dsh-memory-vault

Name: xying-lm/dsh-memory-vault
Author: xying-lm

给 DeepSeek Harness 加一个跨会话的本地长期记忆库：把你说过的话、助手答过的要点自动沉淀进 D 盘的一个 SQLite 文件里，每轮对话前按需检索一小段相关历史注入提示词，并用一个 Web 面板让你看到它到底占了多少空间。

零运行时依赖——只用 Node 24 内置的 node:sqlite（FTS5 trigram），不需要 npm install，不需要下载向量模型。

记忆库面板

_{示意图，所有标题/会话 id/数字均为虚构示例。真实面板的外观由 lib/client.js 决定，可直接读源码。}

它突破了什么，没突破什么

没突破：模型一侧的上下文窗口是硬上限，约 128K token（≈ 20 万汉字），这个数字由模型决定，插件改不了。 5GB 文本约 25 亿汉字 / 12.5 亿 token，是窗口容量的一万倍——「把这 5GB 一次全塞进上下文」在任何实现里都不存在。

突破了：把「窗口里能放下多少」换成「窗口里能取到多少」。库里任意一条记忆都取得到，而每取一次只花一两千字：

层	手段	一次花多少
⓪ 压缩（只在新会话第一轮）	每个过去会话压成两三行要点，一次注入	6 个会话约 900 字，只付一次
① 自动召回	每轮注入 3~5 条相关摘录，每条带 `id=`	约 1500 字预算，可配
② 换词重搜	`memory_search` 换关键词 / 加 `offset` 翻页	每条 220 字摘要，一次最多 20 条
③ 分段读全文	`memory_open id=… chars=2400`，返回里带 `next` 接着读	一次 2400 字，最多 12000
④ 先看结构	`memory_catalog` 给按天 / 按会话的目录	十几行

所以 5GB 不是「塞进窗口」，而是一本可以逐页翻的书：单次访问两三千字，读 20 页就是 6 万字，相当于把窗口翻了一倍，而书架上还有 4.99GB。代价是串行：模型一次只能读一页，跨全库的「整体统计 / 全局推理」仍然做不到，要靠摘要层预先压缩（见「已知限制」）。

为什么不能靠「每次新会话都把上次的上下文读进来，于是翻倍、再翻倍」？ 因为窗口大小固定，读进来的原文不会变小：一个 5 万字的会话就吃掉 1/4 个窗口，读 4 个就满了。能真正累积的只有两种东西——被压缩过的（⓪ 层，压缩率决定能堆多少个会话）和用到才取的（①②③ 层，每轮成本恒定）。这个插件两层都有，但两层都不是「无限上下文」：它让可检索的范围无限，不是让窗口里的字无限。

它擅长的是「我们上次说过的那个部署脚本叫什么」这类找回具体事实的场景，而不是「把你的整个人生都记住并推理」——后者是模型能力问题，不是存储问题。

安装

git clone https://github.com/xying-lm/dsh-memory-vault.git

然后在 DSH 里把它装成一个 bundle：

plugin_manager install_bundle  target="file:<你的克隆路径>/dsh-memory-vault"

或直接在 GUI 里「设置 → 插件 → 安装插件」填入本地路径。

装好后重启 DSH（关窗口不算退出，托盘进程还在）：插件是 generation 快照拷贝，宿主启动时只 import() 一次，没有热重载通道。

默认库文件在 D:\dsh-memory\vault.db（macOS / Linux 落到 ~/.dsh-memory/vault.db），可以在配置里改 dbPath。

七个工具

工具	用途
`memory_search`	在长期记忆里检索。支持中文整句当查询词，`offset` 可翻页。
`memory_open`	按 id 分段读一条记忆的全文（`chars` 控制每页字数，返回 `next` 接着读）。
`memory_catalog`	看库的整体目录：总条数、按天分布、最近的会话、时间跨度。
`memory_save`	显式记住一条（约定、偏好、关键决策）。默认长期；传 `mode: "multi"` 只本会话可见，`mode: "once"` 召回一次即删。
`memory_stats`	看用量：条数、占用、配额、当前档位、时间跨度。
`memory_resize`	改容量上限：给 `gigabytes: 5` 用常用档位，或 `2.5` 这样的自定义值（0.05~200）。立即生效、落库、重启不丢。
`memory_forget`	按 id 删掉一条（不可恢复）。

自动召回与这七个工具是两条独立的路：自动召回省事但可能漏，工具要模型主动调但问得准。两条都开着才稳。

三种记忆模式

模式	什么时候用	生命周期
`long`（长期，默认）	约定、偏好、关键决策、踩过的坑	永久保留，跨会话可召回
`multi`（多次）	「这个项目这周先这么办」这类只在本会话有效的口径	只在写入它的那个会话里可召回；12 小时后自动清理
`once`（单次）	一次性的口令、临时编号、只想说一遍的事	被自动召回一次就从库里删掉（连正文都不留）

自动采集的两条配置决定「自动记下来的」算哪种：captureMode（默认 long）；手动 memory_save 时由你传的 mode 决定（默认 defaultMode）。memory_stats 会显示库里三种模式各有多少条。

在对话里直接换模式

输入框那一行、「完全权限」控件的右边有一个 记忆长期 ▾ 的小按钮（座位 conversation.input.left）。点开是三个选项：

长期 — 永久保存，任何会话都能召回
本会话 — 只在这个会话可见，12 小时后清掉
单次 — 被召回一次就删除，不留痕

选完立刻生效：之后这个会话的自动采集、以及模型调用 memory_save 时没显式传 mode 的，都按这个模式存。它只作用于当前会话，且只存在内存里（重启回到默认 captureMode）——不是全局设置，所以不会悄悄改掉别的会话。

要全局默认值，还是改配置里的 captureMode / defaultMode；输入框里这个是「这个会话怎么记」的临时开关。

对话文件：一条线索一个文件

记忆库是「一堆碎片」，而人聊事情是按线索走的。所以每次会话都会挂到一个对话文件上：

第一条消息时自动新建一个 .md（存在库目录的 threads\ 下），文件名带日期与短标题，会话从此归这条线索；

输入框左边的「文件」按钮可以把它换成任意旧文件 —— 下一个会话挂上去，第一轮就会收到这行：

【对话文件·续接】接着「修插件加载」这条线索（文件 …\threads\2026-10-21-修插件加载.md）：
<最近 6 条要点的摘要>
（这条线索共 12 条记忆；要原话用 memory_search 带 thread=3，或直接读这个文件。）

更直白的一步：挂上旧文件后，你在新会话里说的第一句话会先换来一条真实的用户消息 （【对话文件·自动续接】… + 上一个会话最后那条回答），它不是注入、不是注释，就是会话里的一条消息：
```
【对话文件·自动续接】接着「修插件加载」这条线索（文件 …\2026-10-21-修插件加载.md）。
上一个会话（a147bcec）最后一条回答：

<那条回答的原文，默认最多 600 字>

（这条线索累计 12 条记忆 / 2 个会话。直接说下一步要做什么就行。）
```
这条消息由插件通过 session.append('user/message', …, { surfaceOp: 'append' }) 落进会话日志，每个会话只发一次；它自己不会被再采集一遍（否则记忆库会被自己的续接话术污染）。不想要这一步就关 threadAutoSend，退回上面的隐形注入。
挂在旧文件上时，检索会优先在这条线索内部取两条再补全库 —— 「接着上次那个问题」靠的是线索内命中，而不是全库泛搜；
每条消息同时追加进那个 .md（人可读、可备份、可以丢进任何编辑器或 git），库里则记 thread 外键。

「突破上下文」在这里的真实边界：续接注入的是一份摘要（默认 600 字）而不是整条线索的原文，剩下的靠 memory_search thread=… 和 memory_open 按需取。窗口没变大，但「同一条线索的连续两次会话」不再从零开始。

配置

键	默认	说明
`enabled`	`true`	总开关。关掉后不采集不召回，已有记忆保留。
`dbPath`	`D:\dsh-memory\vault.db`	库文件路径。面板「库位置」里改会写 `location.json`（优先于本项）并复制旧库；改写后需重启。
`maxGB`	`5`	自定义容量（GB）。仅当 `sizePreset = custom` 时生效。
`sizePreset`	`custom`	常用档位 `1` / `5` / `10` / `20` / `50`（GB），或 `custom` 用 `maxGB`。选档位时忽略 `maxGB`。
`capture`	`true`	自动沉淀对话。
`captureAssistant`	`true`	连助手回复一起记。关掉只记你说的。
`captureMinChars`	`8`	短于此字数的消息不记（「嗯」「好的」不占库）。
`defaultMode`	`long`	手动 `memory_save` 不传 `mode` 时用哪种：`long` / `multi` / `once`。
`captureMode`	`long`	自动采集的消息记成哪种。设成 `once` 会让自动采集的记忆被召回一次就删（一般不建议）。
`skipSubagent`	`true`	跳过子代理会话，避免把中间过程记成记忆。
`recall`	`true`	每轮自动检索并注入。
`recallLimit`	`5`	单轮最多注入几条。
`recallMaxChars`	`1200`	单轮注入的字数上限（占提示词预算）。
`recallSnippetChars`	`160`	单条摘录的字数上限。召回按「命中词所在那一句」截取，实际常只占一半。
`recallMinQueryChars`	`4`	输入短于此不检索。
`recallSameSession`	`true`	是否也取当前会话里更早的记忆。关掉则只跨会话召回。
`recallRecentWindow`	`30`	当前会话最近这么多条不参与召回（它们还在上下文里，重复注入只会挤占预算）。
`sessionIndex`	`true`	新会话第一轮注入一次「过去会话要点」（压缩层）。关掉则只靠检索按需取。
`sessionIndexLimit`	`6`	索引最多列几个过去会话（每个约 150 字，只在新会话第一轮付一次）。
`threads`	`true`	对话文件：每条线索写成磁盘一个 `.md`，会话可以挂到旧文件上接着聊。
`threadResumeTurns`	`6`	续接旧文件时，第一轮带回多少条最近记忆。
`threadResumeChars`	`600`	续接摘要的字数上限（只在挂旧文件的第一轮付一次）。
`threadAutoSend`	`true`	挂上旧文件后，把上一个会话最后那条回答自动发成一条真实消息（每个会话一次）。关掉退回隐形注入。
`humanMemory`	`true`	人类式记忆：三因子排序（相关度 × 显著性 × 时间衰减）+ 联想扩展 + 显著性回填。关掉退回纯 bm25 相关度。
`factCards`	`true`	巩固层：把跨会话反复出现的重点压成事实卡。召回时事实卡排在最前，并标 `· 事实卡`。
`panel`	`true`	Web 侧边面板（含对话文件列表与库位置）。它会在宿主 Web 载体上新增 HTTP 面 `/memory-vault/*`（stats / search / recent / catalog / entry 只读，resize 是唯一的写路由且只改容量），随监听地址暴露（本机默认回环 127.0.0.1）。

配置非法会在加载期直接报错并指出是哪个键——不会带着错配置默默跑。

它怎么工作

对话 ──► session/event ──► 内存队列(1s 批量) ──► SQLite(mem + mem_fts)
                                                      │
下一轮输入 ──► systemPrompt.context(order=130) ──► 新会话第一轮：过去会话要点(压缩层，一次)
                                                └─► 每轮：检索 top-k（带 id）──► 注入当时的上下文

压缩层（sessionDigests）：每个会话取最近 40 条，按「去重后的关键词数」给句子打分，挑两三句拼成要点。纯抽取式、不调模型，所以它抓的是字面重点，不会替你归纳。压缩率大约 1/20~1/50。

几个刻意的设计决定：

用 context 而不是 systemPrompt.section：context 落在消息流里、每轮随对话变化，改它不会打断系统提示词的前缀缓存。
两层检索：FTS5 trigram 负责 3 字以上的精确子串（部署脚本、FTS5 这类），查不到时用 2 字词在「最近 2000 条」窗口内补位——中文里最常见的重合恰好是 2 字（杭州、部署），trigram 结构上做不到，但不能因此漏掉。窗口有界，所以补位不会随 5GB 线性变慢。
自己的输出不再入库：注入的召回块带 【长期记忆·自动召回】 标记，采集侧据此跳过。否则模型会把自己召回的内容当成用户的话再说一遍，再被记一遍，滚雪球。
去重靠内容指纹：同样的内容（同角色 + 同正文）全局只存一份，重复出现只累加命中计数。

检索是两段式，召回是「按句付钱」

查询进来先拆词（拉丁词原样、中文按 4→3→2 字滑窗，最多 14 个）：

FTS5 trigram（MATCH "词1" OR "词2"，bm25 排序）——3 字以上的精确子串，几乎不误报；
2 字词补位（LIKE，只在最近 2000 条窗口内）——兜住「杭州」「部署」这类中文最常见重合，按「命中了几个不同的词」重排，所以双词命中会压过单词命中。

召回注入这一侧做了五件事，目标都是「同样的召回质量，更少的字」：

手段	效果
按句摘录（`makeFocusSnippet`）	只取「命中词所在的那一句」，并一句上下文；长文平均 40~90 字，而不是固定 220 字窗口
分层预算	第 1 条 220 字、第 2 条 160、第 3 条 120，之后 90/80 —— 长尾只是字面擦边，不值得和首条同价
结果去重（`dropDuplicates`）	两条摘录共享一半以上双字词就合并，同一段话不付两次钱
低信息跳过	「好」「继续」「谢谢」这类应答不触发检索——翻旧账的命中率极低，注入了也是噪音
尾注只说一次	「库内共 N 条 / 怎么继续取」每会话说一遍就够；本轮新写入的消息也不会被自己召回

实测（38 条真库、5 条真实查询）：旧渲染 6112 字 → 新渲染 3879 字，省 37%；单轮从约 900 token 降到约 580 token。再叠加「长查询少给两条」（查询超过 60 字只取 3 条）和「一轮注入过的 id 不再重复注入」，连续多轮同主题对话的平均成本还会更低。

像人一样记：三个机制，以及它们不像人的地方

机制	模仿什么	实现
三因子排序	遗忘曲线 + 情绪唤醒	`相关度 × (0.55 + 0.45×显著性) × 0.5^(天数/半衰期)`；半衰期 = `60 + 400×显著性` 天（下限 0.45）。「记住」「必须」「以后都」这类说法会把显著性顶上去，于是更难被忘掉
联想扩展	邻近激活（想起 A 就带出同一场景的 B）	入库时把同会话相邻 12 条、共享至少 2 个关键词的记忆连成一条边（权重 = 共享词数）；召回时给前两条命中各带一条最强的邻居，标 `· 关联`
巩固层	睡眠时把情景压成语义	每 10 分钟聚一次：按「共享任意两个关键词」并用查体系聚类，凡横跨 ≥2 个会话且反复出现的组，抽一句压成事实卡；召回时事实卡排最前，标 `· 事实卡`
单次记忆	工作记忆	`once` 模式注入后立刻删除；`multi` 只在 12 小时内、本会话内可见

三条边界必须说清楚：

没有向量嵌入，所以抓不到换说法（「部署脚本」和「发布流程」在它眼里无关）。这是为了避免引入 embedding 依赖；
巩固层是抽取式的，它只会把反复出现的原句挑出来，不会真的归纳出「用户偏好先给结论」这种抽象结论；
显著性靠词表判断，会误判——一段话里出现「记住」就可能被永久抬权。所以 humanMemory 可以整体关掉，回到纯相关度排序。

Web 面板

侧栏面板图标「长期记忆」→ 中央面板，七个部分：

用量条：已用 / 上限（MB）、百分比、记录条数、库文件路径、最新写入时间。
容量上限：1 / 5 / 10 / 20 / 50 GB 五个常用档位一键切换，也能填任意自定义值（0.05~200）；改完立即生效并落库，重启不会被配置文件覆盖回去，想回退点「恢复配置值」。
检索框：和 memory_search 走同一条检索路径，回车即查，结果显示标题 / 时间 / 角色 / 字数 / 摘录。
目录：按天、按会话两种切片各给一排标签（2026-10-20 · 23、会话 a147bcec · 13），点一下只看那一组，再点一下取消。库里的条目再多，也是先收窄再翻，不用滚一整天。
列表 + 点开全文：默认 20 条一页（按时间倒序），底部「加载更多」继续翻；每张卡片本身就是按钮 —— 点一下按需取该条全文展开（最多 320px 高、可滚动），再点收起。列表接口故意不带正文，所以翻页再快也不会把整库拖进浏览器。
对话文件：当前会话挂在哪条线索上、以及最近 8 条线索的「几个会话 / 几条记忆」。
库位置：库文件放在哪、是否为自定义位置；可填新路径「应用」（会把旧库复制过去，重启生效）或「恢复默认」。

数据来自宿主半边的路由：

GET  /memory-vault/stats
GET  /memory-vault/search?q=<词>&limit=10
GET  /memory-vault/recent?limit=20&offset=0[&day=2026-10-20][&session=<id>]
GET  /memory-vault/catalog                 # 目录：按天 / 按会话的条数索引
GET  /memory-vault/entry?id=<id>           # 单条全文（点开卡片时才请求）
GET  /memory-vault/session-mode?session=<id>   # 本会话当前的记忆模式
GET  /memory-vault/threads[?session=<id>]  # 对话文件列表 + 本会话挂的那个
GET  /memory-vault/thread?id=<id>           # 某条线索的摘要
GET  /memory-vault/location                # 库文件当前位置
POST /memory-vault/resize   {"gigabytes": 10}   或   {"reset": true}
POST /memory-vault/session-mode   {"session": "<id>", "mode": "long|multi|once"}
POST /memory-vault/threads        {"title": "可选"}
POST /memory-vault/session-thread {"session": "<id>", "thread": 12}
POST /memory-vault/location       {"path": "D:\\new\\vault.db"} 或 {"reset": true}

读接口只读、不读凭据；/recent 无论带不带筛选与 offset 都会回 total（面板靠它算「还有 N 条」）。写接口有五个，都碰不到任何一条记忆的正文：/resize 改容量上限，/session-mode 改「这个会话之后怎么记」，/threads 新建线索，/session-thread 把会话挂到线索，/location 换库文件位置（只复制文件，不删旧库）。整块面板注册失败也只会让面板缺席，不影响采集 / 召回 / 工具。

与既有插件的关系

插件	负责	与本品关系
`billion-context`	会话内压缩	互补：它管窗口装不下时怎么办，本品管窗口外的东西怎么找回来
`dsh-recall-plugin`	消息撤回	无关，可共存

已知限制

检索是字面匹配（trigram + 双字词），不做语义理解。「那台跑 CI 的机器」找不到「构建服务器」，除非两者共享字面。这是零依赖、零模型的代价；要语义检索就得引入 embedding 模型（几百 MB 权重 + 常驻内存）。
会话索引的摘要是抽取式的（挑关键词最密集的句子），不做语义归纳；要真摘要得让模型自己写，那是另一档成本（要调模型、要花钱、还要处理摘要漂移）。- **访问是串行的**：memory_open` 一次读一页，模型要读 20 页就得多调 20 次工具。跨全库的「一共提过几次 X」「把这 5GB 归类总结」做不到——那需要预先写摘要（本插件没做，因为摘要要调模型、要花钱、要处理摘要漂移）。
单条记忆上限被配额约束（约配额的 5%），超长文档会被截断。
换 dbPath 不迁移数据；换之前请先复制 vault.db（连同 vault.db-wal、vault.db-shm）。
面板是只读的：看用量、检索、看最近写入，不能在面板里删除或编辑记忆（删除走 memory_forget 工具）。
装完必须彻底重启宿主才生效：profile 里的插件是按 generation 快照拷贝的，宿主进程不会热加载新代码。关窗口不算退出——托盘图标还在跑，要从托盘菜单退出。
容量调整（面板档位 / 自定义 / memory_resize）改的是上限，不会立刻删除已有记忆；只有写入后超限才会按「最久未用 + 最旧」淘汰。

数据在哪、怎么备份

D:\dsh-memory\vault.db        主库
D:\dsh-memory\vault.db-wal    预写日志（备份要一起带上）
D:\dsh-memory\vault.db-shm    共享内存索引

取消插件前先停掉会话，再整目录复制，否则可能拿到半写状态的库。

开发与测试

零依赖，不用 npm install（Node 24 自带 node:sqlite）。五个测试文件全是自包含脚本，跑的是临时库 + 真 node:http，不碰你的真实记忆库：

npm test          # 270 项断言：存储 66 + 容量 37 + 面板 44 + 客户端渲染 40 + 客户端交互 29 + 插件装配 54
node test/panel-test.mjs   # 也可以单跑某一个

test/plugin-smoke.mjs 用假 ctx 跑通 apply() 全链路；设 VAULT_ROOT=<已安装的 generation 目录> 可以直接验装好的那一份副本。

License

dsh-memory-vault

零运行时依赖——只用 Node 24 内置的 node:sqlite（FTS5 trigram），不需要 npm install，不需要下载向量模型。

记忆库面板

_{示意图，所有标题/会话 id/数字均为虚构示例。真实面板的外观由 lib/client.js 决定，可直接读源码。}

它突破了什么，没突破什么

突破了：把「窗口里能放下多少」换成「窗口里能取到多少」。库里任意一条记忆都取得到，而每取一次只花一两千字：

层	手段	一次花多少
⓪ 压缩（只在新会话第一轮）	每个过去会话压成两三行要点，一次注入	6 个会话约 900 字，只付一次
① 自动召回	每轮注入 3~5 条相关摘录，每条带 `id=`	约 1500 字预算，可配
② 换词重搜	`memory_search` 换关键词 / 加 `offset` 翻页	每条 220 字摘要，一次最多 20 条
③ 分段读全文	`memory_open id=… chars=2400`，返回里带 `next` 接着读	一次 2400 字，最多 12000
④ 先看结构	`memory_catalog` 给按天 / 按会话的目录	十几行

安装

git clone https://github.com/xying-lm/dsh-memory-vault.git

然后在 DSH 里把它装成一个 bundle：

plugin_manager install_bundle  target="file:<你的克隆路径>/dsh-memory-vault"

或直接在 GUI 里「设置 → 插件 → 安装插件」填入本地路径。

装好后重启 DSH（关窗口不算退出，托盘进程还在）：插件是 generation 快照拷贝，宿主启动时只 import() 一次，没有热重载通道。

默认库文件在 D:\dsh-memory\vault.db（macOS / Linux 落到 ~/.dsh-memory/vault.db），可以在配置里改 dbPath。

七个工具

工具	用途
`memory_search`	在长期记忆里检索。支持中文整句当查询词，`offset` 可翻页。
`memory_open`	按 id 分段读一条记忆的全文（`chars` 控制每页字数，返回 `next` 接着读）。
`memory_catalog`	看库的整体目录：总条数、按天分布、最近的会话、时间跨度。
`memory_save`	显式记住一条（约定、偏好、关键决策）。默认长期；传 `mode: "multi"` 只本会话可见，`mode: "once"` 召回一次即删。
`memory_stats`	看用量：条数、占用、配额、当前档位、时间跨度。
`memory_resize`	改容量上限：给 `gigabytes: 5` 用常用档位，或 `2.5` 这样的自定义值（0.05~200）。立即生效、落库、重启不丢。
`memory_forget`	按 id 删掉一条（不可恢复）。

自动召回与这七个工具是两条独立的路：自动召回省事但可能漏，工具要模型主动调但问得准。两条都开着才稳。

三种记忆模式

模式	什么时候用	生命周期
`long`（长期，默认）	约定、偏好、关键决策、踩过的坑	永久保留，跨会话可召回
`multi`（多次）	「这个项目这周先这么办」这类只在本会话有效的口径	只在写入它的那个会话里可召回；12 小时后自动清理
`once`（单次）	一次性的口令、临时编号、只想说一遍的事	被自动召回一次就从库里删掉（连正文都不留）

在对话里直接换模式

输入框那一行、「完全权限」控件的右边有一个 记忆长期 ▾ 的小按钮（座位 conversation.input.left）。点开是三个选项：

长期 — 永久保存，任何会话都能召回
本会话 — 只在这个会话可见，12 小时后清掉
单次 — 被召回一次就删除，不留痕

要全局默认值，还是改配置里的 captureMode / defaultMode；输入框里这个是「这个会话怎么记」的临时开关。

对话文件：一条线索一个文件

记忆库是「一堆碎片」，而人聊事情是按线索走的。所以每次会话都会挂到一个对话文件上：

第一条消息时自动新建一个 .md（存在库目录的 threads\ 下），文件名带日期与短标题，会话从此归这条线索；

输入框左边的「文件」按钮可以把它换成任意旧文件 —— 下一个会话挂上去，第一轮就会收到这行：

【对话文件·续接】接着「修插件加载」这条线索（文件 …\threads\2026-10-21-修插件加载.md）：
<最近 6 条要点的摘要>
（这条线索共 12 条记忆；要原话用 memory_search 带 thread=3，或直接读这个文件。）

更直白的一步：挂上旧文件后，你在新会话里说的第一句话会先换来一条真实的用户消息 （【对话文件·自动续接】… + 上一个会话最后那条回答），它不是注入、不是注释，就是会话里的一条消息：
```
【对话文件·自动续接】接着「修插件加载」这条线索（文件 …\2026-10-21-修插件加载.md）。
上一个会话（a147bcec）最后一条回答：

<那条回答的原文，默认最多 600 字>

（这条线索累计 12 条记忆 / 2 个会话。直接说下一步要做什么就行。）
```
这条消息由插件通过 session.append('user/message', …, { surfaceOp: 'append' }) 落进会话日志，每个会话只发一次；它自己不会被再采集一遍（否则记忆库会被自己的续接话术污染）。不想要这一步就关 threadAutoSend，退回上面的隐形注入。
挂在旧文件上时，检索会优先在这条线索内部取两条再补全库 —— 「接着上次那个问题」靠的是线索内命中，而不是全库泛搜；
每条消息同时追加进那个 .md（人可读、可备份、可以丢进任何编辑器或 git），库里则记 thread 外键。

配置

键	默认	说明
`enabled`	`true`	总开关。关掉后不采集不召回，已有记忆保留。
`dbPath`	`D:\dsh-memory\vault.db`	库文件路径。面板「库位置」里改会写 `location.json`（优先于本项）并复制旧库；改写后需重启。
`maxGB`	`5`	自定义容量（GB）。仅当 `sizePreset = custom` 时生效。
`sizePreset`	`custom`	常用档位 `1` / `5` / `10` / `20` / `50`（GB），或 `custom` 用 `maxGB`。选档位时忽略 `maxGB`。
`capture`	`true`	自动沉淀对话。
`captureAssistant`	`true`	连助手回复一起记。关掉只记你说的。
`captureMinChars`	`8`	短于此字数的消息不记（「嗯」「好的」不占库）。
`defaultMode`	`long`	手动 `memory_save` 不传 `mode` 时用哪种：`long` / `multi` / `once`。
`captureMode`	`long`	自动采集的消息记成哪种。设成 `once` 会让自动采集的记忆被召回一次就删（一般不建议）。
`skipSubagent`	`true`	跳过子代理会话，避免把中间过程记成记忆。
`recall`	`true`	每轮自动检索并注入。
`recallLimit`	`5`	单轮最多注入几条。
`recallMaxChars`	`1200`	单轮注入的字数上限（占提示词预算）。
`recallSnippetChars`	`160`	单条摘录的字数上限。召回按「命中词所在那一句」截取，实际常只占一半。
`recallMinQueryChars`	`4`	输入短于此不检索。
`recallSameSession`	`true`	是否也取当前会话里更早的记忆。关掉则只跨会话召回。
`recallRecentWindow`	`30`	当前会话最近这么多条不参与召回（它们还在上下文里，重复注入只会挤占预算）。
`sessionIndex`	`true`	新会话第一轮注入一次「过去会话要点」（压缩层）。关掉则只靠检索按需取。
`sessionIndexLimit`	`6`	索引最多列几个过去会话（每个约 150 字，只在新会话第一轮付一次）。
`threads`	`true`	对话文件：每条线索写成磁盘一个 `.md`，会话可以挂到旧文件上接着聊。
`threadResumeTurns`	`6`	续接旧文件时，第一轮带回多少条最近记忆。
`threadResumeChars`	`600`	续接摘要的字数上限（只在挂旧文件的第一轮付一次）。
`threadAutoSend`	`true`	挂上旧文件后，把上一个会话最后那条回答自动发成一条真实消息（每个会话一次）。关掉退回隐形注入。
`humanMemory`	`true`	人类式记忆：三因子排序（相关度 × 显著性 × 时间衰减）+ 联想扩展 + 显著性回填。关掉退回纯 bm25 相关度。
`factCards`	`true`	巩固层：把跨会话反复出现的重点压成事实卡。召回时事实卡排在最前，并标 `· 事实卡`。
`panel`	`true`	Web 侧边面板（含对话文件列表与库位置）。它会在宿主 Web 载体上新增 HTTP 面 `/memory-vault/*`（stats / search / recent / catalog / entry 只读，resize 是唯一的写路由且只改容量），随监听地址暴露（本机默认回环 127.0.0.1）。

配置非法会在加载期直接报错并指出是哪个键——不会带着错配置默默跑。

它怎么工作

对话 ──► session/event ──► 内存队列(1s 批量) ──► SQLite(mem + mem_fts)
                                                      │
下一轮输入 ──► systemPrompt.context(order=130) ──► 新会话第一轮：过去会话要点(压缩层，一次)
                                                └─► 每轮：检索 top-k（带 id）──► 注入当时的上下文

压缩层（sessionDigests）：每个会话取最近 40 条，按「去重后的关键词数」给句子打分，挑两三句拼成要点。纯抽取式、不调模型，所以它抓的是字面重点，不会替你归纳。压缩率大约 1/20~1/50。

几个刻意的设计决定：

用 context 而不是 systemPrompt.section：context 落在消息流里、每轮随对话变化，改它不会打断系统提示词的前缀缓存。
两层检索：FTS5 trigram 负责 3 字以上的精确子串（部署脚本、FTS5 这类），查不到时用 2 字词在「最近 2000 条」窗口内补位——中文里最常见的重合恰好是 2 字（杭州、部署），trigram 结构上做不到，但不能因此漏掉。窗口有界，所以补位不会随 5GB 线性变慢。
自己的输出不再入库：注入的召回块带 【长期记忆·自动召回】 标记，采集侧据此跳过。否则模型会把自己召回的内容当成用户的话再说一遍，再被记一遍，滚雪球。
去重靠内容指纹：同样的内容（同角色 + 同正文）全局只存一份，重复出现只累加命中计数。

检索是两段式，召回是「按句付钱」

查询进来先拆词（拉丁词原样、中文按 4→3→2 字滑窗，最多 14 个）：

FTS5 trigram（MATCH "词1" OR "词2"，bm25 排序）——3 字以上的精确子串，几乎不误报；
2 字词补位（LIKE，只在最近 2000 条窗口内）——兜住「杭州」「部署」这类中文最常见重合，按「命中了几个不同的词」重排，所以双词命中会压过单词命中。

召回注入这一侧做了五件事，目标都是「同样的召回质量，更少的字」：

手段	效果
按句摘录（`makeFocusSnippet`）	只取「命中词所在的那一句」，并一句上下文；长文平均 40~90 字，而不是固定 220 字窗口
分层预算	第 1 条 220 字、第 2 条 160、第 3 条 120，之后 90/80 —— 长尾只是字面擦边，不值得和首条同价
结果去重（`dropDuplicates`）	两条摘录共享一半以上双字词就合并，同一段话不付两次钱
低信息跳过	「好」「继续」「谢谢」这类应答不触发检索——翻旧账的命中率极低，注入了也是噪音
尾注只说一次	「库内共 N 条 / 怎么继续取」每会话说一遍就够；本轮新写入的消息也不会被自己召回

像人一样记：三个机制，以及它们不像人的地方

机制	模仿什么	实现
三因子排序	遗忘曲线 + 情绪唤醒	`相关度 × (0.55 + 0.45×显著性) × 0.5^(天数/半衰期)`；半衰期 = `60 + 400×显著性` 天（下限 0.45）。「记住」「必须」「以后都」这类说法会把显著性顶上去，于是更难被忘掉
联想扩展	邻近激活（想起 A 就带出同一场景的 B）	入库时把同会话相邻 12 条、共享至少 2 个关键词的记忆连成一条边（权重 = 共享词数）；召回时给前两条命中各带一条最强的邻居，标 `· 关联`
巩固层	睡眠时把情景压成语义	每 10 分钟聚一次：按「共享任意两个关键词」并用查体系聚类，凡横跨 ≥2 个会话且反复出现的组，抽一句压成事实卡；召回时事实卡排最前，标 `· 事实卡`
单次记忆	工作记忆	`once` 模式注入后立刻删除；`multi` 只在 12 小时内、本会话内可见

三条边界必须说清楚：

没有向量嵌入，所以抓不到换说法（「部署脚本」和「发布流程」在它眼里无关）。这是为了避免引入 embedding 依赖；
巩固层是抽取式的，它只会把反复出现的原句挑出来，不会真的归纳出「用户偏好先给结论」这种抽象结论；
显著性靠词表判断，会误判——一段话里出现「记住」就可能被永久抬权。所以 humanMemory 可以整体关掉，回到纯相关度排序。

Web 面板

侧栏面板图标「长期记忆」→ 中央面板，七个部分：

用量条：已用 / 上限（MB）、百分比、记录条数、库文件路径、最新写入时间。
容量上限：1 / 5 / 10 / 20 / 50 GB 五个常用档位一键切换，也能填任意自定义值（0.05~200）；改完立即生效并落库，重启不会被配置文件覆盖回去，想回退点「恢复配置值」。
检索框：和 memory_search 走同一条检索路径，回车即查，结果显示标题 / 时间 / 角色 / 字数 / 摘录。
目录：按天、按会话两种切片各给一排标签（2026-10-20 · 23、会话 a147bcec · 13），点一下只看那一组，再点一下取消。库里的条目再多，也是先收窄再翻，不用滚一整天。
列表 + 点开全文：默认 20 条一页（按时间倒序），底部「加载更多」继续翻；每张卡片本身就是按钮 —— 点一下按需取该条全文展开（最多 320px 高、可滚动），再点收起。列表接口故意不带正文，所以翻页再快也不会把整库拖进浏览器。
对话文件：当前会话挂在哪条线索上、以及最近 8 条线索的「几个会话 / 几条记忆」。
库位置：库文件放在哪、是否为自定义位置；可填新路径「应用」（会把旧库复制过去，重启生效）或「恢复默认」。

数据来自宿主半边的路由：

GET  /memory-vault/stats
GET  /memory-vault/search?q=<词>&limit=10
GET  /memory-vault/recent?limit=20&offset=0[&day=2026-10-20][&session=<id>]
GET  /memory-vault/catalog                 # 目录：按天 / 按会话的条数索引
GET  /memory-vault/entry?id=<id>           # 单条全文（点开卡片时才请求）
GET  /memory-vault/session-mode?session=<id>   # 本会话当前的记忆模式
GET  /memory-vault/threads[?session=<id>]  # 对话文件列表 + 本会话挂的那个
GET  /memory-vault/thread?id=<id>           # 某条线索的摘要
GET  /memory-vault/location                # 库文件当前位置
POST /memory-vault/resize   {"gigabytes": 10}   或   {"reset": true}
POST /memory-vault/session-mode   {"session": "<id>", "mode": "long|multi|once"}
POST /memory-vault/threads        {"title": "可选"}
POST /memory-vault/session-thread {"session": "<id>", "thread": 12}
POST /memory-vault/location       {"path": "D:\\new\\vault.db"} 或 {"reset": true}

与既有插件的关系

插件	负责	与本品关系
`billion-context`	会话内压缩	互补：它管窗口装不下时怎么办，本品管窗口外的东西怎么找回来
`dsh-recall-plugin`	消息撤回	无关，可共存

已知限制

检索是字面匹配（trigram + 双字词），不做语义理解。「那台跑 CI 的机器」找不到「构建服务器」，除非两者共享字面。这是零依赖、零模型的代价；要语义检索就得引入 embedding 模型（几百 MB 权重 + 常驻内存）。
会话索引的摘要是抽取式的（挑关键词最密集的句子），不做语义归纳；要真摘要得让模型自己写，那是另一档成本（要调模型、要花钱、还要处理摘要漂移）。- **访问是串行的**：memory_open` 一次读一页，模型要读 20 页就得多调 20 次工具。跨全库的「一共提过几次 X」「把这 5GB 归类总结」做不到——那需要预先写摘要（本插件没做，因为摘要要调模型、要花钱、要处理摘要漂移）。
单条记忆上限被配额约束（约配额的 5%），超长文档会被截断。
换 dbPath 不迁移数据；换之前请先复制 vault.db（连同 vault.db-wal、vault.db-shm）。
面板是只读的：看用量、检索、看最近写入，不能在面板里删除或编辑记忆（删除走 memory_forget 工具）。
装完必须彻底重启宿主才生效：profile 里的插件是按 generation 快照拷贝的，宿主进程不会热加载新代码。关窗口不算退出——托盘图标还在跑，要从托盘菜单退出。
容量调整（面板档位 / 自定义 / memory_resize）改的是上限，不会立刻删除已有记忆；只有写入后超限才会按「最久未用 + 最旧」淘汰。

数据在哪、怎么备份

D:\dsh-memory\vault.db        主库
D:\dsh-memory\vault.db-wal    预写日志（备份要一起带上）
D:\dsh-memory\vault.db-shm    共享内存索引

取消插件前先停掉会话，再整目录复制，否则可能拿到半写状态的库。

开发与测试

零依赖，不用 npm install（Node 24 自带 node:sqlite）。五个测试文件全是自包含脚本，跑的是临时库 + 真 node:http，不碰你的真实记忆库：

npm test          # 270 项断言：存储 66 + 容量 37 + 面板 44 + 客户端渲染 40 + 客户端交互 29 + 插件装配 54
node test/panel-test.mjs   # 也可以单跑某一个

test/plugin-smoke.mjs 用假 ctx 跑通 apply() 全链路；设 VAULT_ROOT=<已安装的 generation 目录> 可以直接验装好的那一份副本。

xying-lm/dsh-memory-vault

dsh-memory-vault

它突破了什么，没突破什么

安装

七个工具

三种记忆模式

在对话里直接换模式

对话文件：一条线索一个文件

配置

它怎么工作

检索是两段式，召回是「按句付钱」

像人一样记：三个机制，以及它们不像人的地方

Web 面板

与既有插件的关系

已知限制

数据在哪、怎么备份

开发与测试

License

Community comments

xying-lm/dsh-memory-vault

dsh-memory-vault

它突破了什么，没突破什么

安装

七个工具

三种记忆模式

在对话里直接换模式

对话文件：一条线索一个文件

配置

它怎么工作

检索是两段式，召回是「按句付钱」

像人一样记：三个机制，以及它们不像人的地方

Web 面板

与既有插件的关系

已知限制

数据在哪、怎么备份

开发与测试

License

Community comments