插件目录 / AI Models / dsh-agent-memory
dsh-agent-memory
未验证 findshan
功能简介
Self-evolving memory for DeepSeek Harness: capture → dream consolidation → retrieval injection → evolve. User profile, project memory, correction learning, resume narrative — with provenance back to the replayable session log. 自进化记忆插件。
未验证 — 尚未实测
Self-evolving memory for DeepSeek Harness: capture → dream consolidation → retrieval injection → evolve. User profile, project memory, correction learning, resume narrative — with provenance back to the replayable session log. 自进化记忆插件。 尚未验证——请自行安装测试。
「未验证」表示我们的自动化 CI 尚未安装过该插件。功能描述与版本兼容性均为作者声明。这不是安全审计，也不代表对第三方代码的背书。
README
dsh-evolving-memory
文件化自进化记忆 —— DeepSeek Harness 的跨会话压缩层（v2）
记忆的本质是信息的压缩与提取。本插件叠在官方 compaction（会话内压缩）之上，用廉价模型把已压缩的会话摘要进一步提取、整合为人类可读的 Markdown 记忆文件——用户可看、可改，智能体可检索、可进化。
设计要点
| 记忆 = 压缩与提取 | 消费官方 compaction/summary 事件做提取（T1），不重复读原始日志；dream 做跨会话整合（T3） |
| 纯 Markdown 文件 | user / agent / memory / dream + 每项目 project.md + daily/ 时间层；无 schema、无迁移、无置信度、无状态机 |
| 人机共治 | user.md 用户可读可编辑；agent 写入只是建议，用户有最终决定权 |
| 目录式披露注入 | 常驻注入只有记忆目录（确定性生成，零模型调用，有界）；内容按需 memory_search（找）+ memory_read（展开）披露——与 DSH skill 机制同构 |
| 三层压缩 | 会话 compact（官方）→ 提取进 daily/（情景记忆）→ dream 固化进主题文件（语义记忆），对应"睡眠时情景→语义固化" |
| 廉价模型驱动 | 提取与整合走便宜模型（KB 级输入一次调用）；无 key 时记忆读写/检索照常，仅模型步骤跳过 |
Install / 安装
dsh plugin --profile web add dsh-evolving-memory
dsh --profile web
记忆文件落在 $DSH_HOME/memory/：
├── daily/2026-08-16.md # 今日要点 + 会话纪要 + 待办（时间层，dream 后归档）
├── user.md # 用户画像（身份/偏好/目标/禁忌/想法）—— 用户可编辑
├── agent.md # 智能体自我认知与工作方式
├── memory.md # 长期记忆（兜底落点）
├── dream.md # 梦境整合日志（审计）
└── projects/<p>/project.md
工具（6 个）
memory_search（找）· memory_read（展开）· memory_catalog（目录）· memory_save（写）· memory_correct（纠错即学）· memory_dream（整合）
分类是软约定（写进 prompt，不是代码）：用户的事→user.md，项目的事→project.md，时间→daily/，拿不准→memory.md。检索兜底一切——放错文件也能找到。
配置
| Key | 默认 | 含义 |
|---|---|---|
memoryDir |
$DSH_HOME/memory |
记忆根目录 |
dreamIntervalHours / dreamMinSessions |
24 / 5 |
梦境整合门控 |
model / apiKey / baseURL |
deepseek-chat / env / api.deepseek.com |
廉价模型（提取+整合） |
catalogBudgetTokens / catalogTopN |
1000 / 5 |
目录注入预算与每文件行数 |
searchTopK |
5 |
默认检索条数 |
autoExtract |
true |
消费 compact summary 自动提取 |
dailyRetentionDays |
30 |
daily 保留天数，dream 后归档 |
Development / 开发
npm run typecheck
npm run build
node test/smoke.mjs # 无模型：布局/保存/读取/检索/目录/纠错/捕获/时间层/持久化
DEEPSEEK_API_KEY=sk-... node test/integration.mjs # 真实模型：提取/纠错/梦境整合
为什么做这个
DSH 生态的记忆插件要么是 JSON 记录 + 置信度机器（复杂），要么没有跨会话整合。v2 回归本质：记忆就是几份活的文档 + 一个会读写的智能体——系统只提供文件、检索器、整合触发器，判断全部交给模型。明文本是 AGI/ASI 时代的通用接口。PRD：PRD.md · 旧方案：PRD-v1.md
License
MIT
安装
装一次目录插件，之后本站所有插件都能让 DeepSeek Harness 自动找、自动装：
dsh plugin add dshbase-catalog然后对 agent 说「帮我装 dsh-agent-memory」，它会在目录里找到并自动安装。文档：dshbase-catalog · 已验证场景包。
该插件是 GitHub 源码（未发 npm）——直接从仓库装：
Web profile：
dsh plugin --profile web add github:findshan/dsh-agent-memoryHeadless（CLI）profile：
dsh plugin --profile headless add github:findshan/dsh-agent-memory实测报告
尚未 L3 验证——若已跑过，见下方失败备注。
备注：验证: runtime-fail (0.1.0-rc.6) 浏览全部待验证失败 →
使用场景
把一个新模型、provider 或路由策略接入循环，让 dsh 能为任务选对脑子。
适合谁
同时用多个模型或 provider、想让成本/质量/延迟自动平衡的人。
二次开发建议
provider 适配器和路由启发式是缝——加后端、调回退链，或加按任务的模型选择。
分享徽章
把这枚徽章粘进 README——它会链回本页，实测状态变化时自动更新：
[](https://dshbase.com/zh/plugins/dsh-agent-memory/)<a href="https://dshbase.com/zh/plugins/dsh-agent-memory/"><img src="https://dshbase.com/badges/dsh-agent-memory.svg" alt="dshbase 已收录"></a>