HME — 给 DeepSeek 装上大脑

English | 中文

跨会话长期记忆插件：让 DeepSeek Harness 的 Agent 记住你是谁、项目怎么写的、踩过哪些坑——不会失忆，也不会被杂事烦扰。

🚀 最近更新

版本	亮点
v0.3.0	TTL 到期 + 价值分层：记忆可设过期（V1 身份/教训永不过期，V2/V3 默认 365d/90d），规则可自定义；写入打 [v:N] 价值标记，越重要的越留住
v0.2.0	标签索引 archive：archive 升级为按主题分文件 + 标签覆盖（同标签写入自动替换旧的，自我收敛不臃肿）；附多级记忆架构文档
v0.1.0	首个版本：core 记忆（USER/MEMORY）+ archive 扩容 + recall 检索

一句话定位

DeepSeek Harness 很强，但有个硬伤：会话结束，记忆清零 ，下次从头再来。

HME（Harness-Memory-Evolution）就是来治这个的。

鲸宝的三重记忆

1. 你是谁 —— 你的身份、偏好、习惯，跨项目记住你这个人。
2. 这个项目是什么 —— 每个项目不可替代的技术栈、约定、核心要点。
3. 你踩过的所有坑 —— 优秀经验、核心方法论，只要真有用，就往里记。

但它不臃肿。核心记忆用有界上限锁死、只留精华；海量经验沉进档案层，按需检索、满时提醒清理——就像 CPU 的多级缓存：小而快的常驻，大而全的按需取。

借鉴 Codex、Claude Code、OpenClaw、Hermes Agent 等成熟记忆系统的优点，让鲸宝不会失忆，也不会被杂事烦扰。

和别家比有什么不同？

维度	Codex CLI	Claude Code	OpenClaw	HME
记忆结构	MEMORY + USER 两文件	CLAUDE.md + skills	分层记忆	USER + MEMORY + archive 三层
防膨胀	硬上限（拒绝式）	无上限	向量库	有界 core + 扩容 archive
检索	无（全量注入）	skills 按需	向量检索	recall 关键词检索
经验进去	模型主动写	人类手写	自动	模型主动写 + 4 条蒸馏判据
可审计	纯文本	纯文本	结构化/黑盒	纯文本 § 分隔

30 秒装上

从 GitHub 装（推荐，立即可用）：

dsh plugin --profile web add github:weopenfire-git/hme-plugin

或从 npm 装（发布后可用）：

dsh plugin --profile web add @ymw/dsh-hme

然后补一行加载配置

打开 profile 的 `cordis.patch.yml`，加一条 host 行：

- insert:
    - id: hme-plugin
      name: '@ymw/dsh-hme'  # npm 装用包名；GitHub 装改为 github:weopenfire-git/hme-plugin
      config:
        memoryCharLimit: 2584
        userCharLimit: 1597

给你的 DeepSeek 装上大脑。

---