dsh-memory-huixiang
jqandcl/dsh-memory-huixiang
A local-first memory library for DSH: plain-text cards that decay and strengthen, recall that admits when it does not know, and everything kept on your own disk.
Install
dsh plugin --profile web add github:jqandcl/dsh-memory-huixiangREADME
回响 HuiXiang(dsh-memory-huixiang)
你的 AI 是不是每次开新对话就忘了你是谁?回响给它一块记得住你的记忆——存在你自己电脑里,不经过任何云端。
0.1 预览版 · MIT · 零依赖 · 一条命令装上
它解决什么
AI 聊天助手有个通病:聊完就忘。
今天告诉它你住哪、爱吃什么、上个月为什么难过,明天开个新对话,它一句都不记得——因为大多数助手只记得「当前这段对话」。
回响是给它装一块在外面的记性:
- 它会慢慢记住你说过的话、经历过的事、在意的东西;
- 这些存在你自己电脑上的一个文件夹里,不上传、不联网,你随时能打开看,也能删;
- 用得越久记得越准——留下的不只是事实,还有「为什么」。
它不是什么
- 不是云端服务:没有账号、没有服务器;全库零网络请求,也不调用任何模型(没有 API key 照样跑)。
- 不会偷记聊天:要显式让它记,它才记。
- 不是向量库:不做 embedding,一条记忆就是磁盘上一个纯文本
.md,出问题时你拿记事本就能翻。 - 不是多用户服务:一份库给一个 agent 用。
它从哪来
回响不是从零长出来的。它的骨架来自 dsh-hippocampus(我们一直叫它「赛博海马体」)——kianajunjie/dsh-hippocampus,MIT 许可,原本是给「大肥鱼」这类养成型 QQ 伴侣机器人做的记忆层。
留下的:一条记忆一个 .md 文件的外文库、记忆会随时间变淡、被想起来会加重、记不清就承认。这些做法是它的。
重写的:召回(什么时候该翻哪张卡)、注入结构(每轮放多少、分几层)、人格分层(底色与当前状态分开)、整理与写入闸(什么值得记、跟旧说法打架怎么办)。
原作者那套「情绪加权遗忘」的实测数字挺好看(90 天里,有情绪权重的旧记忆召回率 27%,去掉只剩 9%),想追根就去看原仓库。
它好在哪
换个窗口,它还认得你。 DSH 里你可以开很多窗口、叫很多分身干活。普通对话的上下文各自独立,换个窗口就得重新自我介绍一遍。回响的库是一份——所有窗口、所有分身读写同一个文件夹,新窗口里它照样记得你叫什么、不吃什么、上次那件事后来怎样了。
它会忘。 大多数记忆方案只做加法:记得越多越好,最后一股脑塞进上下文,又贵又吵。回响里的记忆会自然变淡(21 天重量掉一半),被想起来就加重。所以留在前面的是你反复提的,淡下去的是无关紧要的——像人一样。
它不乱编。 问一件库里没有的事,它会说「我这边没记录」,而不是编一个听起来对的答案。宁可弃权也不猜,这条有单独的测试守着。
它记得住「为什么」。 不只记「你住在哪里」,还记这条是打哪来的(你亲口说的 / 它自己推的)、什么条件下会变、哪天失效。两条说法打架就并排放着,标一个冲突,不硬圆。
换个聊天软件,它也认得你。 同一份记忆库,飞书、QQ、B站私信、网页聊天、手机 App 都读它。你在飞书随口提过的事,换到 QQ 里再问,它照样答得上来——记忆只存一份,不在每个渠道各记一遍。
数据是你自己的。
记忆就是一堆纯文本 .md 文件。想备份、想搬走、想用 git 管起来都行,也可以扔进 Syncthing 之类的工具同步到别的设备。没有专门的「同步」开关,因为不需要。
省 token。 每轮只往上下文里放「热的」那几张卡(实测约 3 千 token),不是把整库喂给模型。库用到几百张卡,注入量也基本不变。
装起来不折腾。
一条 dsh plugin add,零第三方依赖,不需要 API key、不需要 Docker、不需要向量数据库。装完就能用,断网也能跑。
它跑过分(自己量的,口径也写在这儿)
先说结论:公开榜上那些 90% 以上的数字我们不报——题目、口径、判分方式都不一样,放在一起比没有意义。能确定说的是这件事:在一个公开可复现的题库上,回响「找得到」基本不是问题,瓶颈在「模型拿到多段材料之后自己拼不起来」。
| 评测 | 规模 | 结果 |
|---|---|---|
| LongMemEval(oracle 版) | 全量 500 题 | 81.6%(408/500) |
| 同样 500 题,把每段材料全文直接塞给模型、完全不检索 | 全量 500 题 | 83.8%(419/500)=上限 |
| LoCoMo | 6 段对话 / 86 题 | 59.3%(51/86) |
| 中文自建题库 | 71 题 | 71/71(这个不算数:题出自我们自己的库) |
第二行是重点:把全部原文都给它,也只能到 83.8%。 回响 81.6%,只差 2.2 个点——剩下那点不是召回丢的,是答题模型对多段证据的推理能力。换更强的模型会跟着涨,改插件补不回来。
按「一道题要跨几段对话」拆开,短板就露出来了:
| 要跨几段 | 答对率 |
|---|---|
| 1 段 | 87.5% |
| 2 段 | 84.4% |
| 3 段 | 70.7% |
| 4 段 | 36.8% |
所以「上礼拜说的那事,和三个月前那件对一下」这种问法,是它现在最弱的地方。反过来最强的是单段回忆(LongMemEval 单会话用户题 67/70 = 95.7%)和宁可说不知道(LoCoMo 抗诱导题 17/17;LongMemEval 里说「不知道」的 61 次当中,被判对的 26 次,参考答案本身就是「信息不足」)。
怎么跑的(想复现看这里):把题库里每段对话存成一张卡 → 用问题走召回 → 召回到的卡全文交给 deepseek-chat 作答 → 同一个模型当裁判判对错。LongMemEval 那套已经整理成能直接跑的脚本,在 eval/bench(含题库下载地址、三阶段命令、口径说明);LoCoMo 与中文题库的那两个还没整理成通用版。
三条必须一起说的口径:① 用的是 LongMemEval 的 oracle 版,每题只带 2~6 段候选材料,比完整版容易得多,这个分数不能拿去和榜上的完整版比;② 答题和判分是同一个模型,也没有取多次多数;③ 题库是英文的,中文只跑过我们自己的题(上表第四行)。
它是怎么做到的(想深究的看这节)
- 一条记忆 = 磁盘上一个纯文本
.md,带 frontmatter(来源、标签、重量、边界、有效期)。 - 每轮只往上下文里放「热的」:钉住的卡 + 热卡全文 + 「大概记得」便签 + 目录标题。冷的留在库里,给线索才翻。
- 记得住「为什么」:知识(明白了什么)/ 经历(碰上了什么)/ 归纳分开存;两条说法打架就并排放着,标冲突。
- 人格分两层:底色(不常动)+ 当前状态(会变,旧版本自动进历史)。
词表文件与上游署名见
NOTICE。
十分钟装上
前提:Node >= 22、DSH >= 0.2.1-rc.2,并且知道要装进哪个 profile(dsh profile list,常见的是 web)。
方式一(推荐,npm)
dsh plugin --profile web add dsh-memory-huixiang
方式二(源码)
git clone https://github.com/JqandCl/dsh-memory-huixiang.git ~/.dsh/plugin-src/dsh-memory-huixiang
dsh plugin --profile web add link:~/.dsh/plugin-src/dsh-memory-huixiang
两条路二选一(都做会让 --dump-config 里出现两条同名 id,行为未定义)。装完重启 dsh。
首次启动会建一个空库:$DSH_HOME/huixiang(没有 DSH_HOME 就是 ~/.dsh/huixiang)。
如果你以前用过 cyber-hippocampus,旧库在 $DSH_HOME/cyber-hippocampus/:只要新目录还不存在、旧目录里有卡,它会继续用旧目录,不会因为改名「记忆消失」。想搬到新目录,自己 mv 过去即可。
第一次验收
- 让 agent 调
hc_status:应看到{ ok: true, dataDir: "…/huixiang", cards: 0 }。cards是 0 才对——仓库和 npm 包都不带任何作者数据。 - 让它记一条:
hc_remember(body: "用户在测试回响,喜欢喝乌龙茶")。 - 再问:
hc_recall(cue: "我喜欢喝什么茶"),应能翻回刚才那条。
它怎么工作
| 环节 | 做什么 | 落在哪 |
|---|---|---|
| 写 | hc_remember 落一条卡,补边界、来源、标签;7 天内同一件事只补字段不新建 | notes/<id>.md |
| 存 | 艾宾浩斯式衰减:21 天掉一半,被想起变重,封顶 4;pinned 不衰减 | 卡里的 weight / last_hit |
| 取 | hc_recall 按线索召回:触发词、分词权重、实体闸;没记过就 not_found,不硬凑 | 只读 |
| 注入 | 每轮:钉住卡 + 热卡全文 + 便签 20 条 + 目录 130 条标题 + 因果链末 12 行 | 上下文 |
| 整理 | hc_dream 把同主题几件事归成一条 insight,保留来源;冲突并排不圆 | ins-* 卡 |
| 回查 | 原话只增不改地落 stream.jsonl;摘要记不清时 hc_evidence 按行号捞原句 | stream.jsonl |
工具
| 工具 | 作用 | 必填 | 常用可选 |
|---|---|---|---|
hc_remember | 写一条长期记忆 | body | title kind tags source source_type condition valid_until quote pinned links aka supersedes conflict |
hc_recall | 按线索翻库 / 按 id 取全文 | cue 或 ids | limit |
hc_status | 库有多少卡、热的哪几条、笔记几条、因果链多长 | — | — |
hc_evidence | 按关键词回查原话流水,返回行号、时间、原句 | cue | limit |
hc_persona | 读/改人格底色与当前状态 | — | base state note |
hc_selfnote | 写/读只给自己看的短笔记(上限 40 条) | — | write last |
hc_dream | 把最近同主题的几件事归成一条 insight | — | dryRun lookbackDays |
配置
插件默认通过 cordis.patch.yml 注入三个配置(chainTailLines: 12、hotLimit: 3、heat.floorFromWeight: 2.5)。其余都可以省略,省略时的真默认值如下:
| 键 | 默认 | 说明 |
|---|---|---|
chainTailLines | 12 | 每轮注入因果链最后几行 |
hotLimit | 3 | 注入几条热卡全文 |
briefLimit | 20 | 「大概记得」便签条数 |
catalogLimit | 130 | 「记忆目录」标题条数上限 |
compressionLog | 空 | 折叠日志路径;留空走 $DSH_HOME/notes/compression.log |
healthScript | 空 | 每日体检脚本;留空走 $DSH_HOME/tools/hc-health.sh(不存在就跳过) |
autoDream.enabled | true | 原话攒够行数就自动整理一次 |
autoDream.everyLines | 20 | 攒多少行触发 |
autoDream.cooldownMs | 3600000 | 两次整理的最小间隔 |
记忆重量(heat)的全部默认值——注意第二条:cordis.patch.yml 会把 floorFromWeight 覆盖成 2.5,所以装好之后实际生效的是 2.5:
| 键 | 默认 | 含义 |
|---|---|---|
halfLifeDays | 21 | 21 天掉一半 |
initialWeight | 1 | 新卡的重量 |
rehearseBoost | 0.6 | 被想起一次加多少 |
maxWeight | 4 | 封顶 |
hotAt | 0.55 | 到这个数算热(会被注入) |
warmAt | 0.18 | 到这个数算温(只在召回时出现) |
coldAfterDays | 120 | 这么久没想起就冷存(仍然可搜) |
pinWeight | 4 | pinned 卡的常温重量:不衰减、不看闲置 |
dedupeWindowMs | 604800000(7 天) | 写侧去重窗口 |
floorFromWeight | 3.2(被覆盖成 2.5) | 原始重量到这条线算「底线级」 |
floorWeight | 0.5 | 底线级卡片的衰减地板 |
验证
以下命令只在源码树里跑——npm 包不带 test/、demo/、eval/(包只含 index.js、lib/、cordis.patch.yml、README.md、NOTICE、LICENSE)。
node --test # 275 个测试全过
node demo/simulate.mjs # 10 项演示,用临时库,不碰真库
node eval/run.mjs --golden <你的题库.jsonl> --dir <你的库目录>
eval/golden.jsonl 里是示例题库(假数据),直接跑对不上任何真库。要评测自己的库,照它的格式建一份:每行 { id, kind, query, expect },kind 取 paraphrase / update / abstain,abstain 题不写 expect。
三条设计取舍
- 纯文本而不是数据库:能
tar走、能grep、坏了一张卡能手改。代价是没有事务、没有并发保证(只有文件锁)。 - 不做 embedding:召回靠词面 + 标签 + 实体闸,确定、可解释、零依赖、零费用。代价是纯近义改写会漏。
- 冷的绝不注入:省 token 优先于「全知」。代价是它可能一时想不起来,除非你给线索。
已知短板
- 召回是词面驱动的:换个说法(「家在何方」对「住哪」)可能翻不到。
- 单机单进程假设:多进程靠
O_EXCL文件锁,不是分布式锁。 stream.jsonl会存每一轮原话(单条截断 4000 字)。这是特性也是风险,见「隐私」。- 275 个测试覆盖的是核心路径,不是全覆盖。
隐私
- 全部本地:
$DSH_HOME/huixiang。全库零网络请求、不上传,也不调用模型。 - 建库时目录
0700、文件0600(同机其他账户读不到)。 stream.jsonl是原话流水:只增不改。不想留就在关掉 agent 后删掉这个文件,库照常工作(只是没法回查原话)。- 整个目录可以拷走换机器;
persona.json、notes/、chain.txt都在里面。
命名与版本
- 显示名:回响(HuiXiang);npm 包名:
dsh-memory-huixiang。 - 插件 id 仍是
cyber-hippocampus:用户配置里写的是 id,改它会让已有配置全部失效,所以只改显示名与包名。 - 0.1 预览版,配置与工具参数还可能变。
License
MIT,见 LICENSE。lib/gate-words.txt 由 jieba 词频表生成,来源与许可证见 NOTICE。