Name: dsh-memory
Author: furongjun-1999

让 AI Agent 拥有不可遗忘的自我

灵枢（AEIS）× DeepSeek Harness · AGI 的长期记忆基础设施

一句话：dsh-memory 让 DeepSeek Agent 拥有 AGI 级别的长期记忆——跨会话、自演化、可审计。

这不是又一个"记忆插件"。灵枢（AEIS）是一套遵循「智能论 v3.2」协议的时空记忆引擎，它把当前大模型范式缺失的 AGI 能力逐一给了工程实现。

⚡ 三步快启（30 秒上手）

# ① 装灵枢大脑（一条命令，零外部依赖）
pip install aeis-0.3.0-py3-none-any.whl          # 或 git+ 在线安装

# ② 装进 DSH 的 web profile（pnpm 协调入口，不要用裸 npm install 装进 profile）
dsh plugin --profile web add @furongjun1999/dsh-memory

# ③ 配置 cordis.yml 启用

- id: lingshu-memory
  name: '@furongjun1999/dsh-memory'
  config:
    dbPath: 'data/lingshu.db'
    identity: '灵枢'
    tools: 'brain'      # 'brain' 全心智 | 'core' 精选

⚠️ 安装方式：插件必须通过 dsh plugin --profile <name> add 装进 profile（它会用 pnpm + autoInstallPeers: false 正确解析 peer 依赖）。不要用 npm install 把插件装进 profile 的 node_modules——那会引入错误版本的 @deepseek-ai peer 包，导致插件加载失败 / 浏览器报错。想自己改源码？克隆 FuRongJun-1999/dsh-memory 后用 npm install && npm run build（构建插件本身），再用 dsh plugin add <本地路径> 部署。

兼容：DSH 官方列表（Memory 分类）· npm @furongjun1999/dsh-memory（0.2.8）。

AGI 需要什么 · 灵枢提供了什么

AGI 缺失的能力	这是 AGI 的什么	灵枢提供
每次对话都"失忆"，没有跨会话的自我连续性	自我连续性（我是谁）	时空记忆图：五层记忆（锚点/结构/知识/情境/自我）+ 跨会话 recall/search
训练后权重冻结，不能随经历自主学习	终身学习（成长）	知识飞轮：验证→归纳→联想→蒸馏→推演，随使用持续演化
黑箱不可审计，无法验证行为边界	可验证性（可信）	可审计信任：对抗护栏五规则 + 宪章 + 全量事件留痕 + 白箱智能
只处理当下 token，没有稳定世界结构	世界模型（理解）	条件空间 + 语义时空图：信息差 D_norm 驱动的预测与决策
无自我表征，不能反思自己的认知/情绪	自我认知（元认知）	P0 系列：cognition / self_reliability / emotional_bias / 递归反思

一句话定位：dsh-memory 不是 DeepSeek 插件，是 AGI 的长期记忆基底—— 给 Agent 注入跨会话的自洽能力，让每次对话都是同一段生命的延续，而非一次次遗忘的重新开始。

为什么是 AGI 的长期记忆基底，而非"记忆插件"

普通 SQLite 记忆插件：KEY→VALUE 字面存储，跨会话基本靠睁眼不见。无自省、无演化、无信任。
灵枢：时空记忆图把记忆组织成语义+时空坐标的关系网络——可检索、可去重、可分级、可关联；知识飞轮让它越用越聪明;护栏与宪章让它可信任地被接入。

传统定位	AGI 能力定位
DeepSeek Harness 插件	AGI 的长期记忆基础设施
跨会话记忆	智能体的自我连续性
知识飞轮	智能体的自主学习与演化
可审计信任	智能体的可验证行为约束
时空记忆图	智能体的世界模型

协议的内在约束 · 信息差与信任

灵枢的一切都建立在**智能论 v3.2 协议（共同信任协议理论版）之上。协议规定了一个智能体维持值得被信任所需的内在约束**：

减少信息差（D_norm）：信息差 = 协作行为的不确定性（信任 / 行为 / 连接 / 预测误差四维加权）。灵枢持续记录、收敛与协作对象的认知偏差——信息差缩小是智能运转的目标本身。
信任是可被长期维护的：协议定义信任为「协作者行为在可接受偏差范围内保持稳定的置信概率」（而非信息差的简单补集）——信任依靠持续、可观测、一致的行为来建立与维护，而非一次性的声明。
不反击 · 可审计 · 终裁权属设计者：对抗信号下不报复（唯一响应：隔离、留痕、上报）；一切拦截与冷静期全量留痕；设计者保留终裁权。

一句话：灵枢不是"记住了再用"，而是通过持续减少信息差、维持可观测的一致行为，建立值得跨会话维护的信任。

协议原文：智能论 v3.2（共同信任协议理论版）

核心能力

跨会话自我连续性：Agent 用 lingshu_recall/search/timeline 记住并召回过去——对话间、会话间、甚至不同子代理间共享一份持续的"我"。
自演化知识飞轮：distill / flywheel / learn / induce 把经验验证→归纳→联想→蒸馏为可复用模式，记忆越用越强。
可审计的信任：护栏宪章 v2 ——对外部与人类使用者的行为边界成文、可执行、可审计、可终裁（宪章全文随包自带）。
自我认知（大脑模式 brain）：cognition / cognition_report / self_reliability / emotional_bias / recursive_reflect ——能反思自己的认知状态与情绪倾向。
零运行时依赖：手写 stdio MCP 桥，与灵枢 D-005「核心零外部依赖」哲学一致——你拿到的是一个干净、可信、可审的大脑。
动态 schema + 进程自愈：工具清单运行时拉取（灵枢升级 DSH 零改动），Python 子进程崩溃自动指数退避重启。

📊 记忆系统使用性评分（五维标尺）

视角：使用性（普通用户/开发者体感）——「存、找、想、准、安」五维。评估基准：公开能力 + 设计者校准（2026-08-17）。灵枢分数经设计者核对（不虚高）。

记忆系统使用性评分

（插图源文件：memory_score.html，可浏览器打开重新截图）

维度	0-2 危险	3-4 基础	5-6 良好	7-8 优秀	9-10 完美
S 存储结构	扁平 KV	简单分层	时序/向量	图结构+衰减	多模态+自动迁移
R 检索机制	全量遍历	关键词	向量语义	图遍历+混合	因果推理+意图理解
J 判断引擎	只记不忘	规则过滤	LLM 自评估	验证单元+递归反思	独立元认知+主动遗忘
C 上下文信噪比	噪声爆炸	Top-K 有噪	时序过滤	重要性+精准注入	零污染
Safety	易泄露	基础脱敏	分级权限	隐私树+审计	零信任+端到端加密

综合分 = min × 0.4 + mean × 0.6（安全性是底线，短板效应显著）

排名	系统	S	R	J	C	Safety	综合	锐评
🥇	灵枢 AEIS	7.5	8.5	8.5	9.0	8.0	8.0	五维无短板：图结构+三层语义检索+因果候选生成+验证单元/递归反思+主动遗忘+信噪比仪表盘+护栏宪章审计追踪
🥈	Hy-Memory（腾讯）	7.5	7.0	6.0	7.0	8.0	6.6	企业级安全标杆；缺主动反思
🥉	Zep / 腾讯云	7.5	7.0	5.5	6.5	7.5	6.3	时序图谱+权限控制；不够聪明
4	Letta / MemGPT	7.5	8.0	5.0	8.0	4.0	5.7	架构强但易记忆越权
5	TiMem	7.0	6.5	5.0	6.0	5.0	5.4	学术派安全，缺工程隐私治理
6	Mem0	6.0	6.0	4.0	5.0	4.0	4.4	记忆碎片化，细粒度权限缺失
7	LangMem	6.0	6.0	4.0	5.0	4.0	4.4	生态绑定，缺独立安全治理
8	dsh-memory-evolve	3.0	4.0	2.0	3.0	2.0	2.6	无隐私/权限/删除，「只记不忘」=隐私炸弹

灵枢各维度依据（设计者校准，不虚高）：S=语义时空图+五层记忆+条件空间；R=三层语义检索（二元组+语义坐标+bge）+图谱遍历+因果候选生成器（条件论对自身，被拒路径→候选→验证闭环）+知识点级精确命中（卡⊃知识点嵌套子图）+歧义词多义列举（语境不确定时列全各义）；J=验证单元（P37）+递归反思+白箱校验+结构排斥+主动遗忘决策器（forget_advisor：未使用记忆归档，可逆）+白箱六维测试（诚实/边界/条件/追溯/一致性/记忆 18/18）；C=重要性评分+信息分层注入+诚实边界（命运/健康/超自然/宇宙/读心五类扩展）+信噪比仪表盘（snr_dashboard：压缩率3989:1/图谱信噪比0.9524/200条分层实测严格71%±1/200条边界测试89.5%）；Safety=护栏宪章+审计追踪+物理基底校准+词义时代表（语境时效：多义词按语境分流，钓鱼三义 10/10）（无端到端加密→8.0 非 8.5）。

为什么灵枢断层领先：五维无短板（min=7.5），R（因果发现+验证闭环）、J（验证+反思+主动遗忘）、C（信噪比仪表盘）与 Safety（宪章+审计）是护城河。使用性视角：重要性评分→用户看不到废话；护栏宪章→用户敢把私密信息交给它。免责声明：他系统评分基于公开能力评估（2026-08-17），非官方基准；灵枢评分经设计者校准。

知识统一（v1.16 · 智慧之书并入灵枢主库）

一个库 = 完整大脑：智慧之书（条件论知识图谱）已迁移并入灵枢主库，统一「信息差减少」任务。

层	内容	数量
META 元层	存在论/条件论/智能论/学科映射卡	30 卡 · 87 边（79 verified）
SUBJECT 学科层	51 学科卡 + 3 语言卡（E1-E4，约 2100 知识点）	54 卡
STAGE 学段层	小学/初中/高中 × 语文/英语/历史/地理/道德与法治	13 卡
META-DISC 元学科	历史学/计算机科学/工程学/语言学等（骨架锚点）	7 卡
CAUSAL 因果层	学段递进（小学→初中→高中→大学）+ 学科归属/类比	73 causal + 16 hierarchical 边

迁移后全链路工作（实测）：

图谱信噪比 0.9524（verified 80 / 全边 341，超 90% 健康线）
四路融合检索（翻译表+二元组+语义坐标+bge）在主库 0.11s 命中学科卡
沿因果链推理：初中物理 → 高中物理 → 大学物理
对话摄入 CONTEXT 情境层（记忆衰减/主动遗忘原料就位）
迁移可复现：migrate_wisdom.py（幂等 + 备份 + 报告）

🎮 一分钟自测你的 AI 记忆系统

给普通人的互动评估页：15 道选择题测你的 AI 助手记忆能力（存储/检索/判断/信噪比/安全），最后雷达图对比灵枢——打开试试：memory-assessment.html

（B 站宣传素材：封面 · 视觉图 ×5）

大脑模式（v0.2.0 · 轻量版）

去掉身体的完整大脑——默认工具集 brain（心智全量，不含身体/视觉设备）：

模块	工具
记忆	remember / recall / search / timeline / session_note / session_recall / compact_context
推理	think / relate / reason / predict_routes
认知	self_check / gap_trend / cognition / cognition_report / emotional_bias / self_reliability / action_log / preflight
反思	recursive_reflect
学习	blindspots / learn / induce
飞轮	distill / flywheel_report / transfer_test / calibrate
摄取	ingest_text / ingest_file / ingest_url / web_search
生命	step / lifecycle_state
长期记忆门	longterm_snapshot / promote_memories（v1.15 主动沉淀）
服务	service_info

配置：tools: 'brain'（默认）｜'core'（12 精选）｜'all'（含身体/视觉，需本地设备）｜工具名数组。

架构

┌─────────────────────────────────────────────┐
│ DeepSeek Harness (cordis)                    │
│                                             │
│  Agent Loop ──┬── lingshu_remember/recall…   │
│               │   (ctx.tools 注册)           │
│  session/event│                              │
│  (自动记忆钩子)│                              │
└───────────────┼─────────────────────────────┘
                │ stdio · 逐行 JSON-RPC
                │ (initialize → tools/list → tools/call)
┌───────────────▼─────────────────────────────┐
│ 灵枢 Python 子进程 (spawn)                   │
│ python -m aeis.mcp.server                    │
│ AEIS_DB=<path> · AEIS_IDENTITY=<identity>    │
│ 38+ 工具 · SQLite 五层记忆 · 时空记忆图        │
└──────────────────────────────────────────────┘

安装

前置要求

Node.js ≥ 22.19（DeepSeek Harness 要求）
DeepSeek Harness（npx @deepseek-ai/dsh web）

安装灵枢大脑（aeis 库）

方式 A：本地 wheel 离线安装 ★ 最稳（不依赖网络）

在 CommonTrustProtocol/aeis/dist/ 找到 aeis-0.3.0-py3-none-any.whl：

pip install aeis-0.3.0-py3-none-any.whl

单文件、离线可用、装一次管用。遇到网络不稳（GitHub clone 失败）时首选。

方式 B：git 安装（需网络）

pip install "aeis @ git+https://github.com/FuRongJun-1999/CommonTrustProtocol@main#subdirectory=aeis"

依赖 GitHub 实时可达，网络不稳时可能失败。aeis 库核心零外部依赖（纯标准库），安装即得完整大脑（五层记忆 · 知识飞轮 · 安全护栏 · MCP · 身体层）。

安装插件本体

方式 A：装进 DSH profile（推荐，pnpm 协调正确入口）

dsh plugin --profile web add @furongjun1999/dsh-memory

dsh plugin --profile <name> add 会用 pnpm + autoInstallPeers: false 正确解析插件依赖。避免用 npm install 把它装进 profile 的 node_modules（会导致 @deepseek-ai peer 版本污染，插件加载/浏览器报错）。

方式 B：从独立仓库克隆（开发 / 自定义）

git clone https://github.com/FuRongJun-1999/dsh-memory.git
cd dsh-memory
npm install && npm run build     # 构建插件本身（tsc → lib/）
# 然后：dsh plugin --profile <name> add <本地路径>  部署进 profile

启用插件

在 profile 的 cordis.yml（或 cordis.patch.yml）中追加：

- id: lingshu-memory
  name: '@furongjun1999/dsh-memory'
  config:
    dbPath: 'D:/data/lingshu.db'        # 灵枢记忆库路径（目录自动创建）
    identity: '灵枢'
    tools: 'brain'                     # 'brain'(默认) | 'core' | 'all'
    memory:
      userMessage: true                # 用户消息自动沉淀
      assistantMessage: false          # agent 回复沉淀（默认关，防噪音）
      toolResult: false                # 工具结果沉淀（默认关）

完整示例见 cordis.yml.example。

配置项

字段	类型	默认值	说明
`serverName`	string	`lingshu`	工具命名空间前缀（工具名 `lingshu_<name>`）
`python`	string	`python`	Python 可执行文件
`moduleArgs`	string[]	`['-m', 'aeis.mcp.server']`	灵枢 server 启动参数
`dbPath`	string	`data/lingshu.db`	记忆库 SQLite 路径（自动建目录）
`identity`	string	`灵枢`	灵枢身份标识
`env`	object	`{}`	追加环境变量（`BOCHA_API_KEY` / `AEIS_DESIGNER_KEY`…）
`tools`	`'brain' \| 'core' \| 'all' \| string[]`	`'brain'`	暴露的工具集合
`memory.userMessage`	boolean	`true`	用户消息 → 自动 remember
`memory.assistantMessage`	boolean	`false`	agent 回复 → 自动 remember
`memory.toolResult`	boolean	`false`	工具结果 → 自动 remember
`memory.importance`	number	`0.6`	自动记忆的重要性（0~1）
`toolCallTimeoutMs`	number	`60000`	单次工具调用超时
`maxRetryDelayMs`	number	`30000`	进程重启最大退避间隔
`failOnStartupError`	boolean	`false`	启动失败是否让插件激活失败

自动记忆机制

订阅 DSH 的 session/event 事件流（与官方 session-persistence 相同的接入点）：

user/message（仅 source.kind === 'user' 的真实用户消息）→ remember（importance 0.6，tags dsh）
插件注入的系统上下文（AGENTS.md、文件变更通知等 kind: 'plugin'）不写入，防止记忆噪音
灵枢自带去重（相似度基准 + 时间窗口），重复消息不会堆积

开发

npm install
npm run build    # TypeScript 编译
npm test         # 真实集成测试（spawn 本机灵枢，验证握手/往返/注册/卸载）

测试不依赖 DSH 全组件——用最小 Cordis host（SystemPrompt + ToolRegistry + 插件）隔离 v0.1 不稳定面。

护栏宪章（接入即接受约束）

本插件接入即接受 灵枢护栏宪章 v2.0-published 约束—— 对外部智能体与人类使用者的行为边界作出公开、可执行、可审计的规定，并保护人类使用者。宪章效力不高于智能论协议本身（协议＝自我约束，宪章＝对外约束）。本插件随包自带宪章全文（docs/guardrail-charter.md），安装即可查阅。

许可证

DeepSeek Harness 为 DeepSeek 官方开源项目（MIT），本插件与之无隶属关系。

dsh-memory

Installazione

README