配置

覆盖配置写在 profile 自己的 cordis.patch.yml，用顶层裸 patch 条目（直接 id:，不要包在 insert: 里——insert 与 bundle 层同 id 追加会导致 duplicate loader entry id 启动失败）：

- id: dsh-memory
  name: dsh-layered-memory
  config:                    # 键按行整体替换（不深合并），按需写全要保留的键
    family: auto             # 新会话默认档：auto | chat | work
    llm:                     # 蒸馏模型路由（不写则跟随当前默认模型）
      provider: ''
      model: ''

字段	默认	说明
`family`	`auto`	新会话默认记忆档位：`auto`（双族自动）\| `chat`（个人）\| `work`（工作）；会话内可用输入栏控件临时切换
`dataDir`	`$DSH_HOME/memory`	数据目录
`capture.enabled`	`true`	L0 捕获
`capture.stripCodeBlocks`	`true`	助手消息剥离代码块
`capture.maxMessageChars`	`4000`	单条消息最大字符数
`extract.enabled`	`true`	L1 抽取
`extract.minMessages`	`1`	攒够 N 条新消息跑一次 L1 抽取
`extract.backgroundMessages`	`10`	抽取时附带的背景消息条数
`extract.candidatePool`	`5`	去重候选池大小
`l2.enabled`	`true`	L2 场景整合
`l2.minNewMemories`	`5`	距上次 L2 整合的新记忆阈值
`l2.maxScenes`	`12`	场景块数量上限
`l2.sceneContextLimit`	`3`	L2 prompt 附带的相似场景全文上限
`l3.enabled`	`true`	L3 画像蒸馏
`l3.interval`	`20`	L3 蒸馏间隔（新记忆条数）
`recall.enabled`	`true`	自动召回
`recall.maxResults`	`5`	每步召回注入的 L1 条数
`recall.strategy`	`hybrid`	检索策略：`keyword` / `embedding` / `hybrid`
`recall.scoreThreshold`	`0.3`	召回分数阈值（低于不注入；仅 keyword/embedding 策略生效，hybrid 融合前不过滤；工具路径不过滤）
`embedding.enabled`	`false`	向量检索开关；关闭即纯 FTS 运行
`embedding.baseUrl`	空	OpenAI 兼容 /embeddings 地址（如 `https://api.siliconflow.cn/v1`）
`embedding.apiKey`	空	API Key
`embedding.model`	空	embedding 模型名
`embedding.dimensions`	`0`	向量维度（启用时必填，须与模型输出一致）
`llm.provider/model`	空	蒸馏模型覆盖（默认用当前默认选择）
`llm.maxTokens`	`256000`	单次蒸馏输出 token 上限（全阶段统一；推理模型的 reasoning 与正文共享该预算，过低会被思考吃光导致正文 0 字符）
`llm.reasoningEffort`	`off`	蒸馏思考档位（部署默认）：`off` / `high` / `max`，空串不传（跟随模型默认）。蒸馏是结构化抽取任务，默认关思考——推理模型（如 v4-flash）默认 high 档的思考可把任意输出预算全部吃光导致正文 0 字符；非推理模型不认识 effort 时需设为空串。运行时可在设置页 → 记忆 → 概览临时切换（选"跟随配置"即回退本值）
`llm.temperature`	`0.3`	蒸馏温度
`llm.maxInputChars`	`700000`	单次蒸馏输入字符预算（超限的 L1 输入自动分块抽取）
`tools`	`true`	是否注册模型可调用的记忆工具

dsh-layered-memory

安装

说明文档

配置