dsh-df-memory

DeepSeek Harness（Cordis）插件：把 lhdrc-agent-memory（df-memory 核心仓）的记忆能力接入 agent 工具面。

当前版本 0.5.1（npm 已发布）。

安装

方式一：npm 安装（推荐）

dsh plugin --profile web add dsh-df-memory
# 或
cd <profile 目录> && pnpm add dsh-df-memory

核心库会作为依赖自动从 npm 拉取，无需手动安装。

方式二：clone 本地安装（开发用）

git clone https://github.com/lhdrc/lhdrc-agent-memory
git clone (https://github.com/lhdrc/dsh-df-memory.git)
# 本地 link 安装插件（改动插件源码即时生效）
dsh plugin --profile web add ./dsh-df-memory
# 或
dsh --patch ./dsh-df-memory/cordis.patch.yml

clone 方式下插件的核心依赖指向 npm；若需直接使用本地 core 源码，请手动改为 file:../lhdrc-agent-memory/packages/core。

安装后若 bundles 列表未自动更新，检查 profile package.json 的 dsh.profile.bundles 包含 dsh-df-memory。

主 API 是工具，不是读仓文件

Agent 应通过以下工具访问记忆，不要把 cat brains/… 或直接读 markdown 当作主路径：

工具	用途
memory_query	检索相关记忆；可选 type 过滤（decision|lesson|note|experience|skill），命中带 schema_type 层标签。默认排除 skill 与 *.overview.md/*.abstract.md 侧车（显式 type=skill 时豁免；侧车原文仍可 memory_read）。experience/skill 命中额外带 eta_score/support/source_paths（snippet 优先 trigger）。可选 brain 覆盖本次调用的 brain
memory_read	读单个节点原文；可选 brain
memory_remember	LLM 编译写入（默认异步：返回 accepted+task_id；wait=true 同步等到 kept；无 Key 且无 bridge → E_DISABLED）。可选 brain
memory_job_status	查询 remember/compile 任务状态（.dfmemory/jobs/{brainId}/）。只给 task_id 时只查当前默认 brain，不扫其它 brain；可另传 brain
memory_capture	零 LLM 显式写一条 L0 笔记（captureNode，ADD-only，llm.provider=off 也可用）。可选 metric/value/unit/period 为该次 facts 记量纲（value 必须有 metric，metric 需至少一条 facts）
memory_init	在工作区初始化记忆仓（initMemoryRepo；git: init|existing|off）
memory_tree	只读盘点仓内目录/文件（listTree/renderTree）
memory_forget	软归档节点（status=archived，D17，记 ledger）
memory_sync	显式把 dirty 刷进 git 账本（flushRepoLedger explicit，等价 sync --commit）
memory_brain	brain 管理：list（含 sources / is_default）/ create（已有则保持）
memory_rebuild_index	从 md 重建索引（rebuildIndex；D1 索引可丢可重建）
memory_events	列出近期 ledger 事件（listLedgerEvents）
memory_skill	规则层：list / find / read / inject；skill 不混默认 memory_query。inject 经宿主 ctx.skills.register 登记为会话 skill（trigger + procedure 摘要，非全文）。可选 brain
memory_skill_outcome	显式打分 { name, success, note? } → eta_score/support/status；不因 success 自动 activate
memory_trend	查指标趋势 { metric, threshold?, direction?, brain? } → 扫 facts 的 metric/value 检测回归；points:[] 是合法结果（不报错）。数据用 memory_capture + metric/value 写入

Prompt section df-memory 会在 system prompt 中提醒模型遵守上述约定。

配置（cordis.yml）

repoRoot: null    # 默认从 DSH 会话工作区向上找 memory.yml（不是 dsh 进程 cwd）
brainId: null     # 默认仓内 brain_id
agentId: dsh      # created_by 前缀
llmBridge: true   # provider=off 时用 DSH 的 LLM 跑 memory_remember；false 关闭
llmProvider: deepseek-official   # bridge 路由 provider（可选）
llmModel: deepseek-v4-flash      # bridge 路由 model（可选）
skillInjectMaxChars: 2000  # 单 skill 注入体上限（可选）
skillInjectMaxCount: 3     # 会话级注入 skill 个数上限（可选）
injectTopK: 5              # pre-step 知识注入 top-k（可选）
bootInjectExperiences: true  # session-start 注入成熟经验（可选）
bootInjectTopK: 3            # 启动注入条数（可选）
rememberAsync: true          # false 时 remember 等价 wait:true
# compile.job_timeout_ms: 120000  # 写在 memory.yml 的 compile 段；超时 job 标 failed + E_TIMEOUT，不写 L0

定位顺序：repoRoot → DF_MEMORY_ROOT → 当前会话 SessionHeader.cwd → workspaceRegistry → process.cwd()。Web UI 里请把工作区选成含 memory.yml 的目录。若仍报「未找到 memory.yml」，在插件 config 里写绝对 repoRoot，或让 agent 调用 memory_init 建仓。

自动行为（挂钩）

• 会话摄入：autoBuffer 默认 true。session/event 只收 user/model + assistant；达窗 / dispose 入队 compile（任务权威 .dfmemory/jobs/，不进检索、不进 git）。autoBuffer: false 可关。
• 门控注入：pre-step 命中 shouldQueryMemory → 检索 top-k 注入（injectOnGate / injectTopK），失败 fail-open。
• 启动注入：agent/session-start 注入该 brain active 经验 top-3（bootInjectExperiences 默认 true）；与门控注入按 path 去重。不注 skill、不注 L0。
• LLM bridge：仓内 llm.provider=off 时，memory_remember 自动走 DSH 自己的 LLM（ctx.get("llm") → complete()），无需在仓内配 API key；bridge 覆盖 compile 抽取与懒蒸馏。kill_switch 仍优先。

宿主侧注意：ctx.llm 属性不可读（llm 不在插件 inject 列表），必须走规范访问 ctx.get("llm")。

测试

bun install
bun test

引用

• 核心仓（df-memory）：https://github.com/lhdrc/lhdrc-agent-memory