Skip to main content
R

dsh-memtree

rj-yejianping/dsh-memtree

Long-term memory for DeepSeek Harness: memory-as-file (MEMORY.md, daily notes, digest knowledge), notes the agent writes itself, nightly Auto Dream consolidation, and hybrid BM25 + vector search with wikilink expansion.

Install

dsh plugin --profile web add github:rj-yejianping/dsh-memtree

README

dsh-memtree · 长期记忆

Long-term memory for DeepSeek Harness, ported from QwenPaw: memory-as-file (MEMORY.md, daily notes, digest/ knowledge), notes the agent writes itself during the conversation, nightly Auto Dream consolidation, and hybrid BM25 + vector search with wikilink expansion.

把 QwenPaw 的长期记忆机制移植为 DeepSeek Harness(DSH)插件。

QwenPaw 的长期记忆是一套完整的循环:记录 → 引入 → 整理 → 连接 → 找回 → 展开。它的核心不是"把所有聊天存起来",而是 Memory as File, File as Memory——核心记忆、每日记忆和整理后的长期知识都是工作区里的普通 Markdown,索引只是可重建的派生状态。 本插件把同一套循环实现在 DSH 的 Host 插件里:文件布局、对话内按需记录、Auto Dream、混合检索和系统提示引导一一对应。

机制对照

QwenPaw本插件说明
MEMORY.md<root>/MEMORY.md核心长期记忆,用户与 Agent 都可编辑;可选注入系统提示
memory/YYYY-MM-DD.md同左当天记忆笔记的索引页,<!-- notes:auto --> 区块自动重建,区块外手写内容保留
memory/YYYY-MM-DD/{topic}.md同左一个 session 对应一条主题笔记,由 Agent 按需写入
digest/{personal,procedure,wiki}/同左Auto Dream 整理出的长期知识,Wikilink + ## Sources 互连
mem_metadata/同左可重建的索引、图谱、Embedding 缓存与 dream 水位
Auto Memory(每 5 个用户回合)已移除不再有定时总结,也不再有单独的「汇总模型」调用:Agent 在当前对话里自己总结,并用 memory_write 写入
Auto Dream(CREATE/CORROBORATE/REFINE/CORRECT)memory_dream 工具 + 可选定时只整理已变化的每日笔记,绝不改写每日笔记与 MEMORY.md
memory_search(BM25 + 向量 + RRF + 图谱展开)memory_search 工具BM25 始终可用;配置 Embedding 后启用向量 + RRF;返回片段并支持沿 Wikilink 展开
MEMORY_GUIDANCE 提示系统提示 section告知文件位置、何时检索、如何用 read 渐进展开

目录结构

<root> 默认是 $DSH_HOME/long-term-memory/(本机 /root/.dsh/long-term-memory/), 下面每个 Agent 模式一个子目录(perPreset: true):

  • 记忆是全局的、按模式隔离的,不会在任何工作区里创建 .dsh-memory/; 同一种模式在 /root/workspace/a 和 /root/workspace/b 里用的是同一棵树;
  • root 写相对路径时相对 $DSH_HOME 解析,不是相对工作区;写绝对路径则完全由你指定;
  • 只对已启用的模式建目录:面板里关掉的模式,切过去看一眼也不会产生任何文件。
$DSH_HOME/long-term-memory/
├── standard/                          # 每个 Agent 模式一棵树(standard / ptc / minimal / cordis …)
│   ├── MEMORY.md                      # 少量、稳定的核心长期记忆
│   ├── memory/
│   │   ├── 2026-10-21.md              # 当天索引页(notes:auto 区块)
│   │   └── 2026-10-21/
│   │       └── 主题笔记.md             # 一个 session 一条主题笔记
│   ├── digest/
│   │   ├── personal/                  # 身份、偏好、关注范围、长期约定
│   │   ├── procedure/                 # 可复用流程 / runbook
│   │   └── wiki/                      # 定义、事实、观察、原则、心智模型
│   └── mem_metadata/                  # 索引、图谱、Embedding 缓存、dream 状态
└── cordis/                            # 创造模式:同样的结构

perPreset: false 时所有模式共用 <root> 本身,不再加模式子目录。

一条已经沉淀的长期知识节点:

---
name: 新能源汽车产业链
description: 跟踪整车需求、动力电池盈利与上游锂资源的传导关系。
kind: wiki
updated: 2026-10-21
---

# 新能源汽车产业链

需求从整车销量传导到动力电池排产,再影响正极材料和锂资源需求。
评估单环节的盈利敏感性时,先确认售价联动、库存成本与产品结构三条渠道。

## Sources

- [[memory/2026-10-21/主题笔记.md]]

界面风格(v0.14.0:按 ReMe 状态页重做信息架构与渲染)

面板不再只是"长得像",而是按 ReMe 的状态页重建了页面结构与交互:

页签:总览 / 自动记忆 / 记忆整理 / 组件 / 日志 / 知识库 / 检索 / 设置。 知识库图谱:知识库页签顶部是一张仅含 digest/ 节点的网状图(圆环布局、紫色节点),点击节点直接打开该知识;文档详情里新增「关联知识」区,分「上联(入链)/ 下联(出链)」两组胶囊,点击可跳到关联笔记。

分组与折叠:日志按日期分组、知识库按 digest/<分类>(个人 / 流程 / 知识)分组。组头是醒目的整条按钮——品牌色左边线 + 7% 底色 + 12.5px 加粗标题 + 右侧数量胶囊 + ▾/▸ 指示,知识库组头用紫色区分;组间 18px 间距 + 1px 分隔线。逐组展开/收起,aria-expanded 同步。library hero 只保留标记 / 标题 / 描述(不再显示文件数与目录,避免顶部堆数字)。设置页的每个分组同样可折叠(details)。

稳定性:Markdown 渲染包了一层错误边界(MarkdownBoundary),并传入原语要求的 labels;即使某个 Markdown 树抛错,也只降级成 <pre>,不会把整块面板渲染成空白。页头的「立即整理」按钮已移除,整理动作只保留在「记忆整理」页。

  • 总览:workspace hero(46px 标记 + eyebrow + 等宽根路径 + 健康徽章 + 四列 dl 元信息)→ 能力网格(核心记忆 / 日志与笔记 / 长期知识 / 索引片段)→ 两个 feature hero(自动记忆、记忆整理,各带 3 步 flow card 与"立即整理"按钮)→ 组件网格 → 折叠的「高级信息」。
  • 自动记忆 / 记忆整理:各自的 feature hero + flow card(判断 → 写记忆 → 刷新索引 / 扫描变化 → 提炼节点 → 推进水位),整理页带立即整理按钮与上次整理时间。
  • 组件:两列组件卡(文件存储 / 关键词索引 / 向量检索 / Wikilink 图谱),每张卡有标题、副标题、状态徽章与两列 dl 指标。
  • 日志 / 知识库:与 ReMe 的 Journal / Knowledge 一致 —— 顶部 library hero(J/K 方块标记 + 标题 + 描述 + 文件数 + 目录),左栏是吸顶搜索框 + 计数 + 带 J/K 标记的文件行(文件名 + 相对路径),右栏是文档预览:
    • header:类型 + 文件名 + 等宽相对路径(sticky,带模糊背景)
    • 文档元数据:解析 YAML frontmatter 后以 dt/dd 网格渲染(不再是裸文本)
    • 文档内容:用宿主共享的 MarkdownText 原语渲染 Markdown(标题、列表、代码、链接、表格),拿不到原语时降级为 <pre>
  • 检索:输入框 + 主色按钮;结果卡片复用组件卡样式,命中片段同样走 Markdown 渲染。
  • 设置:工具栏(状态圆点 + 同步/未保存 + ltm-pending 胶囊 + overrides 路径)、分组 section 卡、布尔项为复选框、底部还原/保存;「Agent 模式」成为设置里的一个 section(复选框开关)。

客户端半边因此声明依赖 @deepseek-ai/dsh-client-ui-primitives(dsh.client.inject),用它提供的 MarkdownText 渲染文档与检索片段。

核心记忆预算(硬约束)

MEMORY.md 每轮都会注入系统提示,所以它有按字节计算的硬预算(inject.memoryMdMaxBytes,默认 4096):

  • 写入即校验收:memory_write / memory_edit 命中 MEMORY.md 且写入后会超预算时,直接拒绝并返回可操作的说明(告诉 Agent 该把内容写到 memory/<日期>/<主题>.md,或先精简再试)。文件保持原样,不会出现"写进去了但被截断"的半状态。
  • 工具结果回报用量:写 MEMORY.md 成功后,返回里会带 核心记忆 1.7KB/4KB 这样的标注,方便判断还剩多少空间。
  • 系统提示写明规则:引导段落里明确"只放长期有效的约定与边界;不要放过程、版本流水账、排障细节、每日进展",并给出当前预算数字。
  • 注入侧仍然按上限截断,作为最后一道保险。

预算是"每次写入后的文件大小",不是增量;改小预算(最低 1024)不会被旧文件卡住,但下一次写入必须降到预算内。

工具

工具作用
memory_search混合检索个人知识库(memory/ + digest/),返回 路径:行号、分数、片段以及 outlinks/inlinks;片段不足时用 read 沿路径渐进展开
memory_dream把变化的每日笔记整理进 digest/,每条笔记只产生一个动作(CREATE / CORROBORATE / REFINE / CORRECT);dryRun 可预演
memory_status报告记忆根目录、文件数量、索引片段数、是否启用向量检索、上次整理时间
memory_write新建 / 覆盖 / 追加一个记忆文件(MEMORY.md、memory/<日期>/<主题>.md、digest/<类>/<主题>.md);写入后自动重建当天索引页并刷新检索索引
memory_edit在某个记忆文件里精确替换一段文本(用于就地修正结论、更新偏好);匹配不到或不唯一时报错,不猜

另外注册了 /memory 命令:

命令作用
/memory / /memory status记忆布局与索引状态
/memory search <关键词>立即检索个人知识库
/memory dream立即执行 Auto Dream;支持 --dry-run(预演)与 --force(忽略水位,处理全部每日笔记)

编辑记忆(memory_write / memory_edit)

记忆树在 $DSH_HOME/long-term-memory/,位于会话工作区之外。而会话权限档位(workspace-write)只允许写工作区与临时目录,所以 Agent 自带的 write / edit 工具改不到记忆文件。这两个工具由插件在 Host 侧写入,因此在任何权限档下都能用,代价是路径必须由插件自己把关:

允许拒绝
MEMORY.mdmem_metadata/(索引、向量缓存等派生状态)
memory/<YYYY-MM-DD>/<主题>.md(主题笔记)记忆树之外的任何路径、含 ..、非 .md
memory/<YYYY-MM-DD>.md(当日索引页 / 日记)
digest/<personal|procedure|wiki>/<主题>.md

当日索引页是「部分托管」的,所以它可以写:

页面部分谁维护
<!-- notes:auto --> … <!-- /notes:auto --> 区块插件按磁盘上真实存在的笔记重建
frontmatter description仅当它还是自动值(N note(s) today.)时重算,你写的描述会保留
区块之外的正文(日记、复盘)归写入者,原样保留

写入后会自动重建受影响那天的索引页并刷新检索索引,所以新内容下一次 memory_search 立刻可见;即使写入时把 notes:auto 区块的标记整段删掉,重建也会把它补回来。memory_write 会保留已有 frontmatter(对 MEMORY.md 追加不会丢 summary/read_when);memory_edit 要求匹配唯一,命中多处时报错而不是挑一个改。

两个工具随 inject.edit(默认开)注册,并且和其余记忆工具一起受「模式启用」约束:面板里关掉的模式拿不到写路径。

系统提示

  • 引导 section:说明 MEMORY.md、每日索引、主题笔记与 digest/ 的职责,并规定"涉及用户过去的事实、偏好、决策或经验时先 memory_search,片段不足再 read 展开"。
  • 会话自己的记忆树:引导 section 会写明本会话的记忆树绝对路径与 Agent 模式 id(如 /root/.dsh/long-term-memory/cordis),并说明三件事:①记忆按模式隔离,别的模式的树不是你的记忆;②记忆树在工作区之外,不要去工作区建 .dsh-memory/ 或找记忆;③memory_search 的结果路径是相对记忆树的,用 read 打开要拼上树根,而 memory_write / memory_edit 的 path 保持相对形式。该文本每次组装提示词时按当前模式重新解析,会话中途切模式也会跟着换树。
  • 核心记忆 section(Agent 作用域):注入有字节上限的 MEMORY.md 内容,让稳定的长期约定无需工具调用即可见。
  • 编辑指引(inject.edit 开时):在引导 section 里多一行「要改记忆就用 memory_write / memory_edit」,并说明当日索引页的日记正文可写、其中 notes:auto 区块由插件重建。

后台任务

  • 对话内按需记录(没有后台调用):Agent 判断出现了值得长期保留的信息时,自己在本轮把要点写成笔记正文,再调用 memory_write 落盘;没有额外的汇总模型、没有定时任务,也不产生额外模型费用。用户说「总结一下 / 记一下」就是让 Agent 当场这样做。
  • Auto Dream:默认每天 04:00(本地时间,离峰)对所有空闲会话整理一次;也可用工具/命令手动触发,或额外设置 intervalMinutes。整理后的索引在后台刷新。

配置

在 profile 的 cordis.patch.yml 中覆盖同一行 id 的 config:

- id: long-term-memory
  name: 'dsh-memtree'
  config:
    root: long-term-memory
    language: zh
    search:
      maxResults: 8
      embeddings:
        enabled: true
        baseURL: https://api.example.com/v1
        apiKeyEnv: MY_EMBEDDING_KEY
        model: text-embedding-3-small
字段默认值含义
rootlong-term-memory记忆根目录;相对路径按 DSH home 解析(全局),也可写绝对路径
perPresettrue在 root 下按 Agent 模式再分一层(<root>/<模式>/);false 则所有模式共享一份
languageautoauto / zh / en
autoDream.enabledtrue是否允许 Auto Dream
autoDream.autoRuntrue是否按每日时刻自动整理
autoDream.dailyAt'04:00'每日整理时刻(本地时间,离峰更便宜)
autoDream.maxNotesPerRun4每次最多整理几条笔记(限制一晚的花费)
autoDream.intervalMinutes0额外的固定间隔(0 = 关闭)
inject.edittrue向 Agent 暴露 memory_write / memory_edit(仅在启用的模式里;关掉则 Agent 只能检索、不能改记忆)
search.maxResults8返回文件数上限
search.maxSnippetLines18每个片段的最大渲染行数
search.expandLinkstrue是否沿 Wikilink 展开
search.embeddings.*关闭OpenAI 兼容的 /embeddings 端点、模型与环境变量名
scope.modeallall=每个 Agent 模式默认开启;selected=只在面板里勾选的模式开启
scope.presets[]例外列表:all 下为排除名单、selected 下为开启名单。默认为空——所有模式一视同仁,包括创造模式 cordis
backgroundModel.*空夜间整理(dream)使用的模型路由:baseURL + model + apiKeyEnv(直连 OpenAI 兼容端点);留空则用 Agent 默认模型
autoDream.model空对 backgroundModel 的 dream 专用覆盖
inject.guidancetrue是否注入记忆引导
inject.memoryMdtrue是否注入 MEMORY.md 摘要
inject.memoryMdMaxBytes4096摘要字节上限

工作模式(按 Agent 模式全局管理)

这里的「工作模式」指右上角切换的 Agent 模式(Agent Preset):标准模式 standard、PTC 模式 ptc、极简模式 minimal、创造模式 cordis。

每个模式在全局有一份记忆,所有工作目录里跑同一模式的会话共享它(不是每个目录各存一份):

$DSH_HOME/long-term-memory/
├── standard/     # 标准模式:MEMORY.md、memory/、digest/、mem_metadata/
├── ptc/          # PTC 模式
├── minimal/      # 极简模式
└── cordis/       # 创造模式
  • 当前模式由 agentPresets.composedPreset(agent.ctx) 解析(会话头 agentPreset 兜底);
  • root 默认 long-term-memory,相对路径按 DSH home 解析(默认 /root/.dsh/long-term-memory),也可写绝对路径;
  • perPreset: false 时所有模式共用 <root> 一份。

选择对哪些模式开启:

  • 面板 设置 → 长期记忆 → 模式 列出所有已注册模式(名称 + id + 全局记忆根),逐个开关;
  • 开关持久化在 $DSH_HOME/long-term-memory/presets.json,与记忆内容分离;
  • scope.mode: all(默认)默认全开、可单独关闭;selected 默认全关、只开勾选的;
  • 关闭后:该模式的 Agent 不再收到记忆提示段,三个记忆工具从它的工具列表隐藏(tools.restrict),定时整理跳过它,/memory 提示未启用。

设置(在面板里配置模型、URL、节奏与密钥)

设置 → 长期记忆 → 设置 四组表单,保存后立即生效,无需改 profile 文件:

分组字段作用
语义搜索(Embedding)启用 / Base URL / 模型 / 密钥值memory_search 的向量分支;留空则只做 BM25 关键词检索
记忆整理模型(Auto Dream)同上把每日笔记整合成长期知识时使用
记忆节奏启用 Auto Dream / 按计划自动整理 / 每日时间 HH:MM / 或固定间隔分钟只控制夜间整理;对话汇总由 Agent 自行判断

密钥只写不回显

  • 面板中密钥输入框是 password 类型,永远显示为 ***;已配置时只显示「已配置:***(不可查看)」;
  • 密钥值通过 Host 凭据服务写入(credentials.set),落到 $DSH_HOME/.credentials.yaml(0600),因此重启不丢;但不写入插件文件、不返回给前端、不写日志;
  • 凭据名由插件内部解析(未配置时用固定槽位 DSH_LONG_TERM_MEMORY_KEY),面板不再展示也不需要填写。
apiKeyEnv 必须是凭据名,不能是密钥本体

apiKeyEnv 是 引用名(POSIX 标识符,如 UNIAPI_API_KEY),不是密钥值。Host 凭据库的 refs: 段只接受这种键,且在下次启动加载整份文件时校验:一旦出现 sk-…: sk-… 这类非法键,整份凭据文件会加载失败,表现为「重启后所有密钥都没了」。插件对此三层防护:

  1. 配置归一化:apiKeyEnv 不匹配 ^[A-Za-z_][A-Za-z0-9_]*$ 时丢弃并回落到默认名;
  2. 面板写入:saveSettings 收到密钥本体直接拒绝(400 long-term-memory/bad-request);
  3. 启动自愈:overrides.json 里历史遗留的密钥型 apiKeyEnv 会被改写成真实引用名、值抢救进凭据库(仅当该槽位为空)、并把文件重写为不含密钥的版本。

被拒的分组一律使用插件私有槽位 DSH_LONG_TERM_MEMORY_KEY,不会回落到 DEEPSEEK_API_KEY 等共享名字,避免覆盖别的凭据。

节奏

  • Auto Memory 已删除:插件不再注册 agent/turn-stopping,没有回合计数、没有窗口游标、没有 session-progress.json,也没有单独的汇总模型调用。记忆是否写入、写什么,由 Agent 在当前对话里自己判断并用 memory_write 完成。
  • Auto Dream:默认每天 04:00 整理一次(本地时间,离峰),也可用 intervalMinutes 追加固定间隔——
    • 每日时刻:dailyAt: '04:00'(本地时间,24 小时制,留空关闭);
    • 固定间隔:intervalMinutes: 0(0 关闭);
    • 单次上限:maxNotesPerRun: 4,没有变化的笔记不会触发模型调用。
  • 定时器每 60 秒读取一次当前配置,因此面板改动无需重载即刻生效;每天最多按 dailyAt 触发一次。

持久化位置

$DSH_HOME/long-term-memory/overrides.json(默认 /root/.dsh/long-term-memory/overrides.json),覆盖 profile 中的同名配置项:

{
  "version": 1,
  "embeddings": {
    "enabled": true,
    "baseURL": "https://your-gateway.example.com/v1",
    "apiKeyEnv": "UNIAPI_API_KEY",
    "model": "text-embedding-v4",
    "timeoutMs": 20000
  },
  "dream": {
    "baseURL": "https://your-gateway.example.com/v1",
    "apiKeyEnv": "UNIAPI_API_KEY",
    "model": "your-dream-model",
    "maxTokens": 8192,
    "timeoutMs": 240000
  },
  "rhythm": {
    "autoDream": { "enabled": true, "autoRun": true, "dailyAt": "04:00", "intervalMinutes": 0 }
  }
}

夜间整理模型(YAML 兜底)

面板「设置」是首选配置入口;如果要用 YAML 做默认值,仍然支持 backgroundModel 作为兜底,autoDream.model 可单独覆盖(对话汇总不再调用任何后台模型,因此没有对应配置):

backgroundModel:
  baseURL: https://uniapi.ruijie.com.cn/v1
  apiKeyEnv: UNIAPI_API_KEY
  model: deepseek-v4-flash-wot
  maxTokens: 32000
  temperature: 0.2
  timeoutMs: 300000   # 生成 32k 预算可能需要 2-4 分钟
autoDream:
  model:
    model: qwen3.6-35b-a3b   # 仅 dream 换成另一个模型
  • 有 baseURL → 直连 POST {baseURL}/chat/completions,自带模型与凭据;
  • 只有 provider + model → 走 Host 已注册的 LLM 路由;
  • 都为空 → 回退到 Agent 当前默认模型;
  • 密钥仍按名字从 Host 凭据库解析,不写进配置文件。

输出预算与思考型模型(did not contain a JSON object or array 的真正原因)

背景模型如果是思考型模型(glm-5.3-flash、o*、deepseek-reasoner 等),它会先花输出 tokens 写 reasoning_content,再写正式回答。于是有个隐蔽的坑:

配置的 max_tokens实际发生结果
20482048 个输出 token 全被思考吃掉(reasoning_tokens: 2014)content 为空、finish_reason: length
32000思考 6623 + 正文 3130正常返回 JSON

content 为空时,旧的解析链会报 LLM reply did not contain a JSON object or array; reply started with: (后面什么都没有)。这不是解析器的 bug,是预算不够——而且是插件自己造成的:调用点曾把 maxTokens: 2048 写死,面板里配的 32000 根本没被使用。

现在的机制(src/llm.js):

  1. 预算由配置决定:调用点不再传死数字,LlmHelper 用路由的 maxTokens(面板「最大输出 tokens」),缺省 8192;
  2. 截断自动加预算:空回复且 finish_reason: length 时按 ×4 重试,最多 2 次、上限 32768,并记录 reasoning_tokens;
  3. 只有思考没有正文时用 reasoning_content 兜底,而不是当成空回复;
  4. JSON 不合法再问一次:把失败原因和回复开头回给模型,要求「只输出 JSON」,一次;
  5. 仍失败才抛错,并且错误里写明真实原因与解法:background model produced no text (finish_reason=length, reasoning_tokens=…, max_tokens=…) … raise 最大输出 tokens。

超时也必须跟着预算走。 大预算意味着长生成:实测 32000 预算的一次 dream 调用耗时 137 秒(思考 6401 tokens + 正文 3075 字)。旧默认 timeoutMs: 60000 会在第 60 秒中断一个本来正常的请求,报 The operation was aborted due to timeout。现在的规则:

  • 每次请求的超时 = max(配置值, 30 秒 + 5 毫秒 × 预算),所以 2048 → 40 秒、8192 → 71 秒、32000 → 190 秒;
  • 默认 timeoutMs 从 60 秒提到 240 秒,面板新增「超时(毫秒)」字段,留空即用上面的自适应规则;
  • 整个调用(含重试)有 15 分钟硬上限,避免一次后台任务无限拖;
  • 超时会给出可操作的错误,而不是裸的 abort 文案: direct model timed out after 190s (max_tokens=32000, model=…) … lower 最大输出 tokens or raise 超时 (timeoutMs)。

如果不想付思考的 token,把背景模型换成非思考模型(例如网关上的 deepseek-v4-flash 之类)即可——顺带也能把 137 秒压到几十秒。

知识面板

插件在 设置 → 长期记忆 增加一页面板(settings.section),数据全部来自 Host 路由 api/long-term-memory/*:

  • 概览:按「核心记忆 / 每日索引 / 主题笔记 / 长期知识」分组列出文件,右侧预览原文(含 frontmatter)。
  • 搜索:与 Agent 使用同一套混合检索(BM25 + 可选向量 + RRF + Wikilink 展开),结果显示 路径:行号、融合分、关键词分、向量分以及出链/入链数量。
  • 图谱:把记忆文件按 Wikilink 关系画成圆形布局,点击节点跳到原文。
  • 模式:列出标准 / PTC / 极简 / 创造等 Agent 模式及其记忆根目录,点击切换该模式是否启用长期记忆。
  • 预演整理:调用 Auto Dream 的 dry-run,只报告计划动作,不写文件。

面板是独立的客户端半边(client.js),宿主侧提供 4 条 POST 路由(overview / file / search / dream),继承 DSH 的浏览器鉴权。 客户端半边在 Host 启动时扫描并缓存:首次安装时若包里还没有 client.js,Host 会缓存「不是客户端包」的判定直到重启,之后刷新页面也不会出现面板。新增/修改客户端半边后:先重启 dsh web,再刷新页面。

向量检索(embedding)

search.embeddings 走 OpenAI 兼容的 POST {baseURL}/embeddings。密钥不写进配置:插件按内部槽位名解析, 插件每次检索时通过 Host 的 credentials 服务解析(provider 管理的凭据库优先,进程环境变量兜底),因此换 key 无需重启。

本次接入的 uniapi 配置(text-embedding-v4,1024 维):

- id: long-term-memory
  name: 'dsh-memtree'
  config:
    language: zh
    search:
      embeddings:
        enabled: true
        baseURL: https://uniapi.ruijie.com.cn/v1
        apiKeyEnv: UNIAPI_API_KEY
        model: text-embedding-v4
        timeoutMs: 20000

任何 embedding 失败(网络、鉴权、维度不符)都会记日志并退化为 BM25 + Wikilink 展开,不会让检索报错。 向量按 sha256(文件路径 + mtime) 缓存在 mem_metadata/embeddings.json,只有变化的文件会重新计算。

安装

dsh plugin --profile web add dsh-memtree
# 或本地开发:npm pack 后把 tgz 绝对路径交给 plugin_manager 装真实包(不要用 link: / 软链)

安装后用一个新会话验证:memory_status 应报告根目录与文件数量;让 Agent 记住一条偏好, 再开新会话问相关问题,memory_search 应能找回;/memory dream 应把每日笔记整理进 digest/。 面板在 设置 → 长期记忆;若刚新增了客户端半边,先刷新页面。

与 QwenPaw 的差异

  • 没有 Python/ReMe 运行时:BM25、RRF、分块、Wikilink 图谱、Auto Dream 编排全部用 JavaScript 重写,无外部依赖。
  • 来源用会话而不是 JSONL:QwenPaw 把对话另存为 mem_session/*.jsonl;DSH 的会话日志本身就是可追溯的事实来源,因此主题笔记记录 session_id 与 source_session 指向会话,而不是复制一份 JSONL。
  • Embedding 可选且外部化:DSH 未内置向量模型,插件通过 OpenAI 兼容的 /embeddings 端点接入;未配置时 BM25 + Wikilink 展开照常工作(与 QwenPaw 行为一致)。
  • Auto Resource(Daily Paper / Auto Fin)未移植:它们依赖 QwenPaw 的外部资料管线,不属于长期记忆内核。

保真度与已知偏差

移植依据是 QwenPaw 源码与其 ReMe 依赖的逐行提取。一致的机制包括: 合并写入同一 session 的当天主题笔记、notes:auto 区块的手术式重建、personal/procedure/wiki 分类与 CREATE/CORROBORATE/REFINE/CORRECT 四动作、Auto Link Wikilink + ## Sources、BM25 k1=1.5 / b=0.75、 RRF k=60、1-hop outlink/inlink 展开、路径:行号 片段与渐进式展开、MEMORY.md 不进入索引也不被 dream 改写。

有意偏差(均为 DSH 环境适配或安全取舍):

偏差原因
分块上限 1200 字符(ReMe 默认 10000 字节)片段更小,适合渐进式披露与上下文预算
RRF 等权(ReMe vector_weight=0.7)向量默认关闭;仅 BM25 时排序完全一致
Auto Dream 允许 SKIPReMe 要求每条笔记必须产出一个动作;这里保留 skip 作为安全阀,避免无实质内容时强行造节点
## Sources 由代码补一条裸 Wikilink提示词要求模型写成完整上下文句子;代码兜底保证证据链不断
无 23:00 夜间 cronDSH 用可配置 autoDream.intervalMinutes + 工具/命令手动触发替代
无 rerank 与搜索答案合成QwenPaw 的 /rerank 是独立 HTTP 服务;本插件返回渲染片段,由主 Agent 自己综合
无 auto-recall 自动召回注入因此也无需"抽取前剥离自动召回内容";如需自动召回应作为独立插件
来源指向 DSH 会话而非 mem_session/*.jsonlDSH 会话日志本身是可追溯的事实来源,避免复制对话

限制

  • 同一工作目录的多个会话共享一份记忆;跨工作目录不共享(与 QwenPaw 的 Agent 工作区语义一致)。
  • 索引在每次检索前做增量刷新;大量文件首次建索引会有一次性的分块开销。
  • MEMORY.md 注入按字节截断,超长内容请自行精简或关闭 inject.memoryMd。
  • 没有定时总结:不主动写记忆就不会产生每日笔记,此时夜间的 dream 因为「没有变化的笔记」而直接跳过,不产生模型费用。

开发

npm run lint   # node --check:index.js、client.js、src/*.js

测试套件(分块 / frontmatter / BM25 / Wikilink 图 / store 原子写 / Auto Dream 四动作 / 插件装配) 在开发工作区里用 node --test 运行,未随包发布;需要时请按 src/ 的模块边界补用例。

验证记录

  • plugin_manager install_bundle 返回 application: applied,dsh-memtree 已写入 profile bundles。
  • Config.listConfigs 显示 include:long-term-memory 的 status: schema(激活且配置 schema 可用)。
  • Tool.listTools 显示 memory_search / memory_dream / memory_status 三个模型可见工具。
  • 实时端到端:在真实会话中调用工具,于 $DSH_HOME/long-term-memory/<模式>/ 下生成 MEMORY.md、每日索引页与主题笔记;memory_dream 用真实模型产出 REFINE 动作,写入 ## Sources 并推进 mem_metadata/dream-state.json 水位。
  • 检索样例(真实数据,路径已按当前全局根目录格式):
========= memory/2026-10-21/主题笔记.md:10-10 [score=0.0164 keyword=12.8584] ==========
# 主题笔记
本 session 的关键判断与成立条件…
  outlinks (1):
    → digest/wiki/概念节点.md  name="概念节点"
  inlinks (1):
    ← digest/wiki/概念节点.md  name="概念节点"
========= digest/wiki/概念节点.md:14-20 [score=0.0159 keyword=5.3073] ==========
# 概念节点
## 结论
…(省略)
  • 向量检索(真实端点):text-embedding-v4(1024 维)通过 uniapi 调用成功;对「上游原料降价怎么影响电池龙头利润」 这种与文档没有字面重叠的问题,语义分支把宁德时代节点排到第一,并输出 vector= 分数:
========== digest/wiki/宁德时代.md:14-20 [score=0.0325 vector=0.6980 keyword=3.3028] ==========
  • 面板 API:test/plugin.test.mjs 覆盖 overview / file / search 三条路由(真实 store + search), 并验证越界路径(../../etc/passwd)被拒绝;Host 侧共注册 6 条路由(含 workspaces / setWorkspace)。
  • 宿主内实时验证(子 Agent 在真实会话调用工具):memory_status 报告 索引片段:12 个;向量检索:text-embedding-v4; 中文语义查询与英文跨语言查询的每一条结果头都带 vector=(如 0.6980、0.7175); 英文问句的 keyword= 仅 1.82–1.91,却仍召回正确的中文记忆,说明语义分支确实在工作;无报错、无超时,响应亚秒级。
  • 模式门控:scope.mode=selected 时未勾选的 Agent 模式不注入记忆提示段、隐藏三个记忆工具、/memory 提示未启用(有测试覆盖);记忆根为全局 <DSH_HOME>/long-term-memory/<模式>/,跨工作目录共享。
  • 夜间整理模型(真实端点):dream 走 qwen3.8-flash(uniapi),8192 输出预算、240 秒超时,返回合法 JSON 决策。
  • node --test test/*.test.mjs → 53 passed / 0 failed。

License

MIT © yejianping

Related plugins