Olalaye/dsh-layered-memory ↗★ 0
dsh-layered-memory
Layered long-term memory plugin for DeepSeek Harness (dsh): transient / episodic / semantic memory with auto-capture, AI distillation, cross-session recall, and a management API.
安装
$
npx -p @deepseek-ai/dsh dsh plugin --profile web add github:Olalaye/dsh-layered-memory说明文档
阅读完整 README ↗配置
所有可调参数通过 Config schema 暴露,可在 profile 的 cordis.patch.yml 中覆盖:
- override:
- id: dsh-layered-memory
config:
storageDir: ~/.dsh-memory # 记忆存储目录(默认 ~/.dsh-memory)
maxTransient: 300 # 瞬时层容量上限
maxEpisodic: 500 # 情景层容量上限
maxSemantic: 800 # 语义层容量上限
minScore: 0.08 # 召回最低分数阈值
| 字段 | 默认 | 说明 |
|---|---|---|
storageDir | ~/.dsh-memory | 记忆 JSON 存储目录(支持 ~ 与相对路径) |
maxTransient | 300 | 瞬时层容量上限(超出按 ts 裁剪最旧) |
maxEpisodic | 500 | 情景层容量上限 |
maxSemantic | 800 | 语义层容量上限 |
minScore | 0.08 | 召回最低分数 |
使用方法
1. 日常使用(全自动,零操作)
安装后无需任何配置,模型会按提示词规则自动使用记忆系统:
| 场景 | 模型自动行为 |
|---|---|
| 会话开始,或你说"之前/上次/记得吗/照旧/按老规矩" | 自动调用 memory_recall 检索相关历史后再回答 |
| 你明确说出可长期复用的偏好(习惯、写作风格、业务要求等) | 自动调用 memory_remember 保存并分类 |
| 一段工作完成、任务收尾、或你说"今天先到这/再见" | 自动调用 memory_commit 提交会话摘要并沉淀要点 |
| 任何会话中的用户消息 | 插件自动捕获到瞬时层(无需模型参与) |
2. 手动指令(给模型发消息即可)
不需要记忆相关术语,用自然语言即可:
记住:我汇报时喜欢用表格
以后写文档都用中文,标题用 ## 两级
上次我们讨论的 X 项目结论是什么?
把这个会话记下来
查一下我上次说的关于 Y 的要求
忘记我之前说的那件事吧
模型会对应调用 memory_remember / memory_recall / memory_commit 完成操作。(注:删除/清空请使用 HTTP API,模型工具暂不提供删除入口。)
3. 数据文件管理
记忆以纯 JSON 存储于 ~/.dsh-memory/(跨会话、跨工作区共享):
.dsh-memory/
├── transient.json # 瞬时记忆(上限 300 条)
├── episodic.json # 情景记忆(上限 500 条)
└── semantic.json # 语义记忆(上限 800 条)
- 备份:直接复制这三个文件即可;恢复时放回原目录
- 迁移:把目录复制到另一台机器的用户目录下,重新安装插件即可读取
- 隐私:记忆包含个人数据,位于用户目录、不在仓库内
1. 日常使用(全自动,零操作)
安装后无需任何配置,模型会按提示词规则自动使用记忆系统:
| 场景 | 模型自动行为 |
|---|---|
| 会话开始,或你说"之前/上次/记得吗/照旧/按老规矩" | 自动调用 memory_recall 检索相关历史后再回答 |
| 你明确说出可长期复用的偏好(习惯、写作风格、业务要求等) | 自动调用 memory_remember 保存并分类 |
| 一段工作完成、任务收尾、或你说"今天先到这/再见" | 自动调用 memory_commit 提交会话摘要并沉淀要点 |
| 任何会话中的用户消息 | 插件自动捕获到瞬时层(无需模型参与) |