记忆

在每次工具结果后注入上一段思考中已确立的结论，使模型直接沿用而非重复推导。

在 DeepSeek Harness 内通过 OAuth 检索你的 Quberi 知识库中的文档和图片，浏览空间和文档，保存笔记，并上传文件（每个文件都需你确认）。

跨压缩记忆：压缩时把被压掉的内容存到本机，提问时只注入相关的那几段（没有就一点不注入），让模型重新想起你早先定过的事。

把 DSH 接到本机 MemVault 记忆库：核心记忆块注入系统提示词、结束的轮次经由 MemVault 自己的管线抽取，并提供浏览、追溯、复核与重抽的面板。

即作记忆：创作记忆、设定与知识图谱查询。

DSH 插件：会话输入区的四入口学习流程——初始预设、收集提炼、关联升级、沉淀复用。

让项目文档与决策保持同步：维护一份只追加的决策日志及由此派生的设计快照，进程内自动更新，无需 hook 进程。

独立的本地记忆插件：JSONL 记忆条目、每轮 runtime-context 注入、记忆检索/写入工具与设置面板管理页。

跨会话长期记忆：从每轮对话抽取持久事实、按共享标签与实体自动建立联想关联，并以 BM25 加关联图激活传播进行召回；提供六个模型可调用工具与一张设置卡片。

以 Claude Code 格式为 dsh 提供长期记忆：可私有、可叠加读取，或与 Claude Code 共享，每个文件都带来源标记。

MemOS 的 DSH 分支：L1/L2/L3 分层记忆、反思加权回传、跨任务策略归纳与技能结晶。

基于本地 SQLite 的长期记忆，支持 CJK 分词检索、BM25 与字符 n-gram 余弦重排、去重和生命周期管理。

跨会话经验记忆：经验按证据定级，本轮话题相同时才注入；动手前提示只在记录自己声明了适用哪次调用时才出现。不管聊什么都要守的规矩（例如「一律用中文」）可以标成**常驻**，之后每一轮都会带上它——24 个隔离真模型回合实测：标常驻 6/6，对照组（空库、同一条不标、无关常驻）合计 0/18。光是猜的东西进不了常驻层：标了常驻也必须有可核实的出处。没人再查的记录会被退役（可逆）。五个模型工具、七个斜杠命令、运行时零依赖。

DeepSeek Harness 的长期记忆与自我演进能力：纯 Markdown 存盘，无需向量库。

轻量零依赖的 DeepSeek Harness 记忆插件：Markdown 文件记忆库、L0 记忆目录注入，以及 5 个面向模型的记忆工具。

把在别的项目里记下的经验在当前工作命中时找出来，由本机小模型判断是否在下一步之前插入一条简短提示。需要本机 Ollama（默认 qwen3.5:9b）以及 dsh-mnemon 记忆库与 mnemon CLI；缺了只会观察记录、不会注入。

证据治理的经验记忆：把已完成的工作沉淀为可核验、可批准、可执行、可验证、可修订与可遗忘的经验条目

空闲时自动解压、蒸馏并脱敏本机全部 DSH 会话记录，产出个人画像与定制日程，零第三方依赖

本地记忆堡垒：五轨分层记忆、SQLite+FTS5 知识图谱、自我进化与外部 AI 调度，数据全部存本地

跨会话长期记忆：空闲时回看会话并蒸馏为 Markdown 记忆文件，每轮对话注入摘要，支持引用反馈、设置页与导出

为 DSH 提供项目级权威记忆：每个资产最多一篇治理文章，文章之下是只追加的事件日志；工具调用触达资产时相关文章会自动进入会话

在 DSH 设置界面维护常驻指令，自动注入此后每一轮对话的系统提示词。

DSH 持久项目智能与记忆插件：架构分析、跨会话上下文、TODO 列表与可选的混合检索。

分层持久记忆（user／env／project）：每层各有字符预算与语义查询路由；层满时拒绝写入，而不是静默淘汰。