云图（Neural Cloud）

一个真正把"记忆"当系统工程做的 DSH 插件：自带向量库、自带引擎、自带库文件。

插上就有记忆，拔掉不留痕迹 —— 数据只在你自己的电脑上。

为什么不是"又一个记忆插件"

DSH 的记忆插件已经不少，绝大多数长这样：

一句对话 → 调一次模型 → 抽一条 → 存 JSON → 关键词匹配召回

跑起来能用，但一上量就露馅：记不牢（重复堆叠）、想不起（召回靠字面）、说不清（为什么想起这条？不知道）、收不住（上下文被记忆挤爆）。

云图把这件事拆成八件事，每件都做到底：

常见做法	云图
存一句算一句，重复了也不管	写入前查重：字符 n-gram 重合 ≥0.72 丢弃；同批（同事件/120 秒内）合并
召回只做关键词或词袋	向量 + 词面 + 关键词 + 实体 + 时间 + 图 + 超边 + 档位 + 近期，加权 RRF 融合，通道各有自己的 K
想起什么说不清	每条命中自带 `why`：`semantic#2, entity#1, vector#9, stier#7` —— 可解释、可调
只记"发生过什么"	记"还没发生"：`planState`（pending / done / dropped），「明天去医院」和「去过了」不会混淆
一条时间轴	双层时间：真实时间（created）与世界时间（worldTime）分开存、分开放检索 —— 角色扮演里这两条从来不是一回事
存完就忘，不知道出自哪里	溯源：每条记 `sourceMsgIds`，能回查原话；同时按证据建边，形成"这些是一件事"的记忆图
记忆一股脑塞进提示词	装配预算：常驻 40% / 设定 10% / 相关 45% / 旧事 15%，超了从旧那头丢，绝不挤爆上下文
越用越脏，没人清理	维护：S 永不归档 / A 60 天 / B 30 天 / C 14 天，被动到期的自动沉底；被误归档的 S/A 会捞回来
出问题只能删库	可回退：`MEMORY_ENGINE=0` 一个变量回到旧内核；改动前一律 `*.bak-<时间戳>`
依赖外部服务或云端	自带引擎：Kotlin 编译好的发行包随插件分发，`127.0.0.1` 起在你自己机器上，不注册、不上传、不限流

三个别人不容易抄走的设计

① 引擎随插件走，而不是插件去连某个服务

engine/            编译好的引擎（4 MB，10 个 jar）
data/              你的记忆（JSON + base64 向量）

装完即用，不用配数据库、不用注册账号、不用联网。想搬家，拷目录；想清空，删文件；想卸载，删目录。没有后台、没有云端、没有"我们的服务器"。

② 锚点、先验、乘子全部有界

档位、新鲜度、命中频率这些先验，只做 0.85–1.25 的乘子 —— 它们能把本来相关的那条往前送，但永远不会把不相关的硬拉进来。这是 RRF 最容易被玩坏的地方，云图把它锁死了。

③ 向量不是"可选加分项"，而是基础设施

每条记忆落库即算向量（默认 bge-m3 1024 维；不配 key 时退回本地哈希），向量单独成档、按内容 hash 失效、写盘原子化（临时文件 + rename）。向量挂了检索会立刻降级但不会崩，健康状态会写进日志。

它是什么

外壳    DSH 插件：10 个工具 + 五区面板 + 四组接口设置 + 人设卡 + 意图 + 回顾
内核    memory-engine（Kotlin）：抽取 · 去重 · 溯源 · 建边 · 向量库 · 多通道检索 · 装配 · 维护
存储    ~/.dsh/storages/memory-engine/memory-store.json（含向量，base64）
隔离    不碰手机、不连任何服务器；127.0.0.1 只指本机

需要什么

Java 17+   https://adoptium.net/
DSH        桌面版（插件通过 profile 加载）

引擎随插件分发，插件加载时自动拉起（找不到 Java 会回退到插件内置实现，不会崩，也不会丢消息）。

安装

一键安装（推荐）

双击 一键安装.bat

它只做四件事，每步都先备份、改完校验、失败自动还原：

① 拷插件到 <profile>\node_modules\dsh-plugin-neural-cloud
② package.json：加 dependencies（link 本地目录）+ dsh.profile.bundles
③ cordis.patch.yml：追加 id=neural-cloud 一段
④ 检查 Java 17 与引擎 jar，打印结论

已有同名依赖会改成指向本目录（旧值备份）；已有 patch 段会跳过，不重复写。

手动安装

① 把整个目录放进 DSH 的插件搜索路径，例如：
   <你的 dsh profile>/node_modules/dsh-plugin-neural-cloud/
② 在 profile 的 package.json 里加：
   dependencies: { "dsh-plugin-neural-cloud": "link:<这个目录>" }
   dsh.profile.bundles 里加 "dsh-plugin-neural-cloud"
③ 在 profile 的 cordis.patch.yml 里加：

   - id: neural-cloud
     name: dsh-plugin-neural-cloud
     config:
       injectLimit: 6
       defaultLimit: 8

④ 重启 DSH

首次启动会在 ~/.dsh/storages/memory-engine/ 建库，并在本机起一个服务（8787）。

工具

工具	作用
memory_remember	写一条记忆（keys / tier / entities / quote / planState / eventTime / sourceMsgIds）
memory_recall	检索，返回条目 + 分数 + 命中通道（why）
memory_blocks	装配成可直接塞提示词的分块文本
memory_feedback	hit / wrong / pin
memory_forget	归档或真删
memory_status	状态面板（人设 / 心情 / 记忆概况 / 引擎侧条数）
memory_mood	读 / 写心情
memory_config	四组接口（对话 / 摘要 / 向量 / 回顾）
memory_hindsight_write	写一条回顾
im_qq_send	QQ 发消息（可选）

注入

system-prompt/assemble
  → 人设（原样） + 【云图记忆】只能依据下面这些条目回答，没有依据就说记不清：- …

每轮装配时顺手做一次自动写入（最近一问一答 → 引擎抽取），不阻塞回复、3 秒内不重复。

依赖（哪些必须，哪些不必）

项	是否必须	说明
Java 17+	必须	引擎随包分发，但要有 JRE
DSH 桌面版	必须	插件靠 profile 加载
向量接口（bge-m3）	可选	不配就用本地哈希向量，装上也能量
对话模型	可选	不配就用规则抽取，装上也能量
hindsight 本地模型	不需要	回顾默认由宿主模型写（`memory_hindsight_write`），不用下载任何东西
本地小模型（调参）	不需要	自动调参不在本插件里；那是配套 App 侧的能力

一句话：只有 Java 17 是硬要求，其余都能降级运行，不会因为缺东西就废掉。

记忆的分层

事实层            tier A / B / C      每轮抽取写入，受衰减与去重管理，参与召回打分
信念层（回顾）     tier R              常驻、只保留最新一条、不参与打分，装配时排最前

· 回顾 → /api/hindsight → 写 R 档；写新的时覆盖旧的
· 检索时 R 不进候选（它是常驻上下文，不是"可能被想起"的东西）
· 不需要回顾就别调 memory_hindsight_write，其它功能照常

环境变量

变量	默认	说明
`MEMORY_ENGINE`	1	0 = 回退插件内置实现
`MEMORY_AUTO_EXTRACT`	1	0 = 关闭每轮自动写入
`MEMORY_ENGINE_ENDPOINT`	http://127.0.0.1:8787	引擎地址
`MEMORY_ENGINE_SESSION`	dsh	记忆分池
`MEMORY_DATA_DIR`	~/.dsh/storages/memory-engine	库目录
`MEMORY_JAVA` / `JAVA_HOME`	自动探测	Java 17 路径
`MEMORY_HOST_MODEL_ONLY`	0	1 = 意图/回顾也不自己调模型

真向量（可选但强烈建议）

在库目录放 memory-config.json：

{ "baseUrl": "https://api.siliconflow.cn/v1", "apiKey": "sk-…", "model": "BAAI/bge-m3" }

有它  → 向量走 bge-m3（1024 维），抽取走 chat/completions
没它  → 向量走本地哈希（256 维），抽取走规则版 —— 装上就能用，只是慢一点笨一点

自检（不用装也能验）

node test/load-check.mjs     插件能否加载、工具是否注册
node test/fullchain.mjs      9 个动作全跑一遍（写入/检索/反馈/心情/回顾/删除）
node test/spawn-check.mjs    引擎能否被插件拉起

卸载

删掉 <profile>\node_modules\dsh-plugin-neural-cloud
package.json / cordis.patch.yml 用同目录的 .bak-<时间戳> 还原
记忆库：删 ~/.dsh/storages/memory-engine/ 整个目录

许可

AGPL-3.0 —— 改了、或者拿它对外提供服务，都必须把源码一起开放。

云图（Neural Cloud）

一个真正把"记忆"当系统工程做的 DSH 插件：自带向量库、自带引擎、自带库文件。

插上就有记忆，拔掉不留痕迹 —— 数据只在你自己的电脑上。

为什么不是"又一个记忆插件"

DSH 的记忆插件已经不少，绝大多数长这样：

一句对话 → 调一次模型 → 抽一条 → 存 JSON → 关键词匹配召回

跑起来能用，但一上量就露馅：记不牢（重复堆叠）、想不起（召回靠字面）、说不清（为什么想起这条？不知道）、收不住（上下文被记忆挤爆）。

云图把这件事拆成八件事，每件都做到底：

常见做法	云图
存一句算一句，重复了也不管	写入前查重：字符 n-gram 重合 ≥0.72 丢弃；同批（同事件/120 秒内）合并
召回只做关键词或词袋	向量 + 词面 + 关键词 + 实体 + 时间 + 图 + 超边 + 档位 + 近期，加权 RRF 融合，通道各有自己的 K
想起什么说不清	每条命中自带 `why`：`semantic#2, entity#1, vector#9, stier#7` —— 可解释、可调
只记"发生过什么"	记"还没发生"：`planState`（pending / done / dropped），「明天去医院」和「去过了」不会混淆
一条时间轴	双层时间：真实时间（created）与世界时间（worldTime）分开存、分开放检索 —— 角色扮演里这两条从来不是一回事
存完就忘，不知道出自哪里	溯源：每条记 `sourceMsgIds`，能回查原话；同时按证据建边，形成"这些是一件事"的记忆图
记忆一股脑塞进提示词	装配预算：常驻 40% / 设定 10% / 相关 45% / 旧事 15%，超了从旧那头丢，绝不挤爆上下文
越用越脏，没人清理	维护：S 永不归档 / A 60 天 / B 30 天 / C 14 天，被动到期的自动沉底；被误归档的 S/A 会捞回来
出问题只能删库	可回退：`MEMORY_ENGINE=0` 一个变量回到旧内核；改动前一律 `*.bak-<时间戳>`
依赖外部服务或云端	自带引擎：Kotlin 编译好的发行包随插件分发，`127.0.0.1` 起在你自己机器上，不注册、不上传、不限流

三个别人不容易抄走的设计

① 引擎随插件走，而不是插件去连某个服务

engine/            编译好的引擎（4 MB，10 个 jar）
data/              你的记忆（JSON + base64 向量）

② 锚点、先验、乘子全部有界

③ 向量不是"可选加分项"，而是基础设施

它是什么

外壳    DSH 插件：10 个工具 + 五区面板 + 四组接口设置 + 人设卡 + 意图 + 回顾
内核    memory-engine（Kotlin）：抽取 · 去重 · 溯源 · 建边 · 向量库 · 多通道检索 · 装配 · 维护
存储    ~/.dsh/storages/memory-engine/memory-store.json（含向量，base64）
隔离    不碰手机、不连任何服务器；127.0.0.1 只指本机

需要什么

Java 17+   https://adoptium.net/
DSH        桌面版（插件通过 profile 加载）

引擎随插件分发，插件加载时自动拉起（找不到 Java 会回退到插件内置实现，不会崩，也不会丢消息）。

安装

一键安装（推荐）

双击 一键安装.bat

它只做四件事，每步都先备份、改完校验、失败自动还原：

① 拷插件到 <profile>\node_modules\dsh-plugin-neural-cloud
② package.json：加 dependencies（link 本地目录）+ dsh.profile.bundles
③ cordis.patch.yml：追加 id=neural-cloud 一段
④ 检查 Java 17 与引擎 jar，打印结论

已有同名依赖会改成指向本目录（旧值备份）；已有 patch 段会跳过，不重复写。

手动安装

① 把整个目录放进 DSH 的插件搜索路径，例如：
   <你的 dsh profile>/node_modules/dsh-plugin-neural-cloud/
② 在 profile 的 package.json 里加：
   dependencies: { "dsh-plugin-neural-cloud": "link:<这个目录>" }
   dsh.profile.bundles 里加 "dsh-plugin-neural-cloud"
③ 在 profile 的 cordis.patch.yml 里加：

   - id: neural-cloud
     name: dsh-plugin-neural-cloud
     config:
       injectLimit: 6
       defaultLimit: 8

④ 重启 DSH

首次启动会在 ~/.dsh/storages/memory-engine/ 建库，并在本机起一个服务（8787）。

工具

工具	作用
memory_remember	写一条记忆（keys / tier / entities / quote / planState / eventTime / sourceMsgIds）
memory_recall	检索，返回条目 + 分数 + 命中通道（why）
memory_blocks	装配成可直接塞提示词的分块文本
memory_feedback	hit / wrong / pin
memory_forget	归档或真删
memory_status	状态面板（人设 / 心情 / 记忆概况 / 引擎侧条数）
memory_mood	读 / 写心情
memory_config	四组接口（对话 / 摘要 / 向量 / 回顾）
memory_hindsight_write	写一条回顾
im_qq_send	QQ 发消息（可选）

注入

system-prompt/assemble
  → 人设（原样） + 【云图记忆】只能依据下面这些条目回答，没有依据就说记不清：- …

每轮装配时顺手做一次自动写入（最近一问一答 → 引擎抽取），不阻塞回复、3 秒内不重复。

依赖（哪些必须，哪些不必）

项	是否必须	说明
Java 17+	必须	引擎随包分发，但要有 JRE
DSH 桌面版	必须	插件靠 profile 加载
向量接口（bge-m3）	可选	不配就用本地哈希向量，装上也能量
对话模型	可选	不配就用规则抽取，装上也能量
hindsight 本地模型	不需要	回顾默认由宿主模型写（`memory_hindsight_write`），不用下载任何东西
本地小模型（调参）	不需要	自动调参不在本插件里；那是配套 App 侧的能力

一句话：只有 Java 17 是硬要求，其余都能降级运行，不会因为缺东西就废掉。

记忆的分层

事实层            tier A / B / C      每轮抽取写入，受衰减与去重管理，参与召回打分
信念层（回顾）     tier R              常驻、只保留最新一条、不参与打分，装配时排最前

· 回顾 → /api/hindsight → 写 R 档；写新的时覆盖旧的
· 检索时 R 不进候选（它是常驻上下文，不是"可能被想起"的东西）
· 不需要回顾就别调 memory_hindsight_write，其它功能照常

环境变量

变量	默认	说明
`MEMORY_ENGINE`	1	0 = 回退插件内置实现
`MEMORY_AUTO_EXTRACT`	1	0 = 关闭每轮自动写入
`MEMORY_ENGINE_ENDPOINT`	http://127.0.0.1:8787	引擎地址
`MEMORY_ENGINE_SESSION`	dsh	记忆分池
`MEMORY_DATA_DIR`	~/.dsh/storages/memory-engine	库目录
`MEMORY_JAVA` / `JAVA_HOME`	自动探测	Java 17 路径
`MEMORY_HOST_MODEL_ONLY`	0	1 = 意图/回顾也不自己调模型

真向量（可选但强烈建议）

在库目录放 memory-config.json：

{ "baseUrl": "https://api.siliconflow.cn/v1", "apiKey": "sk-…", "model": "BAAI/bge-m3" }

有它  → 向量走 bge-m3（1024 维），抽取走 chat/completions
没它  → 向量走本地哈希（256 维），抽取走规则版 —— 装上就能用，只是慢一点笨一点

自检（不用装也能验）

node test/load-check.mjs     插件能否加载、工具是否注册
node test/fullchain.mjs      9 个动作全跑一遍（写入/检索/反馈/心情/回顾/删除）
node test/spawn-check.mjs    引擎能否被插件拉起

卸载

删掉 <profile>\node_modules\dsh-plugin-neural-cloud
package.json / cordis.patch.yml 用同目录的 .bak-<时间戳> 还原
记忆库：删 ~/.dsh/storages/memory-engine/ 整个目录

许可

AGPL-3.0 —— 改了、或者拿它对外提供服务，都必须把源码一起开放。

mike1-huh/dsh-plugin-neural-cloud

云图（Neural Cloud）

为什么不是"又一个记忆插件"

三个别人不容易抄走的设计

它是什么

需要什么

安装

一键安装（推荐）

手动安装

工具

注入

依赖（哪些必须，哪些不必）

记忆的分层

环境变量

真向量（可选但强烈建议）

自检（不用装也能验）

卸载

许可

Community comments

mike1-huh/dsh-plugin-neural-cloud

云图（Neural Cloud）

为什么不是"又一个记忆插件"

三个别人不容易抄走的设计

它是什么

需要什么

安装

一键安装（推荐）

手动安装

工具

注入

依赖（哪些必须，哪些不必）

记忆的分层

环境变量

真向量（可选但强烈建议）

自检（不用装也能验）

卸载

许可

Community comments