dsh-layered-memory
junnanlys/dsh-layered-memory
Layered memory pipeline for DSH: auto-distills conversations into atomic facts, scene summaries and a persona profile (L0–L3), with hybrid BM25 + vector retrieval, chat/work family separation, and context injection before each model step.
インストール
dsh plugin --profile web add github:junnanlys/dsh-layered-memoryREADME
dsh-layered-memory
DeepSeek Harness 的分层蒸馏记忆插件：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。
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@0.7.1）
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
让 Agent 安装（推荐）
如果当前 Agent 可以执行终端命令，把下面这段话完整发送给它：
请为 DeepSeek Harness 的 web Profile 安装 dsh-layered-memory 插件。
只执行下面两条命令，不要修改其他 Profile：
dsh plugin --profile web add dsh-layered-memory
dsh --profile web --dump-config
确认输出中出现 dsh-layered-memory 后告诉我安装结果。
不要替我关闭或重启正在运行的 DSH；安装完成后提醒我手动重启 DSH Web Host。
Agent 应当返回安装结果，并明确告诉你配置中是否已经出现 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。
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
运行时数据流
插件挂在 dsh 原生事件上（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。
记忆工具(3):
- 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），点击在上方浮出档位滑块深浅主题自适应； - 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 完全分类，分类内容不渗透。
界面预览
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：
三种嵌入源：关闭（默认，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）。
- 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。
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 |
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； 分词与官方一致用 jieba——@node-rs/jieba 预编译二进制 + CJK 二元组并集， 词元供 BM25 精确整词命中、二元组保子词召回；加载失败自动回退纯二元组， FTS 索引按分词器版本戳自动重建）。
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、CodexAGENTS.md等），导入后进入分层蒸馏管线
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。