JunNanLYS/dsh-layered-memory

简体中文 | English

dsh-layered-memory

DeepSeek Harness 的分层蒸馏记忆插件（持久组合插件）：对话在后台自动完成 L0 捕获 → L1 原子记忆 → L2 场景整合 → L3 画像蒸馏，模型每一步前自动把相关记忆 注入上下文——用户与模型都不需要做任何操作。

本插件的记忆核心能力（L0–L3 分层蒸馏管线、Prompt 与双写存储设计）参考自 TencentDB-Agent-Memory 中的 MemoryCore：Prompt 原样保留，仅把"LLM 操作文件"的 L2/L3 流程适配为 "LLM 输出、工程侧执行"。

运行时数据流

插件挂在 dsh 原生事件缝上（session/event 捕获、agent/pre-step 注入）， 蒸馏调用复用宿主 ctx.llm，全程对用户与模型透明。另注册三个模型可主动调用的 记忆工具：memory_search / conversation_search / memory_read_scene。

分层记忆（L0–L3）

会话级记忆档位

• 控件：输入栏内、模式选择器右侧的 pill（记忆·自动），点击在上方浮出 macOS 风格滑动选择器——拖拽松手吸附最近档位；深浅主题自适应；
• 每会话的选择按 sessionId 持久化到 session-modes.json，重启/恢复会话不丢； 与全局开关叠加（全局是总闸）；L2/L3 完全分族，跨族内容不渗透。

快速开始

需要 Node ≥ 22.16。两种调用方式任选（npx 前缀可替换下面任何 dsh 命令）：

# 方式一：npx 直接跑官方 CLI（无需预装 dsh；可 pin 版本，如 dsh-layered-memory@0.6.1）
npx -y @deepseek-ai/dsh plugin --profile web add dsh-layered-memory

# 方式二：已装 dsh CLI（dsh 是 pnpm 转发器，未装 pnpm 时先 npm i -g pnpm）
dsh plugin --profile web add dsh-layered-memory

# 包源备选：GitHub 仓库 / 本地路径（开发调试，link: 指向仓库，npm run build + 重启 dsh 即生效）
dsh plugin --profile web add https://github.com/JunNanLYS/dsh-layered-memory
dsh plugin --profile web add /path/to/dsh-layered-memory

本包声明了 dsh.bundle 组合包层（cordis.patch.yml），安装后会自动挂载插件行—— 不需要再手改 $DSH_HOME/profiles/web/cordis.patch.yml。然后重启 DeepSeek Harness， 验证：~/.dsh/memory/ 下出现 conversations/ records/ scenes/ 目录和 memory.db 即插件 apply 成功；设置页出现"记忆"页面、输入栏出现档位 pill 即 client 半边就绪。

⚠️ 安全提示：安装插件 = 以你的权限运行第三方代码。本插件会读取会话内容、 在数据目录写文件、调用你配置的 LLM/embedding 服务；介意请先审查源码（src/）。

卸载：dsh plugin --profile web remove dsh-layered-memory + 重启。数据保留在 ~/.dsh/memory/，不需要时手动删除整个目录即可。

从源码开发

git clone https://github.com/JunNanLYS/dsh-layered-memory
cd dsh-layered-memory
npm install && npm run build
dsh plugin --profile web add .        # link: 安装，改代码后 npm run build + 重启 dsh 即生效
npm run smoke                         # 冒烟测试（先重编：见下方命令）
npx tsc src/smoke.ts --outDir dist-smoke --module nodenext --moduleResolution nodenext --target es2022 --strict --skipLibCheck --esModuleInterop

界面预览

配置

覆盖配置写在 profile 自己的 cordis.patch.yml，用顶层裸 patch 条目（直接 id:， 不要包在 insert: 里——insert 与 bundle 层同 id 追加会导致 duplicate loader entry id 启动失败）：

- id: dsh-memory
  name: dsh-layered-memory
  config:                    # 键按行整体替换（不深合并），按需写全要保留的键
    family: auto             # 新会话默认档：auto | chat | work
    llm:                     # 蒸馏模型路由（不写则跟随当前默认模型）
      provider: ''
      model: ''

字段	默认	说明
family	auto	新会话默认记忆档位：auto（双族自动）| chat（个人）| work（工作）；会话内可用输入栏控件临时切换
dataDir	$DSH_HOME/memory	数据目录
capture.enabled	true	L0 捕获
capture.stripCodeBlocks	true	助手消息剥离代码块
capture.maxMessageChars	4000	单条消息最大字符数
extract.enabled	true	L1 抽取
extract.minMessages	1	攒够 N 条新消息跑一次 L1 抽取
extract.backgroundMessages	10	抽取时附带的背景消息条数
extract.candidatePool	5	去重候选池大小
l2.enabled	true	L2 场景整合
l2.minNewMemories	5	距上次 L2 整合的新记忆阈值
l2.maxScenes	12	场景块数量上限
l2.sceneContextLimit	3	L2 prompt 附带的相似场景全文上限
l3.enabled	true	L3 画像蒸馏
l3.interval	20	L3 蒸馏间隔（新记忆条数）
recall.enabled	true	自动召回
recall.maxResults	5	每步召回注入的 L1 条数
recall.includePersona	true	召回时注入画像上下文（<user-persona>）
recall.includeSceneNav	true	召回时注入场景导航（<scene-navigation>）
recall.strategy	hybrid	检索策略：keyword / embedding / hybrid
recall.scoreThreshold	0.3	召回分数阈值（低于不注入；仅 keyword/embedding 策略生效，hybrid 融合前不过滤；工具路径不过滤）
embedding.enabled	false	向量检索开关；关闭即纯 FTS 运行
embedding.baseUrl	空	OpenAI 兼容 /embeddings 地址（如 https://api.siliconflow.cn/v1）
embedding.apiKey	空	API Key
embedding.model	空	embedding 模型名
embedding.dimensions	0	向量维度（启用时必填，须与模型输出一致）
embedding.maxInputChars	5000	单条文本最大字符数（超长截断）
embedding.timeoutMs	10000	单次 embedding 调用超时（ms）
embedding.allowLocalModels	true	允许本地嵌入档（部署上限：关闭后设置页不能下载模型、不能切本地档）
embedding.mirror	https://hf-mirror.com	本地模型下载镜像根地址（可改回官方 https://huggingface.co）
llm.provider/model	空	蒸馏模型覆盖（默认用当前默认选择）
llm.maxTokens	256000	单次蒸馏输出 token 上限（全阶段统一；推理模型的 reasoning 与正文共享该预算，过低会被思考吃光导致正文 0 字符）
llm.reasoningEffort	off	蒸馏思考档位（部署默认）：off / high / max，空串不传（跟随模型默认）。蒸馏是结构化抽取任务，默认关思考——推理模型（如 v4-flash）默认 high 档的思考可把任意输出预算全部吃光导致正文 0 字符；非推理模型不认识 effort 时需设为空串。运行时可在设置页 → 记忆 → 概览临时切换（选"跟随配置"即回退本值）
llm.temperature	0.3	蒸馏温度
llm.maxInputChars	700000	单次蒸馏输入字符预算（超限的 L1 输入自动分块抽取）
llm.timeoutMs	120000	单次蒸馏调用超时（ms）
tools	true	是否注册模型可调用的记忆工具

存储布局

向量能力默认关闭（纯 FTS）。DSH 的 ctx.llm 无 embeddings 端点，语义检索由 三态嵌入源提供（关闭 / 远程 / 本地），设置页可运行时切换——见下节。

语义检索（嵌入源）

设置页（记忆 → 概览 → 语义检索）选择嵌入源，即时生效、无需改配置重启：

嵌入源	说明
关闭（默认）	不做任何向量嵌入，纯 BM25 关键词检索
远程	自备任意 OpenAI 兼容 /embeddings 服务（embedding.* 四件套配齐才可选）
本地	内置模型目录选一款，ONNX 量化 CPU 推理——无需 API Key，数据不出本机

本地模型目录是插件内置白名单（每款锁定 revision + 每文件 sha256，不可下载任意仓库）：

模型	维度	上下文	体积	特点
BGE small 中文	512	512	~25MB	CPU 嵌入最快，适合先体验语义检索
EmbeddingGemma 300M	768	2048	~330MB	100+ 语言含中文，质量与开销均衡（上游 MemoryCore 同款）
BGE-M3	1024	8192	~590MB	中文质量最强，单条嵌入可达秒级

• 下载：模型卡一键下载（默认镜像 hf-mirror.com，断点续传 + sha256 完整性 校验），落盘数据目录 models/<id>/，不用了随时在设置页删除；
• 按需运行时：首次切换本地档才安装推理运行时（transformers.js，约 100~200MB， 装进数据目录 runtime/——不进插件依赖树，不碰插件安装目录）；
• 活切换：一键换源——自动后台全量重嵌（进度可见、可取消，期间检索自动降级 关键词，不影响对话；维度变化时向量表按新维度重建）；切换失败保持旧源，重启仍 按原源运行；
• 生效规则 = 部署上限 AND 运行时选择：embedding.allowLocalModels=false 可整体 禁用本地档、未配 embedding.* 四件套则远程档不可选（企业部署可收口），状态持久 化在 embedding-source.json。

日志与排查

dsh 宿主把插件日志打到控制台，插件将 info 及以上镜像到数据目录 memory.log。一轮 对话的典型日志路径：L0 捕获 → L0 落盘 → 蒸馏管线开始 → LLM 调用（输入/输出 字符数、耗时） → L1 抽取完成 → 蒸馏管线结束；下一轮有 召回命中 N 条 L1。 LLM 空输出带完整诊断（finish 原因 / token 计数 / reasoning 摘录），JSON 解析失败 附模型原始输出前 400 字符，失败 warn 均带堆栈首帧。

与 MemoryCore 的差异

• 内嵌完整管线（不依赖外部 Gateway），蒸馏复用 DSH 自己的 LLM；
• L2/L3 由"LLM 操作文件工具"改为"LLM 输出操作 JSON / 完整文档，工程侧执行"；
• 召回注入点在 agent/pre-step + agent 作用域 systemPrompt.context（DSH 原生事件/服务）；
• 存储/检索即官方 sqlite 后端的单机裁剪版（裁掉多租户隔离列、TCVDB 云后端、审计表； 分词用自带 CJK 二元组替代 jieba，保持零原生依赖——仅 sqlite-vec 一个原生扩展， 加载失败自动降级）。

致谢

记忆核心能力（分层蒸馏管线、Prompt 设计、双写存储架构）参考自 TencentCloud/TencentDB-Agent-Memory 项目中的 MemoryCore，感谢原项目开放的设计与实现。

路线图

以下为规划中的功能，欢迎在 Issues 反馈需求与优先级：

• Git 分支感知：记忆与当前 git 分支关联，召回可按分支过滤/加权（与现有记忆档位正交）
• Claude Code / Codex 记忆导入：一键迁移既有记忆资产（CLAUDE.md、Claude Code 记忆文件、Codex AGENTS.md 等），导入后进入分层蒸馏管线

License

MIT