提炼开始	转圈 + 小字「记忆生成中...」
提炼成功	小字消失，圈变绿，停 1 秒后渐隐
提炼失败	什么都不说：圈不变绿、不报红、不弹通知，直接渐隐
平时	不存在，页面上一点痕迹都没有

链路很短：宿主半侧在提炼事件上把状态推给自己的一条 SSE 路由 GET /alice-memory-llm/status（只认 loopback，text/event-stream，连上来先收一份当前快照），浏览器半侧 client.js 订阅它。状态只在内存里，进程重启后必然从 idle 开始。

位置不是随便挑的：会话头部内核只给了 conversation.session.header.utilities 插槽（标题行右端），而 View 标签行没有插槽。所以客户端把宿主元素插进 [data-conversation-tabs] 的父节点、排在「更多视图」按钮之后；单视图会话没有标签行时退回插槽内联。没有 webServer 的载体（桌面版 file:// + IPC）自动降级成「没有这个 UI」，其它功能一律照旧。

失败为什么不留痕？记忆提炼是可重试的后台动作，失败会自动重提；把失败做成红色提示只会制造焦虑，而用户对这件事本来无能为力。

prompt 结构

只有原文与约束，没有参考块——与库内是否重复交给向量判重裁决，提示词不随记忆库变大：

【本次待提炼的对话原文】
turn 11 [user]: ...
turn 11 [assistant]: ...

【禁止提取清单】
- 寒暄、应答词、追问、纯问句、情绪表达
- 助手自己的操作汇报与进度说明
- 助手对当前任务的技术解释、原理说明
- 只对本次任务有效的中间结论

【任务】
只认三类来源：用户明确表达的偏好 / 用户交代的长期事实 / 双方拍板或用户做出的纠错。
助手说了什么不算记忆，除非用户当场确认采纳。

输出：

{"items":[{"content":"一句话记忆","type":"preference|fact|decision|correction","confidence":0.9,"source_turn_ids":[11,13]}]}

数据与隐私

一个数据目录只有一个库文件：<data_dir>/memories.sqlite3，WAL 模式。正文、向量、墓碑、FTS 全在同一个 SQLite 里，单事务写入。

memories 表在本支线新增两列：

列	说明
`memory_type`	`preference` / `fact` / `decision` / `correction`，仅提炼条目有值
`extract_meta`	JSON：`confidence` 和 `source_turn_ids`

source 列区分来源：extracted（本版提炼）、manual（手动记）、auto（主线规则捕获的历史行）。

两处会出网，说清楚：

embedding：正文会发给你配的 embedding 服务商。不想外发就换本地模型，或把 embedding.url 指到自己的网关。
提炼请求：会给你的主对话模型发一次独立请求，请求体里带这批待提炼的对话原文。原文只是过路，不落盘、不进库，但它确实离开了本机、送到了你配置的那个 base_url。

脱敏：入库前会擦 sk-、ghp_、github_pat_、xoxb-、AKIA、Bearer、JWT、长 hex、base64 块、-----BEGIN ... PRIVATE KEY-----。这是兜底，不是保险箱——别指望它挡住所有形态的密钥。

数据全在你自己的机器上，插件不上传、不统计、不带任何遥测。.gitignore 已排除 *.sqlite3*、config.json、.env。

召回（与主线完全一致）

用户这轮的话
   └─ embed（带 6s 超时）
        ├─ hot + warm 内存扫描（一块连续 Float32Array，worker 线程里跑）
        ├─ FTS5 全文（永远跑，很便宜）
        └─ 命中不足 → worker 扫全库冷层（900ms 预算，200k 条上限）
   └─ RRF 融合（k=60，向量 1.0 / 全文 0.35 / 冷层 ×0.8）
   └─ top-K 回表 → 注入上下文

热度不进 SQL。 存 heat0 / reinforced_at / half_life_days，衰减在 JS 里现算。
分层是硬约束。 hot_max 3000、warm_max 12000，超了按热度往下压。
双阈值滞回。 hot 进 0.6 / 出 0.4，warm 进 0.3 / 出 0.15。
只有真的被注入上下文才强化。 候选集里没用上的不加热度。

实测（Windows 11 / Node 26 / 1 万条 × 1024 维）：热区向量扫描 20–30ms、FTS5 约 3ms、端到端召回 289ms，大头是 embedding 网络往返（200–380ms）。

工具

工具	什么时候用
`alice_memory_save`	用户说「记一下」——手动存一条，绕过全部粗筛和提炼，默认 pinned、不衰减
`alice_memory_recall`	用户说「回忆一下」「之前那个」——主动检索
`alice_memory_forget`	用户说「删掉关于 X 的记忆」——按 id 或子串删，同时删向量、写墓碑
`alice_memory_prune`	用户说「清理记忆」——列出长期没被召回的冷记忆，默认只预览，带 token 或 `force` 才真删

CLI

排查问题比翻日志快：

alice-memory-llm status                    # 条数 / 分层 / 游标 / 今日提炼次数 / key
alice-memory-llm doctor                    # 真发一次 embedding 探活
alice-memory-llm recall "上周说的那个方案"   # 看召回结果和耗时分解
alice-memory-llm remember "以后都用 pnpm" --title 包管理
alice-memory-llm forget --id <id>          # 或 --query <子串>
alice-memory-llm prune --days 90           # 只预览
alice-memory-llm prune --days 90 --token <t>   # 真删
alice-memory-llm sweep                     # 立刻跑一次热度分层
alice-memory-llm backfill                  # 补 pending 向量
alice-memory-llm export dump.jsonl

--dir 可以把整套库指到别处试跑，压过环境变量，不会碰你正在用的库。

排查

症状	原因	怎么办
`status` 里 `cursor (none yet...)` 一直是空的	还没有「一轮结束 + 静默满 `idleMs`」的窗口	安静待够 `idleMs`；对话期间计时会被每条消息重置
日志里 `宿主 LLM provider 未找到`	`settings.yaml` 没有 `llm-pi-ai.providers` 段	加一个 provider，或用 `capture.model` 指向已配置的模型
日志里 `缺少凭证 XXX`	环境变量、`.env`、`.credentials.yaml refs` 三处都没有	把 key 放进其中一处
日志里 `extractor returned no content`	模型把正文写进了 `reasoning_content`，或 `max_tokens` 被推理吃光	已做兜底读取；仍失败就调高 `max_tokens` 或降低推理强度
日志里 `extractor JSON parse failed`	模型没按格式输出	每次失败都会重试，且计入当日额度；连续失败说明这个模型不适合干这活
提炼一直不触发但游标在涨	正常	游标只增，说明在推进；条目为 0 说明那批确实没值得记的
`SQLITE_BUSY`	多进程写同一个库	启动已设 WAL + `busy_timeout=5000`，正常情况下不会出现

开发

node --test test/     # 43 个用例，约 3s，不联网

测试全程 mock：FakeEmbedder 给确定性 hash 向量，test/extract.test.mjs 用假 transport 模拟提炼，test/plugin.test.mjs 起一个真的本机 http 假网关，把插件 apply() 跑一遍端到端。

test/upgrade.test.mjs 守升级路径：造出 v2 的双库布局（正文库 + 独立 vectors.sqlite3），验证打开即并库、老文件进 legacy/、反复启动不产生第二份、维度或模型变了的老向量被打回 pending。

插件结构：

index.mjs               插件入口：hook 挂载、四个工具、定时器
cli.mjs                 命令行
lib/config.mjs          配置合并 + 路径与 key 解析
lib/http.mjs            原生 http/https 传输
lib/store.mjs           SQLite：建表、写入、检索、分层、清理
lib/migrate.mjs         单文件库收束：旧双库并库、散落库导入
lib/vector-index.mjs    热区连续缓冲 + worker 调度
lib/vector-worker.mjs   worker：热区扫描 + 冷层全库扫
lib/embedding.mjs       HTTP embedding（可换 Fake）
lib/search.mjs          RRF 融合
lib/recall.mjs          召回 + 超时降级
lib/heat.mjs            热度与分层
lib/capture.mjs         粗筛规则 + 向量 backfill
lib/pool.mjs            待提炼池、空闲 debounce、flush 编排
lib/extractor.mjs       主模型连接解析、提炼 prompt（原文+约束）、JSON 解析
lib/dedup.mjs           入库前向量判重：近重复 / 同话题超量不进库，fail-open
lib/extraction-store.mjs 单事务写条目 + 游标 + 每日计数

为什么 HTTP 不用 `globalThis.fetch`

DSH 后端会把全局 fetch 换成自己的实现（globalThis.fetch = carrierFetch）。在它下面用 fetch 发提炼请求，会拿到 200 但解析不出 choices[0].message.content，日志表现为「每 5 分钟一条 extractor returned no content」，游标永远不动。同一个网关、同样的 payload，在插件进程外手搓能成功——差别只在那个被替换掉的 globalThis.fetch。

所以 lib/http.mjs 直接用 node:http / node:https 原生 socket，绕开宿主替换。embedding 也一样。

更新日志

见 CHANGELOG.md。

License

MIT

alice-memory-llm

给 DeepSeek Harness 用的长期记忆插件，LLM 提炼支线。

唯一的分歧在「什么值得记」：

主线：逐条规则闸门。形式对就进库，零模型调用，省钱但会混进闲聊。
本支线：规则只做粗筛，真正的裁决交给你的主对话模型。静默几分钟后一次性批量提炼，只把一句话条目写进库，不存原文。

零第三方依赖，纯 Node（node:sqlite），不需要 Python、不需要额外数据库服务。

测试基线：开发与验证全部在 npm 方式安装的 DSH 上完成（npm i -g @deepseek-ai/dsh，浏览器打开 dsh web 的 GUI）。Electron 桌面版没有测过，不保证能用。 会话头部那个提炼指示器尤其依赖 npm 版才有的 webServer 载体；桌面版走 file:// + IPC，没有这条 HTTP 路由，指示器会自行降级成「不显示」，其它功能不受影响。

先算清楚成本，再决定装不装

这个版本会花你的模型调用费，主线不会。不是所有人都愿意为「记得更准」付这笔钱，所以摆在最前面说。

	主线 alice-memory	本支线
捕获时的模型调用	0 次	每次提炼 1 次 `chat/completions`
embedding 调用	有	有（一样）
默认每天最多调用几次	—	50 次
存进库的内容	每轮问答原文	LLM 提炼的一句话条目

一次提炼的用量大致是：

输入：固定指令约 400 token + 本次待提炼的对话原文（每轮截断：用户 500 字、助手 200 字，capture.max_turn_chars 可调）
输出：上限 max_tokens 2048，实际通常只有两三百 token

已有记忆不进提炼提示词——与库内是否重复由入库前的向量判重裁决（见下文「向量判重」），所以这笔输入不随记忆库变大而变贵。

按你主模型的价目表乘一下就知道多少钱。插件不预估、不代付、不兜底——费用直接记在你 settings.yaml 里那个 provider 的账上。

想改上限就设 capture.maxDailyExtractions。到达上限后当天不再提炼，池里的消息留到第二天，或者等重启。

怎么查今天花了多少次：alice-memory-llm status 会打出 today N/50 那行；这个计数存在 meta 表里，重启不清零。

安装后必须做的三件事

大部分人是把仓库地址直接丢给 agent 装的。如果你是那个 agent，装完请按顺序把下面三条走完，别停在第一步。

1. 必须有一个能用的 embedding key

向量召回依赖它。放进 $DSH_HOME/.env（默认 $DSH_HOME 是 ~/.dsh，被 DSH_HOME 环境变量覆盖）：

SILICONFLOW_API_KEY=sk-...

想换服务商就改 embedding.url / embedding.model / embedding.dimensions / api_key_env。换了模型等于全库重嵌，维度变了尤其麻烦，选之前想清楚。

2. 必须有一个在 `settings.yaml` 里声明过的 LLM provider

这是最容易踩的坑，单独开一节讲，见下面的它怎么知道用哪个模型。

这种情况你得自己在 settings.yaml 里加一个 OpenAI 兼容的 provider，或者用 capture.model 指定一个已配置 provider 下的模型名。

3. 重启 DSH，然后确认它真的跑起来了

插件是后端 cordis 插件，改完必须重启进程，没有热重载。

重启后验证（不用等，随时能看）：

alice-memory-llm status

看到这两行才算通了：

extract    cursor 3  |  today 1/50  |  entries 4
embedding  BAAI/bge-m3 @ https://... (key ok)

cursor (none yet...) 不算故障——说明还没有「一轮对话结束 + 静默满 idleMs」的完整窗口。安静十分钟再看。

真出问题就看后端 stderr，插件所有日志都带 [alice-memory-llm] 前缀：

$DSH_HOME/../../backend/logs/backend-*.log.err   # 具体位置取决于你的启动方式

它怎么知道用哪个模型（`inherit` 不是写死）

没有写死任何模型名、地址或密钥。 默认 capture.model = "inherit"，含义是「跟当前主对话一样」。三层来源：

要什么	从哪来	什么时候读
provider 和 model	`agent/pre-step` 事件里的 `modelSelection`	每一轮都刷新
`baseURL` 和凭证变量名	`$DSH_HOME/settings.yaml` 的 `llm-pi-ai.providers.<provider>`	每次提炼重新读盘，不缓存
真实密钥	环境变量 → `$DSH_HOME/.env` → `$DSH_HOME/.credentials.yaml` 的 `refs:`	每次提炼

由此得到几个直接后果：

你在 GUI 里换模型，下一轮提炼跟着换。 换了 provider 也一样，因为 provider 跟 model 是同一个事件里一起来的。
你手改 settings.yaml 里的 baseURL，下一次提炼立刻生效。 不用重启，因为每次 flush 都重新读文件。
缩进改了也不怕。 解析器按块结构读，2 空格、4 空格都认。
写死成具体模型名也支持。 capture.model = "workbuddy/hy4free" 这种，插件会按这个模型名去 providers 里找它属于哪个 provider，网关和凭证一起跟着换，不会出现「用 A 家的地址配 B 家的 key」。
主模型不在 providers 里就明确报错，不会瞎发。 宁可失败也不把你的 key 发到错的网关。

安装

dsh plugin --profile <你的 profile> add dsh-alice-memory-llm

国内网络加个镜像会快很多：--registry https://registry.npmmirror.com。

不想走 npm，也可以从 git 装（要求 GitHub 直连可达）：

dsh plugin --profile <你的 profile> add github:cycocyco/alice-memory-llm

想先看一遍代码，就链本地源码：

git clone https://github.com/cycocyco/alice-memory-llm.git
dsh plugin --profile web add file:/absolute/path/to/alice-memory-llm

要求 Node ≥ 24（node:sqlite 从 24 起稳定）。

和主线二选一。 两个包的 cordis.patch.yml 用不同的插件 id，同时装不会互相覆盖，但会各自跑一遍捕获和召回，记忆重复、调用翻倍，没必要。

配置

默认值在 lib/config.mjs。要改就把 config.example.json 复制成插件目录下的 config.json（已在 .gitignore，不会被提交）。

{
  "data_dir": "",                    // 留空 = $DSH_HOME/alice-memory（与主线共用）
  "scope_id": "default",             // 多套记忆用不同 scope 隔离
  "api_key_env": "SILICONFLOW_API_KEY",
  "embedding": {
    "url": "https://api.siliconflow.cn/v1/embeddings",
    "model": "BAAI/bge-m3",
    "dimensions": 1024
  },

  // ↓ 这一块是本支线独有的
  "capture": {
    "enabled": true,
    "idleMs": 600000,                // 静默多久算空闲，默认 10 分钟
    "model": "inherit",              // inherit = 跟随主对话；也可写具体模型名
    "maxDailyExtractions": 50        // 每天最多调几次模型
  },

  "recall": { "limit": 3, "timeout_ms": 6000, "max_chars": 400 },
  "memory": { "hot_max": 3000, "warm_max": 12000, "half_life_days": 45 }
}

优先级：环境变量 > config.local.json > config.json > 内置默认值。

没有硬编码路径需要你填

代码里没有任何写死的盘符、用户目录或仓库路径。所有位置都从 $DSH_HOME 推导：

东西	默认位置	怎么改
记忆库	`$DSH_HOME/alice-memory/memories.sqlite3`	`data_dir` 配置项或 `ALICE_MEMORY_DATA_DIR` 环境变量
宿主 LLM 配置	`$DSH_HOME/settings.yaml`	跟 DSH 自己的位置走，插件只读它
密钥文件	`$DSH_HOME/.env`、`$DSH_HOME/.credentials.yaml`	同上
插件配置	插件目录下的 `config.json`	`ALICE_MEMORY_CONFIG` 可指到别处

唯一一个「填死的默认值」是 embedding.url 默认指向硅基流动——那是默认服务商地址，不是你的私人路径，换成任何 OpenAI 兼容接口都行。

你真正需要手填的只有两样：embedding 的 key（第一步）、以及 settings.yaml 里那个 provider 段（第二步）。这两样插件没法替你猜。

运行机制

消息进入
  → 粗筛（撤销命令 / 斜杠命令 / 纯应答词 / 纯标点 emoji / 自产文本 / < 3 字）
  → 通过则进内存池 pendingTurns（带轮次号，不落盘）
        ↓
  一轮对话结束 → 起 5 分钟闲置计时（每条新消息都会重置）
        ↓
  静默满 idleMs → 取 turnId > lastProcessedTurnId 的已完成轮次（原文按角色截断入池）
        ↓
  LLM 提炼（复用主对话模型，独立请求，prompt 只含原文与约束）
        ↓
  结构化条目数组（可以是空数组）
        ↓
  向量判重：近重复 / 同话题超量（similar_max）不进库；embedding 挂了放行
        ↓
  SQLite 单事务：写条目 + 推进游标 + 记一次提炼（全成功才提交）
        ↓
  发状态事件 memory-capture:start / :success / :failed
        ↓
  web GUI 会话头部的小指示器跟着转 / 变绿 / 自己消失

几个刻意的设计决定：

只处理已完成的轮次。 assistant 还在生成时到点触发，不会截断，那一轮留到下次。
失败静默重试，游标不动。 断网、超时、JSON 解析失败、DB 报错，一律回滚，下次空闲自动重提。失败也计一次额度，否则解析一直失败就会每 10 分钟重试到天亮。
空数组是合法输出。 没值得记的就 []，照样推进游标、照样报 count=0，不硬凑。
只存条目，不存原文。 池里的原文不落盘，进程一崩就丢，接受这个损失，不做启动补提，也不做崩溃恢复。
向量判重在入库前，不在提示词里。 提炼结果先算向量（入库本来就要算的），与热区/温区索引比对：top1 相似度 ≥ near_dup 判近重复跳过；相似度 ≥ similar_floor 的条数 > similar_max 视为该话题已被反复记过，不再进；同批内换说法的重复也只留第一条。embedding 挂了整道闸放行（fail-open）——判重是省钱优化，不能变成丢记忆的闸门。措辞一变的重复现在拦得住；重复、过时、错误的清理仍由你自己开库做。
没有串行队列。 提炼请求走独立通道，绝不跟主对话请求排队。

提炼指示器（只在 web GUI 里有）

提炼是后台动作，用户看不见它在忙。所以插件带了一个客户端半边，在会话头部的 View 标签行右侧显示一个小转圈：

时刻	样子
提炼开始	转圈 + 小字「记忆生成中...」
提炼成功	小字消失，圈变绿，停 1 秒后渐隐
提炼失败	什么都不说：圈不变绿、不报红、不弹通知，直接渐隐
平时	不存在，页面上一点痕迹都没有

失败为什么不留痕？记忆提炼是可重试的后台动作，失败会自动重提；把失败做成红色提示只会制造焦虑，而用户对这件事本来无能为力。

prompt 结构

只有原文与约束，没有参考块——与库内是否重复交给向量判重裁决，提示词不随记忆库变大：

【本次待提炼的对话原文】
turn 11 [user]: ...
turn 11 [assistant]: ...

【禁止提取清单】
- 寒暄、应答词、追问、纯问句、情绪表达
- 助手自己的操作汇报与进度说明
- 助手对当前任务的技术解释、原理说明
- 只对本次任务有效的中间结论

【任务】
只认三类来源：用户明确表达的偏好 / 用户交代的长期事实 / 双方拍板或用户做出的纠错。
助手说了什么不算记忆，除非用户当场确认采纳。

输出：

{"items":[{"content":"一句话记忆","type":"preference|fact|decision|correction","confidence":0.9,"source_turn_ids":[11,13]}]}

数据与隐私

一个数据目录只有一个库文件：<data_dir>/memories.sqlite3，WAL 模式。正文、向量、墓碑、FTS 全在同一个 SQLite 里，单事务写入。

memories 表在本支线新增两列：

列	说明
`memory_type`	`preference` / `fact` / `decision` / `correction`，仅提炼条目有值
`extract_meta`	JSON：`confidence` 和 `source_turn_ids`

source 列区分来源：extracted（本版提炼）、manual（手动记）、auto（主线规则捕获的历史行）。

两处会出网，说清楚：

embedding：正文会发给你配的 embedding 服务商。不想外发就换本地模型，或把 embedding.url 指到自己的网关。
提炼请求：会给你的主对话模型发一次独立请求，请求体里带这批待提炼的对话原文。原文只是过路，不落盘、不进库，但它确实离开了本机、送到了你配置的那个 base_url。

数据全在你自己的机器上，插件不上传、不统计、不带任何遥测。.gitignore 已排除 *.sqlite3*、config.json、.env。

召回（与主线完全一致）

用户这轮的话
   └─ embed（带 6s 超时）
        ├─ hot + warm 内存扫描（一块连续 Float32Array，worker 线程里跑）
        ├─ FTS5 全文（永远跑，很便宜）
        └─ 命中不足 → worker 扫全库冷层（900ms 预算，200k 条上限）
   └─ RRF 融合（k=60，向量 1.0 / 全文 0.35 / 冷层 ×0.8）
   └─ top-K 回表 → 注入上下文

热度不进 SQL。 存 heat0 / reinforced_at / half_life_days，衰减在 JS 里现算。
分层是硬约束。 hot_max 3000、warm_max 12000，超了按热度往下压。
双阈值滞回。 hot 进 0.6 / 出 0.4，warm 进 0.3 / 出 0.15。
只有真的被注入上下文才强化。 候选集里没用上的不加热度。

实测（Windows 11 / Node 26 / 1 万条 × 1024 维）：热区向量扫描 20–30ms、FTS5 约 3ms、端到端召回 289ms，大头是 embedding 网络往返（200–380ms）。

工具

工具	什么时候用
`alice_memory_save`	用户说「记一下」——手动存一条，绕过全部粗筛和提炼，默认 pinned、不衰减
`alice_memory_recall`	用户说「回忆一下」「之前那个」——主动检索
`alice_memory_forget`	用户说「删掉关于 X 的记忆」——按 id 或子串删，同时删向量、写墓碑
`alice_memory_prune`	用户说「清理记忆」——列出长期没被召回的冷记忆，默认只预览，带 token 或 `force` 才真删

CLI

排查问题比翻日志快：

alice-memory-llm status                    # 条数 / 分层 / 游标 / 今日提炼次数 / key
alice-memory-llm doctor                    # 真发一次 embedding 探活
alice-memory-llm recall "上周说的那个方案"   # 看召回结果和耗时分解
alice-memory-llm remember "以后都用 pnpm" --title 包管理
alice-memory-llm forget --id <id>          # 或 --query <子串>
alice-memory-llm prune --days 90           # 只预览
alice-memory-llm prune --days 90 --token <t>   # 真删
alice-memory-llm sweep                     # 立刻跑一次热度分层
alice-memory-llm backfill                  # 补 pending 向量
alice-memory-llm export dump.jsonl

--dir 可以把整套库指到别处试跑，压过环境变量，不会碰你正在用的库。

排查

症状	原因	怎么办
`status` 里 `cursor (none yet...)` 一直是空的	还没有「一轮结束 + 静默满 `idleMs`」的窗口	安静待够 `idleMs`；对话期间计时会被每条消息重置
日志里 `宿主 LLM provider 未找到`	`settings.yaml` 没有 `llm-pi-ai.providers` 段	加一个 provider，或用 `capture.model` 指向已配置的模型
日志里 `缺少凭证 XXX`	环境变量、`.env`、`.credentials.yaml refs` 三处都没有	把 key 放进其中一处
日志里 `extractor returned no content`	模型把正文写进了 `reasoning_content`，或 `max_tokens` 被推理吃光	已做兜底读取；仍失败就调高 `max_tokens` 或降低推理强度
日志里 `extractor JSON parse failed`	模型没按格式输出	每次失败都会重试，且计入当日额度；连续失败说明这个模型不适合干这活
提炼一直不触发但游标在涨	正常	游标只增，说明在推进；条目为 0 说明那批确实没值得记的
`SQLITE_BUSY`	多进程写同一个库	启动已设 WAL + `busy_timeout=5000`，正常情况下不会出现

开发

node --test test/     # 43 个用例，约 3s，不联网

插件结构：

index.mjs               插件入口：hook 挂载、四个工具、定时器
cli.mjs                 命令行
lib/config.mjs          配置合并 + 路径与 key 解析
lib/http.mjs            原生 http/https 传输
lib/store.mjs           SQLite：建表、写入、检索、分层、清理
lib/migrate.mjs         单文件库收束：旧双库并库、散落库导入
lib/vector-index.mjs    热区连续缓冲 + worker 调度
lib/vector-worker.mjs   worker：热区扫描 + 冷层全库扫
lib/embedding.mjs       HTTP embedding（可换 Fake）
lib/search.mjs          RRF 融合
lib/recall.mjs          召回 + 超时降级
lib/heat.mjs            热度与分层
lib/capture.mjs         粗筛规则 + 向量 backfill
lib/pool.mjs            待提炼池、空闲 debounce、flush 编排
lib/extractor.mjs       主模型连接解析、提炼 prompt（原文+约束）、JSON 解析
lib/dedup.mjs           入库前向量判重：近重复 / 同话题超量不进库，fail-open
lib/extraction-store.mjs 单事务写条目 + 游标 + 每日计数

为什么 HTTP 不用 `globalThis.fetch`

所以 lib/http.mjs 直接用 node:http / node:https 原生 socket，绕开宿主替换。embedding 也一样。

更新日志

见 CHANGELOG.md。

License

MIT

cycocyco/alice-memory-llm

alice-memory-llm

先算清楚成本，再决定装不装

安装后必须做的三件事

1. 必须有一个能用的 embedding key

2. 必须有一个在 settings.yaml 里声明过的 LLM provider

3. 重启 DSH，然后确认它真的跑起来了

它怎么知道用哪个模型（inherit 不是写死）

安装

配置

没有硬编码路径需要你填

运行机制

提炼指示器（只在 web GUI 里有）

prompt 结构

数据与隐私

召回（与主线完全一致）

工具

CLI

排查

开发

为什么 HTTP 不用 globalThis.fetch

更新日志

License

Community comments

cycocyco/alice-memory-llm

alice-memory-llm

先算清楚成本，再决定装不装

安装后必须做的三件事

1. 必须有一个能用的 embedding key

2. 必须有一个在 settings.yaml 里声明过的 LLM provider

3. 重启 DSH，然后确认它真的跑起来了

它怎么知道用哪个模型（inherit 不是写死）

安装

配置

没有硬编码路径需要你填

运行机制

提炼指示器（只在 web GUI 里有）

prompt 结构

数据与隐私

召回（与主线完全一致）

工具

CLI

排查

开发

为什么 HTTP 不用 globalThis.fetch

更新日志

License

Community comments

2. 必须有一个在 `settings.yaml` 里声明过的 LLM provider

它怎么知道用哪个模型（`inherit` 不是写死）

为什么 HTTP 不用 `globalThis.fetch`

2. 必须有一个在 `settings.yaml` 里声明过的 LLM provider

它怎么知道用哪个模型（`inherit` 不是写死）

为什么 HTTP 不用 `globalThis.fetch`