中文（默认） · English

DSH HOST RSI记忆

Name: pk14742952-AD/dsh-host-rsi
Author: pk14742952-AD

给 DSH 做的通用宿主插件，默认面向本地大模型调参；当前重点覆盖 Qwen3.8-27B 与 Qwen3.8 Flash 等本地 27B/轻量模型，也兼容 API 模型。 插件不做模型权重修改，只做每次使用持续自进化的宿主侧记忆层，以 DSH 宿主插件形式实现。每次使用：模型先"反问式"自检（counter-reason）自己的答案；可信教训被保存并在下次注入；便宜方法没解决时，深度批评轮自动升级。通用模式：无需针对特定任务的评分器。

仓库地址：https://github.com/pk14742952-AD/dsh-host-rsi

插件简介：这是一个给 DSH 用的通用记忆 / 自进化插件。它在后台采集每次使用的成功、失败、用户纠正与长期偏好，把高价值经验沉淀为可信教训，并在下次遇到相似任务时自动注入。更新日志见 CHANGELOG.md。

想理解技术原理、或在自己环境复刻？ 读 PRINCIPLES.md （专用文档：信号阶梯 / 反思循环 / 触发与效率 / 索引机制 / 与 AREX-2 的对应 / 复刻清单，逐点标注源码行号）。

原理来源（致谢 / Principle Source）

本项目的核心原理源自并致敬以下公开研究成果：

AREX-2（arXiv:2609.38288，BAAI 2026）——自我进化智能体框架。本项目把它落地为「本地、增量、可用即学」的 DSH 宿主插件；逐点技术对应见 PRINCIPLES.md。
递归自我改进（Recursive Self-Improvement, RSI）与持续学习（Continual Learning）——每次运行把成功/失败经验沉淀为可检索、可反驳、可自动升级的经验条目；可信经验下轮注入上下文，实现「越用越强」。这是本项目记忆层信号阶梯与升级策略的原理基础。

GUI 说明：本项目此前缺少 GUI，本次补齐。仪表板「设置页里点一下即开网页」的显示方式参考了 DSH 插件 billion-context（MIT）——仅参考其展示思路，代码为独立重写，并非复制其代码（详见 client.js 与 lib/dashboard.js）。

仪表板 / GUI

DSH 重启后：「设置」→「插件」→ 「DSH HOST RSI记忆」 →「打开仪表板」，即可在浏览器查看插件运行状态（启用中/降级、可信/隔离/轨迹、最近记录）。页面每 3 秒轮询 status.json，并显示触发诊断：已处理事件、注入、捕获、失败信号、最近触发事件与原因。也可在本机直接跑独立 demo（不依赖 DSH）：

node demo-serve.mjs                # 本机回环 + 示例记录（默认端口 8788）
RSI_DEMO_PORT=9000 node demo-serve.mjs

设计目标（本次优化重点）

不影响大模型 / DSH 正常工作：所有读走内存缓存；磁盘 I/O 只在后台防抖写入时发生，热路径（pre-step / turn-end）永不阻塞。
更强的自动触发：宿主侧同时监听 pre-step / turn-end / message 的多个常见事件名（agent/pre-step、message、chat/message 等），谁存在就用谁，并用事件对象/内容去重，避免一轮触发两次。
立刻能看到的反馈：设置页和仪表板显示实时触发计数（事件/注入/捕获/失败）；即使尚未产生可信教训，普通工具失败也会留下隔离记录，让用户确认插件确实在工作。
诊断与体验工具：模型或用户可调用 rsi_events 查看触发诊断；rsi_demo_capture 可写一条示例教训，用于快速验证仪表板/设置页。
用户纠正与长期指令会被记住：当用户在一轮回复后给出明确纠正或新指令（例如“不要用 requests，改用 httpx”），插件会把它记为 L3 可信教训。明确的长期偏好 / 规则（“以后都用 httpx”“请记住输出用简洁列表”）也会在用户提出时记录为 user-instruction 可信教训；普通一次性任务请求不会写入记忆。
指令按项目去重，防止记忆库膨胀：用户指令会尽量按项目/工作区分组（从指令里的路径或会话上下文提取，取不到则归到全局），同项目内近义/重复指令会被 hasDuplicate 门槛拦截；不同项目出现相似指令不会被误合并。
教训后台自动搜集到本地插件目录：addLesson/addTrajectory 立即写内存、批量后台落盘 （flushMs 防抖）；目录不可写时降级为纯内存（store.disabled），插件不崩、照常工作。
最小资源占用：index.json+termindex.json 仅在打开时读一次，之后全内存；写入合并批处理；防抖计时器 unref，不占用事件循环 / 不拖住进程退出。
最大兼容性：纯逻辑层零宿主依赖（可 node --test）；宿主侧每个 DSH 调用都带 ?. 防御 + try/catch，形状错了就空操作，绝不向宿主抛错。

进化机制（可靠性加权信号阶梯）

任务 + 答案
  ├─ L1  有可验证检查？（代码测试 / 数学== / SQL 匹配 / schema 合法）
  │        → 跑它。L1 失败 = 高价值纠正型教训。（决定性 → 停）
  └─ 无 L1 → 内联自反问：模型输出
           [VERIFY: CONFIRMED|REFUTED|UNCERTAIN; conf=..; lesson=..; fix=..; reason=..]
         ├─ CONFIRMED 且 conf≥thr   → 可信 L2，结束（不开批评）
         ├─ REFUTED                  → 自动批评轮（重推 fix）→ 纠正型教训
         ├─ UNCERTAIN / 无标签 / 低 conf → 自动批评轮
         └─ 用户 rsi_verify 强制      → 自动批评轮
       批评后仍不确定 → 进隔离区（被更强信号证实后才注入）

自动但高效： 每条重路径都有门控。无相关时全空操作；只在带结果信号的轮次（出错 / 跑工具 / 产出物 / 决策 / 自选标签）捕获；便宜方法失败才开批评；每会话预算封顶成本。

目录结构

dsh-host-rsi/            # 插件包（代码）
  index.js               # DSH 宿主入口：apply() + rsi_status 工具 + __RSI__ 注入 + /rsi/* 路由
  client.js              # 浏览器客户端：DSH 设置页「DSH HOST RSI记忆」标签（展示方式参考 billion-context，代码独立重写）
  demo-serve.mjs         # 本机独立 demo（不依赖 DSH，loopback + 示例记录）
  cordis.patch.yml       # DSH 宿主 bundle 补丁（插入 dsh-host-rsi）
  config.default.json    # 默认配置
  icon.svg               # 设置页图标
  lib/                   # 纯逻辑（可单测，零宿主依赖）
    spine.js             # 轮生命周期 + 任务变更检测
    retrieve.js          # 相关度排序 + token 预算
    inject.js            # 注入文本生成
    interrogate.js       # 自检指令、[VERIFY] 标签解析、批评 prompt、自一致
    signal.js            # 信号阶梯判定（L1/L3/REFUTED/CONFIRMED + 权重）
    scorers.js           # L1 可验证检查（code/math/sql/schema 自动探测）
    capture.js           # 把一轮编排为"已分类教训 + 轨迹"
    policy.js            # 触发 + 升级 + 预算门控
    store.js             # 文件存储 + 倒排索引（内存缓存 + 后台防抖写入 + 优雅降级）
    status.js            # 快照 + records + formatStatusReport
    dashboard.js         # dashboardHtml + /rsi/* webserver handler + 本机 dashboard server
  locale/                # 设置标签 i18n（zh/en）
  test/                  # node:test 套件（含 webserver/client 宿主集成测试）
E:\DSH\.rsi-memory\      # 数据目录（人可读的权威源）
  index.json  termindex.json
  lessons/<domain>.md    # 可信，可人工策展
  quarantined/<domain>.md# 未验证，日后转正
  trajectories/*.jsonl   # 原始轨迹（供日后 LoRA 蒸馏）

一键部署 / DSH 安装教程

本地快速体验（不需要 DSH）

git clone https://github.com/pk14742952-AD/dsh-host-rsi
cd dsh-host-rsi
node demo-serve.mjs

然后用浏览器打开控制台输出的回环地址，就能看到仪表板和示例记忆。

在 DSH 中安装

宿主专用 bundle。从 GitHub 安装：

dsh plugin --profile web add github:pk14742952-AD/dsh-host-rsi

发布到 npm 后也可以直接安装：

dsh plugin --profile web add dsh-host-rsi

也可以用 DSH 插件管理器对本地目录 dsh-host-rsi/ 执行 plugin_manager install_bundle。安装完成后重启 DSH 即可生效，没有构建步骤。

模型适配

插件是 模型无关的宿主侧逻辑，不依赖具体模型参数量，本质上 DSH 能驱动的模型都可以用：

本地 27B 模型（如 Qwen3.8-27B）：当前默认设置按此调优，是项目重点验证对象。
本地轻量/Flash 模型（如 Qwen3.8 Flash）：可以运行，若上下文窗口偏小建议降低 inject.topK / inject.tokenBudget / capture.maxPerSession。
API 或云端模型：同样可用，因为它只注入文本和读取宿主事件，不改模型权重；较大的上下文模型可适当调高 inject.topK / inject.tokenBudget 获得更完整的记忆复用。

如果你的模型参数量或上下文差异较大，只需要调整 config.default.json 里的注入预算，不需要改插件代码。

首启验证

index.js 里 ctx 事件载荷形状是"文档名 + 防御假设"（agent/pre-step、turn/end、agent.followup）。首启用 cordis_inspect_query（Event/Service）确认：

turn/end 事件暴露胶水所需的任务 + 助手文本 + 工具结果；
你的 profile 里 agent.followup / agent.inject 是否存在（不存在则这些路径安全空操作）。

然后运行：

cd E:\DSH\dsh-host-rsi
node --test          # 纯逻辑 + 数据层套件（自动发现 test/*.test.js）

配置（bundle 行 `config`）

见 config.default.json：

enabled（总开关，false=完全空操作）、dir（数据目录）、flushMs（后台写入防抖 ms）；
inject.{topK,tokenBudget,candCap,enabled,includeQuarantined,oncePerTask,maxInjectsPerTask,reinjectOn,compactTopK,compactTokenBudget}；
capture.{enabled,maxPerSession,minChars,dedupeThreshold,captureUserCorrections,captureUserInstructions}；
escalate.{enabled,maxCriticsPerSession,selfConsistency,threshold}；
embeddings（预留，默认 null；规模大了可换成嵌入近邻）。

默认值对本地模型偏保守。

开源协议（License 合规）

本项目（dsh-host-rsi）采用 MIT 协议，见 LICENSE。
原项目 DSH（@deepseek-ai，MIT，Copyright 2026 DeepSeek）：本项目是 DSH 的宿主插件，不修改、不分发 DSH 源码，仅通过 DSH 的宿主 API（ctx.on / ctx.inject / webServer.register / 页面注入）与其协作。MIT 为宽松许可、支持第三方插件与其共存并独立发布；本项目未复制 DSH 代码，故无随附 DSH 版权声明的强制义务（此处主动注明，以示合规）。
billion-context（MIT，Copyright 2026 ranxianglei）：仅参考其「设置页内嵌网页」的展示思路并独立重写代码（非逐字复制）；按 MIT 惯例在此致谢。

结论：原项目 DSH 采用 MIT 宽松协议、支持第三方插件，故本项目可合规发布；本项目同为 MIT，并显式致谢 DSH 与 billion-context。

可选下一步：权重级进化

trajectories/ + trusted 教训是干净的训练集。周期性导出后在 Qwen3.8-27B 上做小 LoRA 蒸馏（loss 只落在"前进型决策"上），把元技能烤进权重——这是运行时记忆环路的批量、安全补充。

pk14742952-AD/dsh-host-rsi