Skip to main content
C

dsh-recollection

cqxsg/dsh-recollection

Lets DeepSeek Harness agents autonomously search and revisit original history from the current session that has been removed from the model's context by compaction. Its HTTP routes have no DSH access check, so a web page open in your browser could call them.

Install

dsh plugin --profile web add github:cqxsg/dsh-recollection

README

dsh-recollection

简体中文 | English

快速开始 | 工作原理 | 评测结果 | 注意事项 | License

让 AI 想起你说的每一句话。

为 DeepSeek Harness 带来主动回想能力。即使上下文压缩让 AI 遗忘了先前的内容,它也能自主回想,从原始历史中找回所需信息。

  • 自主回想:AI 自主判断何时需要回顾历史,主动找回缺失的背景与细节,让回想自然融入对话与工作。
  • 原文追溯:回到原始记录,找回曾经的约定、关键细节和决策依据,还原事情的来龙去脉。
  • 按需取回:先找到线索,再按需展开细节。从长历史中逐步取回所需信息,减少不必要的上下文占用。

快速开始

通过 dsh 安装 dsh-recollection:

# dsh 桌面版
dsh plugin --profile desktop add dsh-recollection

# dsh web
dsh plugin --profile web add dsh-recollection

更新到最新版本:

# dsh 桌面版
dsh plugin --profile desktop update dsh-recollection@latest

# dsh web
dsh plugin --profile web update dsh-recollection@latest

或从 GitHub Release 安装:

# dsh 桌面版
dsh plugin --profile desktop add "https://github.com/cqxsg/dsh-recollection/releases/latest/download/dsh-recollection.tgz"

# dsh web
dsh plugin --profile web add "https://github.com/cqxsg/dsh-recollection/releases/latest/download/dsh-recollection.tgz"

安装或更新完成后,完整退出并重新启动 DSH 即可使用。插件默认启用,AI 会在需要时自主回想。

工作原理

上下文压缩会将部分对话原文从模型可见的上下文移出,导致细节丢失。针对这一问题,dsh-recollection 为 AI 提供重新访问当前会话原始历史的能力,让它能够找回所需信息,实现按需回想。

dsh-recollection 提供两个回想工具。需要回顾历史时,AI 先通过 recall_search 查找相关记录,获得原文片段和来源信息;如果还需要更多细节,再通过 recall_read 展开原文与前后讨论。

运行流程

运行流程

总体架构

插件由运行在 DSH Web 界面的 Client 和运行在 DSH 宿主侧的 Host 组成。Client 上报当前会话与页面状态,Host 负责历史准备、搜索读取及状态和资源管理。

dsh-recollection 总体架构

各模块的实现、数据流转与项目目录说明,详见架构文档。

评测结果

测试方法

回想测试需要足够长的上下文,让 DSH 自然触发压缩。为此,dsh-recollection 基于 SWE-Together 构建多轮会话测试,在对话中通过方案选择、后续修订等方式引入约定及其变化理由,为后续的信息缺口构建提供基础。测试中将上下文压缩的触发阈值降低至 100,000 token,并保留最近 20,000 token 的内容,使多轮会话更容易触发上下文压缩。

会话结束后,复制同一份会话状态,分别在关闭和开启回想的两个分支中接续。两组继承相同的原始历史、压缩状态与工作区,使用相同的模型配置回答同一个历史问题,两组设置的差异仅在于是否启用回想组件。测试问题不要求模型调用回想工具,由模型自行决定是否使用,再按预先制定的评分标准对照回答结果。

数据集

配套数据集包含完整会话历史、压缩记录、测试问题、评分标准及对照回答,并配有数据构建与回想评测脚本。数据集仓库仍在整理中,将于后续发布。

回想效果

评测数据集目前包含 10 个用例,每个用例根据具体历史设置 6 个评分点,主要覆盖以下四个维度:

评估维度评估内容
历史细节能否准确找回先前的名称、参数、对应关系及操作顺序
决策依据能否还原当时作出选择的具体理由与约束条件
方案演变能否区分前后方案,说明修改原因,以及哪些要求被替换或保留
来源、证据与事实边界能否区分用户提供的背景、AI 的实现选择和实际验证结果,准确判断原记录能证明什么、不能证明什么,避免补造历史
评定结果关闭回想开启回想
完整满足16.7%(10/60)88.3%(53/60)
部分满足53.3%(32/60)10.0%(6/60)
缺失15.0%(9/60)0.0%(0/60)
与历史矛盾15.0%(9/60)1.7%(1/60)

开启回想的用例中,回想工具调用比例为 90%。平均每例调用 recall_search 3.8 次、recall_read 2.2 次。

性能表现

测试使用平均正文约 2 KB 的合成记录。作为参照,回想评估数据集中每条记录的平均正文约为 2.24 KB。测试共设五档规模,分别为 128、512、2,048、5,000 和 10,000 条记录。

历史准备时间(秒)

记录数平均值P50P95
1280.0410.0430.053
5120.0810.0780.090
2,0480.5610.5530.641
5,0002.0221.9682.153
10,0007.9627.7488.919

搜索延迟(秒)

记录数平均值P50P95
1280.4930.4760.569
5120.5990.5730.740
2,0481.0441.0361.163
5,0001.5641.5541.652
10,0002.8622.8223.216

注意事项

  • DSH 兼容性 — 支持 0.2.1-rc.1 起的 0.2.x 版本。
  • 实测版本 — npm / Web 已验证 0.2.1-rc.4 至 0.2.2-rc.3;Desktop 已验证 0.2.2-rc.3。其中 0.2.2-alpha.2 存在宿主 agent preset 故障,未正常验证。其余版本尚未逐一验证。
  • Node.js — 要求 24.14.0 及以上版本,目前已在 24.14.0 上验证。
  • 运行平台 — 当前支持 Windows x64。
  • 回想范围 — 当前支持本会话内的回想,跨会话回想已列入开发计划。
  • spill 文件保留 — DSH 会将超长工具输出保存为 spill 文件。为保留后续回想所需的完整输出,dsh-recollection 默认通过配置让 DSH 将新生成的 spill 文件保存到 DSH 数据目录下的 spills 目录,并关闭自动清理。此设置不会迁移已有的 spill 文件,也无法恢复已经丢失的文件。

评测环境

  • 运行环境:Windows x64、Node.js 24.14.0、DSH 0.2.1-rc.4
  • 硬件:AMD Ryzen 7 5800H、16 GB 内存
  • 模型:deepseek-v4.1-flash-1017,推理档位 high

License

Apache-2.0

Related plugins