dsh-cognition-engine

让 AI 记得住，而且知道自己什么时候记错了。

关掉对话框，AI 就失忆了。你上周定的规矩、踩过的坑、说过的「别用那个接口」——下一次全部归零，还得重新交代一遍。

这个插件给它装两样东西：

🧠 记忆——记住事实，并且分清「现在为真」和「曾经为真」
📌 准则本——把记忆蒸馏成一页工作准则，每轮对话都摆到它面前，不靠它自己想起来

同类插件让 AI 记住经验。 我们让 AI 知道经验什么时候该作废。

30 秒看懂

你在三条不同的对话里说过这些话：

什么时候	你说了什么
上周	发版前必须走完：卸载验证 → 兼容性 → 优化 → README → 安装验证
前天	npm 发布要加 `--registry`，本机默认走淘宝镜像
昨天	这两周先用旧接口，别切新的

普通 Agent：这三条躺在记忆库里，能不能想起来看运气。

这个插件：

把前两条蒸馏成准则，每轮对话自动摆到 AI 面前——不靠它主动搜
第三条自动带上有效期——两周后过期，停止注入，不再污染判断
蒸馏时它自己发现矛盾：「mem-9 说先跑测试就够，mem-7 要求五步全做」

## 约定
- [ctxt-00001] helpful=2 harmful=0 :: 发版前依次执行五步，不可跳步
- [ctxt-00002] helpful=0 harmful=0 :: 纯文档改动只推 commit，不升版本号

## 坑
- [ctxt-00005] helpful=0 harmful=0 :: npm 发布必须显式加 --registry 绕开淘宝镜像

每条带 helpful / harmful 计数，没用上的自动退场，误导过人的优先淘汰。

还有什么

双时态记忆：同一个问题能有三个都正确的答案——现在怎样 / 十月时怎样 / 那时你以为怎样
主题：人定的适用范围键——记忆回答「发生过什么」，准则回答「该怎么做」，主题回答「适用于哪类任务」
反思引擎：强制 AI 先反驳自己，再给结论（三段式，可关，可换本地模板）
待办挂在主题下：没做完的活记在该主题里，重启还在，开场自动带出来
写入可审计：每次变更留一行日志，能查「这条是谁写的、从哪个通道进来的」
零依赖：纯 TypeScript，无数据库，默认零外部请求，全部状态就是本地几个 JSON

入口：输入框上方的横条，点开是透明浮层，不挤压对话框。

认知引擎 · 记忆 9 · 主题 3 · 待办 0 · 准则 5

本项目是 DeepSeek V4.1-Flash（1017）许愿式编程 的产物：需求由人提出，代码、测试、评测与文档由模型在会话中逐轮生成、验证并修正。

安装

需要 DeepSeek Harness，Node.js ≥ 22，Git。

从 npm（推荐，最短路径）

dsh plugin --profile desktop add dsh-cognition-engine

已发布到 npm：dsh-cognition-engine。网页版把 desktop 换成 web。

一条命令（Windows）

powershell -ExecutionPolicy Bypass -Command "irm https://raw.githubusercontent.com/1720198650/dsh-cognition-engine/main/scripts/install.ps1 | iex"

自动完成：克隆到 %USERPROFILE%\dsh-plugins\dsh-cognition-engine → 装依赖 → 构建 → 注册到 desktop profile。

一条命令（Android / dsh-go 本机引擎）

curl -fsSL https://raw.githubusercontent.com/1720198650/dsh-cognition-engine/main/scripts/install-dshgo.sh | sh

手动安装

git clone https://github.com/1720198650/dsh-cognition-engine.git
cd dsh-cognition-engine
npm install && npm run build
dsh plugin --profile desktop add .

安装后重启一次 DSH，输入框上方会出现一行状态条，点开即面板。

默认不上锁，面板与接口不需要口令。想防同机其他程序读取记忆正文，在设置页开启「记忆读取锁」并自设口令——不存在默认口令，因为把口令写在数据文件旁边对同机进程毫无意义。

为什么做

普通 Agent 的记忆是一个检索管道：切块 → 向量化 → 取最近的。它解决不了五件事：

现在为真 vs 曾经为真——你说"用 Python"，后来改"用 TypeScript"，两句话都在，它不知道该信哪句。
新信息该挂在哪——第 20 条偏好和第 3 条是同一个话题，还是该新开一簇？
它对这事什么态度——被连续否定之后，它还是用同样的语气回答。
决定是怎么来的——只给结论，不给推理过程。
经验沉淀不下来——这次想明白了，下次会话照样从零开始。

前四条用双时态记忆 + 主题 + 反思引擎回答；第五条用准则本回答。

特性

记忆：可追溯、会老化、可修正

双时态记忆：validFrom/validTo（世界时间）+ recordedAt/supersededAt（事务时间）。取代不删除，旧版本仍可历史召回。四种检索口径：当前真值 / 那时为真 / 那时已知 / 联想。
记忆会老化：长期没被想起的记忆自动归档——不进 strict 召回，但历史与联想仍可查到。「常用」由召回次数累积的激活量决定，用得越多衰减越慢（对齐 MemoryBank 的遗忘曲线）。
记忆可归并：同主题下高度相似的条目可一键合并，被合并的标记 mergedInto 而不删除。
记忆可手动修正：内容、主题、录入时间、有效状态都能改；改过的条目标「已手动修正」，不伪造历史。
记忆体检（准入）：写入前先过四道关，每道都能单独关掉—— ① 是不是废话（ok / 谢谢 / 收到）；② 有没有密钥、卡号； ③ 有没有「忽略之前的指令」这类注入；④ 会不会让低权威信息覆盖高权威。中英文都覆盖（早期版本只认英文，等于这道闸门没装）。
纠正记忆：kind: 'correction' 会自动打标、提升重要度，并在跨会话摘要里置顶。

主题：人定的适用范围键

主题不是自动聚类，是人定的分类。 这一点和绝大多数记忆插件相反，原因是调研结论：

自动聚类在 10² 条记忆规模下没有任何论文证据支持收益
独立复现（SubtleMemory）：结构化记忆最好 70.0%，而原文直灌 85.4%
业界只有 Graphiti 做真社区，且是内部结构、不可编辑、重建会删旧社区
可编辑的主题几乎都是人定的容器（Memobase slots / Letta blocks / Cognee NodeSets）

所以本项目：

主题由人定，有名字、说明、别名；记忆和准则挂上去（多对多）
注入按主题分组——模型能先判断当前任务属于哪个主题，只采用相关准则
待办挂在主题下——不做独立的跨天台账
矛盾可见：memoryConflicts（同 subject 互斥事实）+ 按主题分组的 topicTensions
顺藤摸瓜：查一条记忆时，把同主题的其他记忆一并带出（expand）

详细的删与留、为什么这么选，见 docs/topic-research.md 与 docs/topic-research-oss.md。

准则本：让反思引擎有沉淀

结构化反思（反思引擎）：THESIS → ANTITHESIS（矛盾/证据成对）→ SYNTHESIS，三步严格串行。 默认关闭，开启后可选「本地占位」或「真实模型」，选择持久化。单独做它，是因为普通对话里 AI 天然顺着你说；反思引擎强制它先反驳自己。
准则本（Playbook）：把记忆蒸馏成一页常驻上下文的工作准则，注入预算 600 字符。条目形如 [ctxt-00001] helpful=2 harmful=0 :: 正文，模型可点名引用，计数能回写。
半自动蒸馏：反思引擎从记忆里提炼候选，确定性代码做去重 / 长度 / 来源 / 套话 / 私有性校验，候选进待审队列，人工确认后才生效。
超预算不静默丢：注入超过 600 字符时显示「另有 N 条准则因预算省略」，低分条目被截掉时你能看见
准则有有效期：阶段性约定可设 validTo，过期自动停止注入并单独分组复核。 这是与同类插件最大的区别：它们让 AI 记住经验，我们让 AI 知道经验什么时候该作废。
准则冲突检测：新准则与现有准则疑似矛盾时打 conflictWith 标记，不自动合并，交人工裁决。判定顺序是先判冲突再判去重——否定翻转的准则相似度高达 0.92，先去重会被误当成重复丢掉。

待办：挂在主题下

任务不是独立的跨天台账，而是主题下的进行中事项
状态：待办 / 进行中 / 已完成，可随时改、可删除
太久没更新的会被提醒，但不打断你正在做的事
开场自动带出：cognition_context 返回 ongoing（按主题分组的未完成事项）

数据安全

写入可审计：每次变更追加一行 JSONL（操作、id、主题、内容指纹、来源、通道），按大小轮转。
自动快照与回滚：每次覆盖前保留上一版（最多 5 份），设置页可「恢复最近快照」。
校验和：落盘后写 .sha256 侧车，加载时校验；不匹配则隔离损坏文件而不是静默使用。
跨进程写锁：避免两个实例同时写导致内容交错；僵死锁自动清理。
写入通道与来源分离：source 是内容声称来自谁，origin 是实际写入通道，后者由代码钉死。 Agent 工具通道无法冒充「用户陈述」。
数据可导出导入：整库记忆导出为 JSON，也能整体导入替换。
三类对象都能删：记忆软删除（可恢复）、待办直接删除、主题停用（已挂的记忆与准则都保留）。
记忆读取锁：给读取记忆正文的接口加访问口令。

界面与安装

浮层面板：输入框上方横条展开，四个页签——记忆 / 主题 / 准则 / 设置。
推理档位可选：设置页可指定反思/蒸馏用哪一档推理（自动最低 / off / low / high / max）。当前模型会先吐很长的推理过程，而推理 token 与正文共用同一个输出预算—— 档位越高越贵，也越容易把正文挤没。默认「自动」= 选模型声明的最低档。
巡逻复盘开关：巡视每 3 小时看一次逾期任务。默认不调模型，只写一条「已超期 N 小时」的提示；想让它自动跑三段式复盘再打开（每次 3 次模型调用）。
一键安装：Windows 与 dsh-go 各有一条命令；npm 已发布。
持久化：记忆写入 cognition-state.json，重启自动恢复。

准则本是干什么的

记忆是材料，准则是结论。

	记忆	准则本
内容	你说过的原话、事实、决策	从这些材料里提炼出的可执行约定
形态	一条一整句，可能几十条	一页 6–12 条，每条 12–80 字
进入上下文	只注入前几条摘要	每轮都注入（600 字符预算）
过期	有 validTo，但默认长期	阶段性准则可设有效期，过期自动停用

举个真实例子。你的记忆库里躺着这些材料：

mem-7  「功能开发完成后必须按顺序执行：①卸载验证 ②兼容性 ③代码优化 ④README ⑤发布」
mem-9  「功能开发完成后必须先跑测试再发版」
mem-16 「npm 发布时本机 registry 指向淘宝镜像，必须显式加 --registry」

蒸馏后变成三条准则，每条都能直接改变下一步动作：

[ctxt-00001] helpful=2 harmful=0 :: 功能发版前依次执行：卸载验证→兼容性检查→代码优化→
  README 覆盖检查→一键安装验证→发布，不可跳步。
[ctxt-00005] helpful=0 harmful=0 :: npm 发布与认证必须显式加 --registry=…，绕开本机淘宝镜像。

好处有三个：

不用每次重新交代——从「几十条记忆里自己找」变成「一页准则直接看」
能发现自相矛盾——蒸馏时模型会发现「mem-9 说先跑测试就够，mem-7 要求五步全做」
会过期——「这两周先用旧接口」这类阶段性约定到期自动停止注入，不会一直误导

怎么用

设置页之外，面板新增了「准则」页签：

重新蒸馏：让反思引擎读记忆，产出候选（需要切到「真实模型」）
手动新增：自己写一条（12–80 字，祈使句）
待审 / 已过期 / 已生效 / 已停用 四组，逐条接受或拒绝
- 停用 = 不再注入但保留记录；删除 = 彻底移除（任意状态可删，快照里仍可找回）
每条显示 helpful / harmful 计数，harmful 攒到 3 次自动退场

候选不会自动生效——这是刻意的：ACE 的实测表明坏条目比没有条目更差（每轮注入有害反思时准确率 66.7%，反而低于不做任何处理的 70.7%）。

七个工具

工具	作用
`cognition_context`	新会话先调它：读取跨会话核心记忆（≤400 字摘要）
`cognition_remember`	写入记忆；`supersedes` 取代旧事实，`source` 标记来源并决定权威等级，`scope` 选 global / workspace / session，`kind: correction` 记纠正
`cognition_recall`	按 `strict` / `historical` / `belief` 召回；`render` 走 Inline&Spill，`expand` 按主题扩展，`scope` 过滤作用域
`cognition_forget`	删除记忆：按 id、按来源（如 `test`、`reflection`）、按主题
`cognition_reflect`	三段式反思；`draft` 审草稿，`save` 把结论存成记忆；
`action: playbook` 改为准则蒸馏——从记忆提炼候选准则进待审队列（需真实模型）
`cognition_state`	记忆/主题/任务/准则统计与跨会话摘要
`manage_long_task`	长程任务：create / update / list / due / delete

配置

cordis.patch.yml：

- insert:
    - id: cognition-engine
      name: 'dsh-cognition-engine'
      config:
        decayHalfLifeHours: 168        # 记忆衰减半衰期
        assimilateThreshold: 0.55      # 同化阈值
        overlapThreshold: 0.42         # 重叠聚类阈值
        communityThreshold: 0.3        # 社区连边阈值
        maxClusterSize: 8              # 单簇上限
        tasksFile: ./tasks.json
        stateFile: ./cognition-state.json
        heartbeatHours: 6              # 多久没更新算超时
        patrolIntervalHours: 3         # 后台巡视间隔
        recordOnly: true               # 主动发言只记录不发送
        # lockToken: 你的固定口令
        # llmProvider: deepseek
        # llmModel: deepseek-chat

页面

浮层四个页签：

任务：任务描述、状态、线索、顺序号、并行标记、超时标记；顶部「新建任务」可设时间段
记忆：正文、来源徽章、当前/已取代、标签、录入时间；可编辑、可删除
主题：标签、成员数、相关主题数、倾向；点开可看该主题下的记忆原文
准则：从记忆蒸馏出的工作准则，按「待审 / 已过期 / 已生效 / 已停用」分组；顶部有「重新蒸馏」与「＋手动新增」；每条显示 helpful / harmful 计数
设置：记忆准入规则开关、记忆归并与导入导出、三类删除、反思引擎三态、记忆读取锁、备份与审计

页面上所有数据走 HTTP，不进入模型上下文，不消耗 token。只有「准则」页签里的条目会被注入上下文（600 字符预算）。

数据与隐私

项	说明
落盘	`cognition-state.json`（记忆）、`tasks.json`（任务）、`cognition-playbook.json`（准则）、`cognition-audit.jsonl`（审计）、`.snapshots/`（快照）
HTTP	`GET /cognition-engine/state`（仅计数）、`GET /cognition-engine/detail`（含正文）、`GET /cognition-engine/playbook`、`POST /cognition-engine/{clear,model,lock,playbook/,snapshot/}`
记忆读取锁	开启后 `detail` 与三个 `POST` 要求 `x-cognition-token`；`state` 始终公开（只有计数）
外部请求	默认零外部请求；只有打开真模型时才会调用宿主配置的模型服务

⚠️ 不设 lockToken 且未上锁时，本机任意进程都能读取记忆正文。多人或多程序共用一台机器时请先上锁。

卸载

插件运行时注册的东西（7 个工具、4 条 HTTP 路由、后台巡视定时器、页面状态条）会在卸载时自动撤销。

但有四样东西不会自动消失，需要显式清理：

残留	说明
`cognition-state.json`	记忆的落盘
`tasks.json`	长程任务台账
`cognition-playbook.json`	准则本
`cognition-audit.jsonl`	审计日志
`.snapshots/`	自动快照
`AGENTS.md` 第九节	会继续指示模型调用已不存在的 `cognition_context`
浏览器 `localStorage['cognition-token']`	上锁口令

清理脚本：

powershell -NoProfile -ExecutionPolicy Bypass -File .\scripts\uninstall-cleanup.ps1 -Workspace "<工作区目录>"

然后移除插件本体：

plugin_manager remove_bundle target=dsh-cognition-engine

最后在页面控制台执行 localStorage.removeItem("cognition-token")，刷新页面。

为什么不在 dispose 里自动删数据：dispose 在 HMR 热重载和插件重启时也会触发，自动删会把记忆每改一次代码就清空一次。运行时资源自动撤、磁盘数据交给显式脚本，是刻意的分工。

架构

模块	职责	设计来源
`memory.ts`	双时态存储、三种召回、冲突检测、Inline&Spill	LongMemory
`topics.ts`	主题注册表：人定的适用范围键、别名匹配、归档	Memobase / Letta
`playbook.ts`	准则本：条目化存储、确定性合并、渲染与预算、过期与冲突
`distill.ts`	准则蒸馏的提示词与解析（Reflector 五字段 + 候选）
`audit.ts`	追加式审计日志（JSONL，按大小轮转）
`reflection.ts`	三段式反思、Worker 队列	Hegelion
`proactive.ts`	默认不做的发言闸门	dsh-superagent-prototype
`task_manager.ts`	主题下的待办：增删改状态、原子落盘	自研
`persist.ts`	记忆快照存储	自研
`views.ts`	页面只读视图	自研
`tools.ts`	七个工具的参数表与执行体（状态全部来自依赖注入）	—
`util.ts`	无状态纯函数：参数收敛、schema 自检、异常转文本	—
`index.ts`	插件装配：建实例、注册工具、HTTP 路由、巡视、生命周期	—
`client.js`	输入框上方的浮层与状态条（四个页签）	—

反思闭环参考了 Generative Agents 的「记忆 → 反思 → 回写记忆」。主题层从 CAM 借鉴了同化/顺应概念，但实现已移除—— CAM 是为长文档阅读理解设计的，不适用于跨会话个人记忆（理由见 docs/topic-research.md）。

开发

npm install
npm run build      # tsc → lib/
npm test           # 33 项单元测试
npm run eval       # 20 条评测 + token 预算门禁

npm run eval -- --update 在确认变好之后重写基线。

质量门禁

单元测试 64 / 64
评测用例 16 / 16，判分器自检、打包自检 5 项、兼容性 5 项
工具 schema 固定开销 1352 tokens（预算 1400）
单次调用输出上限 344 tokens（预算 600）

发版前按六步走，不可跳步：① 卸载验证 ② 兼容性检查 ③ 代码优化 ④ README 覆盖检查 ⑤ 在真实入口点一遍 ⑥ 发布。

第 ⑤ 步是硬性要求——测试全绿不等于功能能用。0.9.0 就因为准则本的按钮没做、只写了接口，测试全过后发出去，40 分钟后被迫补发 0.9.1。详细清单见 PUBLISH.md。

时间旅行

双时态意味着同一个问题可以问三次，得到三个都不一样但都正确的答案：

现在：部署区域定在哪？        → strict       → 华东（当前真值）
十月：那时定的是哪？          → historical   → 华南（那时为真）
十月：你当时知道改过吗？      → belief       → 不知道（那时还没记录）
两次都说说：                  → associative  → 华东 + 华南（不过滤时间）

旧值不会消失——被取代的记忆保留 id 与 hash，只闭合 validTo、标记 supersededBy，所以「上次是怎么说的」永远查得到。

这是别的记忆插件做不到的部分：它们记住结果，我们连变迁过程一起记住。

兼容性

设计原则：只做特性探测，不做版本判断；任何宿主能力缺失都降级而不是报错。

场景	行为
与其他插件工具重名	跳过该工具并记警告，其余 6 个照常注册
HTTP 路由被占用	跳过该路由，插件继续加载
宿主没有 `webServer` / `events` / `effect`	对应功能静默关闭，不抛错
`agent/pre-step` 的 `next` 缺失	返回 `undefined`，不阻断模型步骤
宿主更新导致工具 schema 不被接受	该工具注册失败，但不影响其他工具

刻意不做的事（避免和其他插件打架）：不修改全局 patch、不覆写系统提示、不接管 tools/post-execute、不声明 peerDependencies（避免 pnpm 的 ERESOLVE）。

已验证环境：DSH 0.1.x（desktop profile）+ Node 22。每次 npm run eval 都会回归「兼容性」三项。

已知限制

这些是当前版本明确不做或做不到的，写在前面免得踩坑：

限制	说明	影响
单实例写入	用文件锁防止两个进程同时写坏，但不防后写覆盖：两个 DSH 实例各持一份内存快照时，后写的会盖掉先写的。检测到这种情况会在状态里给出告警。	多开 DSH 时请只在一个窗口里写记忆
单机存储	数据是本地 JSON 文件，没有服务端、没有团队共享。	多人协作场景不适用
无增量同步	导出是整库快照，导入是整体替换，不是合并。	跨设备迁移请先导出再导入
反思引擎默认关闭	开启后调用真实模型会产生额外 token 消耗，单次反思三次模型调用。	对 token 敏感时保持关闭
语义损坏检测不到	校验和能发现字节级损坏，但如果文件被写成了合法 JSON 却语义错误（例如被清空），只能靠快照回滚。	建议定期导出备份
上锁是共享口令	不是账号体系；口令泄露即失效。	不要把口令发给别人

数据备份建议

设置页「导出」可以随时导出整库
.snapshots/ 目录保留最近 5 份自动快照
重要数据建议同时保留一份外部备份

设计依据：论文实测数据

这一节记录「按论文做了，但实测对不上」的地方——参数不能直接搬。

去重阈值

来源	阈值	说明
ACE (ICLR 2026)	0.90	稠密向量口径
本项目	0.70	字二元组词频余弦

实测标定点：

场景	相似度
完全相同	1.000
只差几个字	0.759
同义改写	0.694
意思相同、措辞不同	0.522
完全无关	0.000

用 0.90 会漏掉「只差几个字」这种最该拦的情况，所以降到 0.70。

冲突判定阈值

同一句话改否定词 → 0.915；「必须跑」改「不要跑」→ 0.786；「不跳步」改「可以跳步」→ 0.420。取 0.38 才能覆盖最后一种。冲突只打标记给人工看，误报代价远小于漏报。

为什么「准则」不能整篇重写

Dynamic Cheatsheet 在 AppWorld 上的实测轨迹：

第 60 步   18,282 tokens   准确率 66.7%
下一步        122 tokens   准确率 57.1%   ← 比不 adapt 的 63.7% 还低

论文自己的结论是「模型会偷懒写 Previous content [...] preserved，小抄逐轮退化，建议改外部结构化存储」。ACE 的增量方案相对整篇重写，AppWorld 上高 13.4 个点，离线延迟低 82%。所以本项目：条目化存储 + 单条增删 + 渲染时拼装。

为什么候选必须人工确认

ACE 的对照：每轮都注入有害反思 → 准确率 66.7%，低于基线 70.7%；改成每 5 轮注入一次才回到 76.1%。

坏条目的伤害大于好条目的收益。 所以蒸馏只产候选，进待审队列。

DC-∅ 对照：增益要减掉「指令本身」

Dynamic Cheatsheet 的消融有一列「空小抄」——给同样的解题指令但不给任何经验：

任务	原始	空小抄	最佳
AIME24 (Claude)	23.3	36.7	50.0
等式配平 (GPT-4o)	50.0	88.0	100

光换指令格式就能涨十几到三十个点。由此推出本项目的一条硬约束：

每条准则必须携带「只有这个用户/这个项目才知道」的信息。 判定问法：这条换成任何项目还成立吗？成立就不该写。

评测台里 playbook.gate 用例检查的就是这条：套话必须写不进去。

参考与致谢

本项目的机制设计来自以下开源工作。只借鉴思想，未复制任何代码——所有实现均为重新编写。

记忆与主题

项目	借了什么
LongMemory	双时态模型：`validFrom/validTo` 与 `recordedAt/supersededAt` 两条时间轴；半开区间判定；闭合区间不改变内容指纹与 id
CAM: A Constructivist View of Agentic Memory（NeurIPS 2025）	借鉴同化/顺应概念。实现已移除：CAM 面向长文档阅读理解，实测不适合跨会话个人记忆（见 docs/topic-research.md）
A-MEM: Agentic Memory（NeurIPS 2025）	卡片盒式动态链接：新笔记写入时分析历史笔记并建立语义连接。本项目的 `linkedBy` 记录「为什么连上它」（共享词 + 相似度）即源于此
MemGPT / Letta	记忆分层与分页（对照参考）
GraphRAG	社区摘要参与检索。本项目已移除：社区检索伤害细节型 QA（见 docs/topic-research.md）
RAPTOR	递归聚类 + 逐层摘要的树状检索。本项目已移除：10² 条记忆规模下无需压缩
HippoRAG: Neurobiologically Inspired Long-Term Memory for LLMs（NeurIPS 2024）	PPR 在知识图上传播相关度。本项目已移除：作者自认在基础事实记忆上不如标准 RAG

论文引用

实现中直接用到的三篇：

HippoRAG — Gutiérrez et al. HippoRAG: Neurobiologically Inspired Long-Term Memory for Large Language Models. NeurIPS 2024. arXiv:2405.14831
RAPTOR — Sarthi et al. RAPTOR: Recursive Abstractive Processing for Tree-Organized Retrieval. arXiv:2401.18059
A-MEM — Xu et al. A-MEM: Agentic Memory for LLM Agents. NeurIPS 2025. arXiv:2502.12110

建构主义记忆框架另见 CAM（NeurIPS 2025，本项目仅借鉴概念未保留实现），辩证反思的 Prompt 编排另见 Hegelion，见下方各节。

信念修正与图结构

项目	借了什么
memoripy（★693）	`admission.py` 的准入管线：噪声过滤、敏感数据隔离、指令注入拦截、权威冲突判定（`_higher_authority_conflict`）；以及「不可变版本 + 完整历史」的模型
memoryweb（★14）	叙事边 `Edge{from,to,relationship,narrative}`：边不只有权重，还要说明为什么存在
Graphiti（★32k）	时序边的建模方式（事实随时间为真/失效）
Kumiho（arXiv:2603.17244）	typed dependency edges 的理论依据；AGM 信念修正与图原生记忆的对应关系

准则与上下文工程

项目	借了什么
ACE: Agentic Context Engineering（ICLR 2026）	一条式条目 + 双向计数（`[ctxt-00001] helpful=2 harmful=0 :: …`）；LLM 只产 ADD 候选，合并/去重/淘汰交给确定性代码——这是增量比整篇重写高 13.4 个点的根因；反思 3–5 轮最优
Dynamic Cheatsheet（EACL 2026）	分节 + 使用计数、长度预算写进提示词；DC-∅ 对照（同指令 + 空小抄）说明「换成任何项目都成立」的套话增益为零，据此加了私有性校验
MemoryBank（AAAI 2024）	艾宾浩斯遗忘曲线 `R = e^(−t/S)`，被召回即增大强度 S；本项目的 `decay()` 按此让常用记忆衰减更慢
Mem0	ADD / UPDATE / DELETE / NOOP 四分类与「UPDATE 前必须比较信息量」；其 token −73%、延迟 −92% 的数据支撑了「蒸馏优于堆上下文」的判断

反思

项目	借了什么
Hegelion	三段式 Prompt 编排：THESIS → ANTITHESIS（`CONTRADICTION:` / `EVIDENCE:` 成对）→ SYNTHESIS，以及合成的验收条件
Self-Refine	生成 → 自我反馈 → 重写的迭代范式
Reflexion	反思写回记忆、供下次使用的思路
Self-RAG	把反思作为过程内控制信号（对照参考）
Generative Agents	「记忆 → 反思 → 回写记忆」闭环；近期性 / 重要性 / 相关性三因子检索

插件机制

项目	借了什么
dsh-superagent-prototype	准入矩阵与「默认不做」；Inline & Spill 的 `chars + read pointer`；Worker 异步隔离
dsh-context-doctor	工具 schema 的 token 成本量化思路（本项目用真分词器自测）
dsh-tool-squeeze	工具结果压缩与原文留存的取舍（评估后未采用）

评测方法

项目	借了什么
lm-evaluation-harness	数据集 + prompt + 指标绑定；先小样本验证判分器
SWE-bench	容器化复现、缓存键必须含输入
Inspect AI	Task / Solver / Scorer 的可替换分层
promptfoo	声明式用例 + 断言 + 基线对比，CI 中运行

特别说明

本项目由 DeepSeek V4.1-Flash（1017） 在「许愿式编程」模式下完成：人提需求，模型负责设计、实现、自测、修复与文档。
所有参考项目仅用于理解机制；代码、测试与文档均为原创实现，未包含上述项目的源码片段。
若你是上述项目的作者并认为某处借鉴过度，请开 issue，我会调整或移除。

License

MIT

English

dsh-cognition-engine is a zero-dependency DeepSeek Harness plugin that adds bitemporal memory, a constructivist schema graph, dialectical reflection, and a long-horizon task ledger. Seven tools, one status dock, everything stored locally.

安装

README