dsh-memory-framework

配置、预算与收录策略

宿主插件配置项

配置键	默认值	说明
coreUrl	http://127.0.0.1:18765	本地 Python 记忆核心监听地址（仅限本机 127.0.0.1 / localhost / ::1）
instanceId	dsh-default	实例标识。同一 Profile 下的多个窗口应保持相同值；不同 Profile 共用同一核心时请配置不同且稳定的 instanceId
credentialsFile	~/.memory-framework/credentials.json	宿主本地凭据文件路径（服务端读取，非浏览器 URL）
autoStartCore	true	启动 DSH 时自动检测、初始化并在后台拉起本地 Python 记忆核心守护进程
pythonCommand	""	可选自定义 Python >=3.12 可执行文件路径（留空时自动探测系统 Python）
projectGoals	false	开启且宿主加载 Goal 模块时，将任务目标单向投影至会话 Goal（新建投影立即 disarm，不授予自动续跑权限，也不覆盖人工编辑的 Goal）

工作区预算与收录策略（Dashboard「预算与收录」）

每个工作区均可独立配置以下配额与采集策略（保存时执行 expected_revision 乐观锁校验，防止多窗口覆盖）：

策略字段	默认值	范围	作用与行为
context_mode	follow_dsh	follow_dsh / manual	默认跟随当前对话窗口所选模型的上下文容量；未知容量或 manual 时使用下方固定字节上限
context_share	10 (%)	1 – 20 (%)	跟随模式下，扣除模型输出上限后分配给自动记忆注入的窗口占比
evidence_bytes	32,000 B	4,000 – 256,000 B	手动/未知容量模式下每轮总证据预算（自动注入 + 工具读取/搜索共享）
automatic_bytes	12,000 B	1,000 – 128,000 B	手动/未知容量模式下每轮自动注入上限（须为工具预留至少 2,000 B 差额）
max_tool_calls	12 次	1 – 50 次	单轮允许模型调用记忆与任务工具的最大次数
max_writes	3 次	0 – 20 次	单轮允许模型执行记忆写入或任务状态更新的最大次数
source_chars	2,000 字符	100 – 12,000 字符	memory_framework_read 每次分页读取原始证据的最大字符数
tool_memory_mode	evidence_only	evidence_only / allowlist / all	工具输出收录模式：默认仅保存原始证据待人工挑选，避免工具输出刷屏污染记忆库
tool_max_chars	4,000 字符	100 – 12,000 字符	开启自动收录工具输出时的单条字符上限（超长、报错或同任务重复输出默认跳过）
embedding_daily_chars	200,000 字符	1,000 – 10,000,000 字符	工作区每日（UTC）向量化输入字符硬上限（查询与建索引共享，失败尝试亦计入）

可选外部向量模型（OpenAI-Compatible Embedding）

核心支持接入兼容 OpenAI /v1/embeddings 协议的向量服务。在启动核心前设置环境变量即可启用词法 + 向量混合检索：

$env:MEMORY_EMBEDDING_URL = 'https://your-provider.example/v1/embeddings'
$env:MEMORY_EMBEDDING_MODEL = 'your-embedding-model'
$env:MEMORY_EMBEDDING_KEY = ''
$env:MEMORY_EMBEDDING_REVISION = '1'
$env:MEMORY_EMBEDDING_DIMENSIONS = '1024'

模型指纹由 URL | Model | Revision | Dimensions 共同构成，防止不同语义空间的向量混用。后台建索引采用指数退避（单条失败最长退避 1 小时），查询具备 5 分钟 / 128 条 LRU 缓存与并发锁合并；未配置或暂停向量化时自动平滑回退至全文检索。

---

0.3.2 修复与 其他记忆插件潜在的同名工具调用风险，但是仍不能保证完全规避了这种情况，因此相当不建议您同时将此插件与其他插件进行加载。Memory Framework 的工具目前统一修改为使用 memory_framework_* 前缀来规避同名的情况。

宿主插件配置项

配置键	默认值	说明
coreUrl	http://127.0.0.1:18765	本地 Python 记忆核心监听地址（仅限本机 127.0.0.1 / localhost / ::1）
instanceId	dsh-default	实例标识。同一 Profile 下的多个窗口应保持相同值；不同 Profile 共用同一核心时请配置不同且稳定的 instanceId
credentialsFile	~/.memory-framework/credentials.json	宿主本地凭据文件路径（服务端读取，非浏览器 URL）
autoStartCore	true	启动 DSH 时自动检测、初始化并在后台拉起本地 Python 记忆核心守护进程
pythonCommand	""	可选自定义 Python >=3.12 可执行文件路径（留空时自动探测系统 Python）
projectGoals	false	开启且宿主加载 Goal 模块时，将任务目标单向投影至会话 Goal（新建投影立即 disarm，不授予自动续跑权限，也不覆盖人工编辑的 Goal）

1. 为什么 Token 使用量会有所增加？

本插件在 DSH 对话链路中不调用额外的后台摘要大模型，但会在以下三个环节引入受控的上下文开销：

1. 每轮前向上下文注入（``）：在每个模型步骤开始前（agent/pre-step），若当前会话绑定了长程任务或存在匹配记忆，插件会将任务契约（目标、硬约束、下一步、验收状态）及高优召回记忆作为系统上下文注入。
2. 模型主动工具调用（Agentic Memory Tools）：模型在推理过程中若调用 memory_framework_search、memory_framework_read、memory_framework_task_update 等工具，工具定义（Schema）、工具返回结果以及触发的额外推理轮次会计入主模型的输入/输出 Token。
3. 可选外部 Embedding 调用：若配置了外部向量模型并开启工作区语义检索，新记忆入库与语义搜索会消耗 Embedding 接口 Token（受每日默认 200,000 字符的 embedding_daily_chars 硬上限保护）。