dsh-work-memory

对话级工作记忆索引。记住「你提过什么需求、当时产出了什么文件、在会话的哪一段」，命中后按 seq 把被上下文压缩掉的那段原文回放出来。

解决什么

长会话压缩之后，早期的工作（提问、做法、产物）只剩一条摘要。再做相似任务时容易重造轮子，也说不清"上次做到哪一步"。

本插件把每段工作存成一条指针而不是摘要：

{ "id": "...", "session": "...", "startSeq": 1204, "endSeq": 1288, "ask": "...", "title": "...", "artifacts": [], "ts": "..." }

正文不存——DSH 的会话日志是仅追加的，压缩只遮蔽 surface，原始事件一直在磁盘上。按 (session, seq 区间) 就能原样取回。

三个工具

工具	作用
`memory_search(query, limit?, includeSuperseded?)`	检索钩子：标题 + 当时的需求 + 产物路径 + 时间。不返回正文
`memory_open(id, query?, maxChars?)`	按 seq 回放原文：用户提问、助手回复、写过的文件
`memory_write(title, ask?, artifacts?, supersedes?)`	手动补一条，或标记"这条取代了哪几条旧记录"

自动捕获

监听 session/event：累积本轮的用户消息与 write/edit 路径，turn/end 时落一条钩子（kind: "auto"），并按主题关键词即时判定归属。

只记有实义的轮次：提问总长 ≥ 20 字，或落下了工作区内的产物。%TEMP%、node_modules、.tmp 会被过滤。

上下文注入

systemPrompt.context 每步按当前用户消息检索：

情况	行为
判得出主题	只在该主题内检索，命中 ≥0.45 注入最多 3 行标题
判不出主题	全局检索，命中 ≥0.6 才注入
短句（<6 字且无主题）	不注入（「好的」「成功了」这类没有信息量）
最高分 ≥0.6	额外附 300 字原文摘录，省一次 `memory_open`

注入总量 ≤400 字符，运行时不调用模型。

首次使用（一键流程）

装好后先跑一次 bootstrap，把本机历史对话变成账本：

node cli/bootstrap.js --dry-run          # 预演：看会做什么、扫描到多少会话
node cli/bootstrap.js --all              # 全跑（需要模型 key）
node cli/bootstrap.js --all --skip-llm   # 只跑不需要模型的步骤
node cli/bootstrap.js --all --max-sessions 50   # 限制归块数量，控制成本

阶段	做什么	需要模型
1 scan	扫本机全部 DSH 会话，统计提问数	否
2 ingest	检测 zcode / hermes / workbuddy，有就导入并合并	否
3 rebuild	对 ≥3 条提问的会话归块（module 级），用 `--max-sessions` 限流	是
4 topics	归纳主题 → 打标 → 规则修正（已有 `topics.json` 则跳过归纳）	是
5 alts	生成别名 + 重写导入标题	是
6 doctor	全链路体检 + 账本校验	否

各阶段可单独重跑（都支持断点续跑），某一步失败不阻塞后续。中间文件写在 <DSH_HOME>/work-memory/.bootstrap/。

数据位置

<DSH_HOME>/work-memory/hooks.jsonl      账本（append-only）
<DSH_HOME>/work-memory/topics.json      你自己的主题定义（可选）

账本首次使用自动创建，为空。所有写入走 .lock 文件互斥，写前留备份并轮转（保留最近 7 天且最多 10 份）。

CLI（不依赖 DSH 运行时）

node cli/query.js stats
node cli/query.js search "关键词"
node cli/query.js open <hookId>            # 回放原文
node cli/query.js open <hookId> "过滤词"    # 长区间只保留命中行

主题层

主题让你把长会话按工程切块，检索时先判主题再搜，避免跨项目噪声。主题数量由你的工作种类决定：模型归纳通常 8~15 个，再按实际合并或拆分。

主题定义放在 <DSH_HOME>/work-memory/topics.json；插件包内只带 topics.example.json（通用示例）。没定义主题也能用——退化为全局检索。

格式：

{
  "topics": [
    { "id": "t01", "name": "产品交付", "keywords": ["版本", "发布", "上线"], "desc": "版本迭代与交付" },
    { "id": "t02", "name": "数据分析", "keywords": ["数据", "报表", "统计"], "desc": "清洗、分析与汇报" }
  ]
}

生成顺序（前提：账本里已有足够条目，建议 ≥50 条，否则归纳不出稳定的主题边界）：

node cli/derive-topics.js --out topics.json   # 让模型从现有账本归纳主题
node cli/tag-topics.js                        # 给每条钩子打主题标签
node cli/fix-topics.js                        # 规则修正打标偏差（期号系列、误入的杂项）

跨 agent 接入

可以把本机其他编程 agent 的历史导入同一账本，用 memory_open 统一回指。

来源	数据库	回指
dsh	`<DSH_HOME>/sessions`（多帧 zstd）	直接解压
zcode	`~/.zcode/cli/db/db.sqlite`	`node:sqlite` 只读
hermes	`~/AppData/Local/hermes/state.db`	`node:sqlite` 只读
workbuddy	`~/.workbuddy/workbuddy.db`	仅会话标题，无正文

node cli/ingest-zcode.js  --out ingest-zcode.jsonl
node cli/ingest-hermes.js --out ingest-hermes.jsonl
node cli/merge-ingest.js  --file ingest-zcode.jsonl --agent zcode
node cli/retitle.js       --agent all --batch 10   # 用模型重写导入条目的标题

库不存在时该源自动跳过，不影响其他源。路径可用环境变量覆盖（见下文）。

三个实现细节值得说明：

只索引用户提问会漏内容。有些话题在助手回复里反复出现、用户提问里一次没提。导入时用 lib/keywords.js 抽会话高频词（2/3/4 字，纯规则），以低权重参与召回。
导入标题是首条提问，信息量低。cli/retitle.js 用模型按整段提问重写成「做了什么 + 实体」。
自动化任务会话要降权。cron 派发的会话保留可查，但检索权重 ×0.7，否则会把真实工作挤出前排。

全量重建

把历史会话批量转成模块级钩子：

node cli/scan-sessions.js scan-sessions.json          # 1. 扫全部会话，统计提问数
node cli/rebuild.js --scan scan-sessions.json --out rebuilt.jsonl --min-asks 3 --concurrency 3
node cli/merge-rebuilt.js --rebuilt rebuilt.jsonl --scan scan-sessions.json --lite

rebuild.js 断点续跑（已处理会话跳过），失败记在 rebuilt-failed.jsonl。实测量级：数百个会话、约二十分钟、每会话一次模型调用（并发 3、关闭思考）。

记忆治理

机制	行为
时间衰减	半年内 ×1.2、一年内 ×1.0、更旧 ×0.7；只影响排名，不删条目
superseded	`memory_write(supersedes=...)` 标记旧记录；检索默认排除，`includeSuperseded: true` 可查
过期不删	一律标状态，不物理删除
去重报告	`cli/dedupe.js` 双门槛（标题 + 提问相似度），只报告不自动合并——同模板派发的会话标题和提问都会 1.00 相似，但内容不同

召回评估

node cli/eval.js           # 默认读 <DSH_HOME>/work-memory/eval-set.json
node cli/eval.js --top 10 --show-fail 20

评估集做法：从账本抽 N 条真实条目，为每条写一个刻意避开标题原词的问法，跑 hit@k 与 MRR。

参考量级（自建 50 例评估集）：字面匹配基线 Hit@1 约 76%；加 IDF 加权、同义词扩展、复合词拆分后约 80%；再加离线别名扩展（cli/gen-alts.js 给每条生成 3 句「用户可能这样问」，0.55 权重）后约 84%，Hit@3 约 96%。

注意：评估问法与别名词条都是模型生成的口语改写，这组数字说明"同义改写方向有效"，不等于对真人提问的绝对准确率。

自测清单

这些脚本都依赖本机的账本和会话日志。刚 clone 下来直接跑会失败——先执行一次 cli/bootstrap.js 把账本建起来。

node cli/selftest.js         # 工具注册 / 自动捕获 / 上下文注入（mock ctx）
node cli/test-governance.js  # 时间衰减 / superseded / 不删除 / 同分排序
node cli/test-webpanel.js    # 面板四条路由 + 改名后回查 + 归档后消失
node cli/test-formats.js     # v3 / v4 / 无版本号 三种会话文件解析与回放
node cli/test-concurrency.js # 顺序写 / 重写与追加 / 备份轮转
node cli/verify.js           # 账本逐行 schema 校验
node cli/doctor.js           # 升级后全链路体检（账本/格式/跨源/主题/检索）
node cli/eval.js             # 召回率

Web 面板

打开 http://127.0.0.1:8282/work-memory/（host 侧代码，装完要重启一次 DSH）。

搜索、展开原文、改标题、归档。API 是同源的四条 exact 路由：

GET  /work-memory/api/search?q=<kw>&limit=20
GET  /work-memory/api/open?id=<hookId>&maxChars=4000
POST /work-memory/api/update   {id, title}
POST /work-memory/api/archive  {id}

配置（环境变量）

全部可选，缺省走默认值。

变量	作用	默认
`DSH_WM_LLM_BASE_URL`	离线批处理的模型端点（OpenAI 兼容 chat/completions）	智谱 coding plan
`DSH_WM_LLM_MODEL`	模型名	`glm-5.3-flash`
`DSH_WM_LLM_API_KEY`	模型 key	读 `~/.dsh/.credentials.yaml` 的 `ZAI_CODING_CN_API_KEY`
`DSH_WM_LLM_THINKING`	`on` 才开思考（默认 off，省 token）	off
`DSH_WM_ZCODE_DB` / `_HERMES_DB` / `_WORKBUDDY_DB`	各源数据库路径	各自默认路径
`DSH_WORK_MEMORY_DIR`	账本目录（测试/多实例隔离）	`<DSH_HOME>/work-memory`
`DSH_WM_SEED`	可选种子文件，首次启动时复制成账本	无

两层颗粒度

level	来源	用途
`module`	模型离线分组（`rebuild.js` / `rebuild-one.js`）	主索引，检索权重 ×1.15
`turn`	`turn/end` 自动捕获	细节流水，强匹配时补位

自动捕获是 turn 级：一个几百问的长会话会产出数百条 turn 钩子。模块级索引仍要模型批处理生成，所以两者都保留。

新会话可以交给 cli/autopilot.js --hours 24 --limit 5（幂等，可直接挂计划任务）自动归块。

并发与备份

机制	实现
账本锁	`.lock` 文件互斥；等待上限 5s，陈旧锁（>30s）自动接管
读—改—写	CLI 必须用 `updateLedger(fn)`：锁内重新读最新账本再变换。不要用「旧快照 + saveLedger」，会覆盖并发追加
备份轮转	每次写前留 `.bak-<时间戳>`，保留最近 7 天且最多 10 份

会话格式兼容

session.jsonl.zstd（无版本号）、.v3.、.v4. 三种文件都能解析，readSessionEvents() 返回 version；解压后没有有效事件时返回明确的 error，不静默返回空数组。

Model Experience

三个工具的 schema

What the model sees

每次请求都带三个工具的 schema：memory_search（query、limit、includeSuperseded）、memory_open（id、query、maxChars）、memory_write（title、ask、artifacts、supersedes、startSeq、endSeq）。三个都是纯字符串返回，output.schema 为 { type: "string" }。

Token effect

固定：每次请求都在，与请求内容无关。三个 description 加上参数说明合计约 400 token。

KV Cache effect

前缀稳定。工具集在会话生命周期内不增删，本包不会因自身行为让前缀缓存失效。工具定义变化只会来自 DSH 自身的工具装配。

运行时上下文快照

What the model sees

命中时向运行时上下文追加一段，形如：

工作记忆（主题：<主题名>）：需要当时的过程细节时调用 memory_open。
· [<hookId>] <日期> <标题> ｜<产物文件名>
· 摘录（<hookId>）：<≤300 字的原文节选>

判不出主题时首行为「工作记忆（跨主题）」；没有命中时不追加任何内容。

Token effect

条件性，有上限：命中 ≤3 条指针，合计 ≤400 字符；最高分 ≥0.6 时额外附 300 字摘录。量级约 200–600 token，未命中时为零。

KV Cache effect

替换既有请求 token。快照作为一条 user-role 消息追加在历史尾部；内容变化时生成新的快照消息，从该点往后的前缀不可复用。内容未变化时 runtimeContext 不重复追加，前缀保持稳定。

工具结果

What the model sees

memory_search 返回最多 limit 条（默认 3），每条三行：标题、原始提问、时间与产物、memory_open 调用提示。memory_open 返回按 seq 回放的原文，默认 ≤4000 字符，调用方可指定到 12000。

Token effect

条件性，由调用方参数决定：memory_search 单次约 300–800 字符；memory_open 默认上限 4000 字符（约 2000 token）。

KV Cache effect

仅追加增长。结果作为工具结果进入历史；之后的请求前缀包含它，不会失效既有内容。

自动捕获（模型不可见）

What the model sees

无。turn/end 时的索引写入只读会话日志、只写账本，不产生模型可见内容。

Token effect

零。

KV Cache effect

无影响。

已知限制

自动捕获的 title 是提问首句，不如模型分组出的模块标题。要更好的标题跑 rebuild-one.js 或 memory_write。
检索是中文 bigram + 拉丁词（含复合词拆分）的字面匹配，同义不同词靠 alts 和同义词表兜，换语言或换领域需要自己补。
跨源回指依赖对方数据库结构，对方升级改了表就可能要改 lib/foreign.js。
注入按"当前会话最近一条用户消息"判定，跨会话召回需要显式调 memory_search。
WorkBuddy 只有会话标题，没有消息正文，memory_open 会明确说明。

与 dsh-cairn 的分工

dsh-cairn：当前这一轮的状态快照（覆盖式），压缩后立刻重注入系统提示。
dsh-work-memory：跨会话的需求指针库（append-only），按需展开历史原文。

两者互不写对方数据，注入通道也不同（section vs context），可以同时装。

dsh-work-memory

对话级工作记忆索引。记住「你提过什么需求、当时产出了什么文件、在会话的哪一段」，命中后按 seq 把被上下文压缩掉的那段原文回放出来。

解决什么

长会话压缩之后，早期的工作（提问、做法、产物）只剩一条摘要。再做相似任务时容易重造轮子，也说不清"上次做到哪一步"。

本插件把每段工作存成一条指针而不是摘要：

{ "id": "...", "session": "...", "startSeq": 1204, "endSeq": 1288, "ask": "...", "title": "...", "artifacts": [], "ts": "..." }

正文不存——DSH 的会话日志是仅追加的，压缩只遮蔽 surface，原始事件一直在磁盘上。按 (session, seq 区间) 就能原样取回。

三个工具

工具	作用
`memory_search(query, limit?, includeSuperseded?)`	检索钩子：标题 + 当时的需求 + 产物路径 + 时间。不返回正文
`memory_open(id, query?, maxChars?)`	按 seq 回放原文：用户提问、助手回复、写过的文件
`memory_write(title, ask?, artifacts?, supersedes?)`	手动补一条，或标记"这条取代了哪几条旧记录"

自动捕获

监听 session/event：累积本轮的用户消息与 write/edit 路径，turn/end 时落一条钩子（kind: "auto"），并按主题关键词即时判定归属。

只记有实义的轮次：提问总长 ≥ 20 字，或落下了工作区内的产物。%TEMP%、node_modules、.tmp 会被过滤。

上下文注入

systemPrompt.context 每步按当前用户消息检索：

情况	行为
判得出主题	只在该主题内检索，命中 ≥0.45 注入最多 3 行标题
判不出主题	全局检索，命中 ≥0.6 才注入
短句（<6 字且无主题）	不注入（「好的」「成功了」这类没有信息量）
最高分 ≥0.6	额外附 300 字原文摘录，省一次 `memory_open`

注入总量 ≤400 字符，运行时不调用模型。

首次使用（一键流程）

装好后先跑一次 bootstrap，把本机历史对话变成账本：

node cli/bootstrap.js --dry-run          # 预演：看会做什么、扫描到多少会话
node cli/bootstrap.js --all              # 全跑（需要模型 key）
node cli/bootstrap.js --all --skip-llm   # 只跑不需要模型的步骤
node cli/bootstrap.js --all --max-sessions 50   # 限制归块数量，控制成本

阶段	做什么	需要模型
1 scan	扫本机全部 DSH 会话，统计提问数	否
2 ingest	检测 zcode / hermes / workbuddy，有就导入并合并	否
3 rebuild	对 ≥3 条提问的会话归块（module 级），用 `--max-sessions` 限流	是
4 topics	归纳主题 → 打标 → 规则修正（已有 `topics.json` 则跳过归纳）	是
5 alts	生成别名 + 重写导入标题	是
6 doctor	全链路体检 + 账本校验	否

各阶段可单独重跑（都支持断点续跑），某一步失败不阻塞后续。中间文件写在 <DSH_HOME>/work-memory/.bootstrap/。

数据位置

<DSH_HOME>/work-memory/hooks.jsonl      账本（append-only）
<DSH_HOME>/work-memory/topics.json      你自己的主题定义（可选）

账本首次使用自动创建，为空。所有写入走 .lock 文件互斥，写前留备份并轮转（保留最近 7 天且最多 10 份）。

CLI（不依赖 DSH 运行时）

node cli/query.js stats
node cli/query.js search "关键词"
node cli/query.js open <hookId>            # 回放原文
node cli/query.js open <hookId> "过滤词"    # 长区间只保留命中行

主题层

主题让你把长会话按工程切块，检索时先判主题再搜，避免跨项目噪声。主题数量由你的工作种类决定：模型归纳通常 8~15 个，再按实际合并或拆分。

主题定义放在 <DSH_HOME>/work-memory/topics.json；插件包内只带 topics.example.json（通用示例）。没定义主题也能用——退化为全局检索。

格式：

{
  "topics": [
    { "id": "t01", "name": "产品交付", "keywords": ["版本", "发布", "上线"], "desc": "版本迭代与交付" },
    { "id": "t02", "name": "数据分析", "keywords": ["数据", "报表", "统计"], "desc": "清洗、分析与汇报" }
  ]
}

生成顺序（前提：账本里已有足够条目，建议 ≥50 条，否则归纳不出稳定的主题边界）：

node cli/derive-topics.js --out topics.json   # 让模型从现有账本归纳主题
node cli/tag-topics.js                        # 给每条钩子打主题标签
node cli/fix-topics.js                        # 规则修正打标偏差（期号系列、误入的杂项）

跨 agent 接入

可以把本机其他编程 agent 的历史导入同一账本，用 memory_open 统一回指。

来源	数据库	回指
dsh	`<DSH_HOME>/sessions`（多帧 zstd）	直接解压
zcode	`~/.zcode/cli/db/db.sqlite`	`node:sqlite` 只读
hermes	`~/AppData/Local/hermes/state.db`	`node:sqlite` 只读
workbuddy	`~/.workbuddy/workbuddy.db`	仅会话标题，无正文

node cli/ingest-zcode.js  --out ingest-zcode.jsonl
node cli/ingest-hermes.js --out ingest-hermes.jsonl
node cli/merge-ingest.js  --file ingest-zcode.jsonl --agent zcode
node cli/retitle.js       --agent all --batch 10   # 用模型重写导入条目的标题

库不存在时该源自动跳过，不影响其他源。路径可用环境变量覆盖（见下文）。

三个实现细节值得说明：

只索引用户提问会漏内容。有些话题在助手回复里反复出现、用户提问里一次没提。导入时用 lib/keywords.js 抽会话高频词（2/3/4 字，纯规则），以低权重参与召回。
导入标题是首条提问，信息量低。cli/retitle.js 用模型按整段提问重写成「做了什么 + 实体」。
自动化任务会话要降权。cron 派发的会话保留可查，但检索权重 ×0.7，否则会把真实工作挤出前排。

全量重建

把历史会话批量转成模块级钩子：

node cli/scan-sessions.js scan-sessions.json          # 1. 扫全部会话，统计提问数
node cli/rebuild.js --scan scan-sessions.json --out rebuilt.jsonl --min-asks 3 --concurrency 3
node cli/merge-rebuilt.js --rebuilt rebuilt.jsonl --scan scan-sessions.json --lite

记忆治理

机制	行为
时间衰减	半年内 ×1.2、一年内 ×1.0、更旧 ×0.7；只影响排名，不删条目
superseded	`memory_write(supersedes=...)` 标记旧记录；检索默认排除，`includeSuperseded: true` 可查
过期不删	一律标状态，不物理删除
去重报告	`cli/dedupe.js` 双门槛（标题 + 提问相似度），只报告不自动合并——同模板派发的会话标题和提问都会 1.00 相似，但内容不同

召回评估

node cli/eval.js           # 默认读 <DSH_HOME>/work-memory/eval-set.json
node cli/eval.js --top 10 --show-fail 20

评估集做法：从账本抽 N 条真实条目，为每条写一个刻意避开标题原词的问法，跑 hit@k 与 MRR。

注意：评估问法与别名词条都是模型生成的口语改写，这组数字说明"同义改写方向有效"，不等于对真人提问的绝对准确率。

自测清单

这些脚本都依赖本机的账本和会话日志。刚 clone 下来直接跑会失败——先执行一次 cli/bootstrap.js 把账本建起来。

node cli/selftest.js         # 工具注册 / 自动捕获 / 上下文注入（mock ctx）
node cli/test-governance.js  # 时间衰减 / superseded / 不删除 / 同分排序
node cli/test-webpanel.js    # 面板四条路由 + 改名后回查 + 归档后消失
node cli/test-formats.js     # v3 / v4 / 无版本号 三种会话文件解析与回放
node cli/test-concurrency.js # 顺序写 / 重写与追加 / 备份轮转
node cli/verify.js           # 账本逐行 schema 校验
node cli/doctor.js           # 升级后全链路体检（账本/格式/跨源/主题/检索）
node cli/eval.js             # 召回率

Web 面板

打开 http://127.0.0.1:8282/work-memory/（host 侧代码，装完要重启一次 DSH）。

搜索、展开原文、改标题、归档。API 是同源的四条 exact 路由：

GET  /work-memory/api/search?q=<kw>&limit=20
GET  /work-memory/api/open?id=<hookId>&maxChars=4000
POST /work-memory/api/update   {id, title}
POST /work-memory/api/archive  {id}

配置（环境变量）

全部可选，缺省走默认值。

变量	作用	默认
`DSH_WM_LLM_BASE_URL`	离线批处理的模型端点（OpenAI 兼容 chat/completions）	智谱 coding plan
`DSH_WM_LLM_MODEL`	模型名	`glm-5.3-flash`
`DSH_WM_LLM_API_KEY`	模型 key	读 `~/.dsh/.credentials.yaml` 的 `ZAI_CODING_CN_API_KEY`
`DSH_WM_LLM_THINKING`	`on` 才开思考（默认 off，省 token）	off
`DSH_WM_ZCODE_DB` / `_HERMES_DB` / `_WORKBUDDY_DB`	各源数据库路径	各自默认路径
`DSH_WORK_MEMORY_DIR`	账本目录（测试/多实例隔离）	`<DSH_HOME>/work-memory`
`DSH_WM_SEED`	可选种子文件，首次启动时复制成账本	无

两层颗粒度

level	来源	用途
`module`	模型离线分组（`rebuild.js` / `rebuild-one.js`）	主索引，检索权重 ×1.15
`turn`	`turn/end` 自动捕获	细节流水，强匹配时补位

自动捕获是 turn 级：一个几百问的长会话会产出数百条 turn 钩子。模块级索引仍要模型批处理生成，所以两者都保留。

新会话可以交给 cli/autopilot.js --hours 24 --limit 5（幂等，可直接挂计划任务）自动归块。

并发与备份

机制	实现
账本锁	`.lock` 文件互斥；等待上限 5s，陈旧锁（>30s）自动接管
读—改—写	CLI 必须用 `updateLedger(fn)`：锁内重新读最新账本再变换。不要用「旧快照 + saveLedger」，会覆盖并发追加
备份轮转	每次写前留 `.bak-<时间戳>`，保留最近 7 天且最多 10 份

会话格式兼容

Model Experience

三个工具的 schema

What the model sees

Token effect

固定：每次请求都在，与请求内容无关。三个 description 加上参数说明合计约 400 token。

KV Cache effect

前缀稳定。工具集在会话生命周期内不增删，本包不会因自身行为让前缀缓存失效。工具定义变化只会来自 DSH 自身的工具装配。

运行时上下文快照

What the model sees

命中时向运行时上下文追加一段，形如：

工作记忆（主题：<主题名>）：需要当时的过程细节时调用 memory_open。
· [<hookId>] <日期> <标题> ｜<产物文件名>
· 摘录（<hookId>）：<≤300 字的原文节选>

判不出主题时首行为「工作记忆（跨主题）」；没有命中时不追加任何内容。

Token effect

条件性，有上限：命中 ≤3 条指针，合计 ≤400 字符；最高分 ≥0.6 时额外附 300 字摘录。量级约 200–600 token，未命中时为零。

KV Cache effect

工具结果

What the model sees

Token effect

条件性，由调用方参数决定：memory_search 单次约 300–800 字符；memory_open 默认上限 4000 字符（约 2000 token）。

KV Cache effect

仅追加增长。结果作为工具结果进入历史；之后的请求前缀包含它，不会失效既有内容。

自动捕获（模型不可见）

What the model sees

无。turn/end 时的索引写入只读会话日志、只写账本，不产生模型可见内容。

Token effect

零。

KV Cache effect

无影响。

已知限制

自动捕获的 title 是提问首句，不如模型分组出的模块标题。要更好的标题跑 rebuild-one.js 或 memory_write。
检索是中文 bigram + 拉丁词（含复合词拆分）的字面匹配，同义不同词靠 alts 和同义词表兜，换语言或换领域需要自己补。
跨源回指依赖对方数据库结构，对方升级改了表就可能要改 lib/foreign.js。
注入按"当前会话最近一条用户消息"判定，跨会话召回需要显式调 memory_search。
WorkBuddy 只有会话标题，没有消息正文，memory_open 会明确说明。

与 dsh-cairn 的分工

dsh-cairn：当前这一轮的状态快照（覆盖式），压缩后立刻重注入系统提示。
dsh-work-memory：跨会话的需求指针库（append-only），按需展开历史原文。

两者互不写对方数据，注入通道也不同（section vs context），可以同时装。

metallica360qq-web/dsh-work-memory

dsh-work-memory

解决什么

三个工具

自动捕获

上下文注入

首次使用（一键流程）

数据位置

CLI（不依赖 DSH 运行时）

主题层

跨 agent 接入

全量重建

记忆治理

召回评估

自测清单

Web 面板

配置（环境变量）

两层颗粒度

并发与备份

会话格式兼容

Model Experience

三个工具的 schema

What the model sees

Token effect

KV Cache effect

运行时上下文快照

What the model sees

Token effect

KV Cache effect

工具结果

What the model sees

Token effect

KV Cache effect

自动捕获（模型不可见）

What the model sees

Token effect

KV Cache effect

已知限制

与 dsh-cairn 的分工

Community comments

metallica360qq-web/dsh-work-memory

dsh-work-memory

解决什么

三个工具

自动捕获

上下文注入

首次使用（一键流程）

数据位置

CLI（不依赖 DSH 运行时）

主题层

跨 agent 接入

全量重建

记忆治理

召回评估

自测清单

Web 面板

配置（环境变量）

两层颗粒度

并发与备份

会话格式兼容

Model Experience

三个工具的 schema

What the model sees

Token effect

KV Cache effect

运行时上下文快照

What the model sees

Token effect

KV Cache effect

工具结果

What the model sees

Token effect

KV Cache effect

自动捕获（模型不可见）

What the model sees

Token effect

KV Cache effect

已知限制

与 dsh-cairn 的分工

Community comments