TMCRA × DeepSeek Harness 长期记忆插件

这是 TMCRA 面向 DeepSeek Harness 的自动记忆接入。

每轮收到用户问题后，插件会并行召回“用户全局记忆”和“当前项目记忆”，把证据写入 Harness 可审计的会话记录。回答完成后，用户陈述与 Agent 回答会以两个角色明确的记录写回 TMCRA。

仓库在 src/sdk/ 中附带适配器实际使用、可审查的 TypeScript 客户端与生命周期模块。托管 API、账号、计费、控制面、数据库、部署配置和生产记忆引擎代码均不在公开范围内。

当前状态：技术预览。已针对 @deepseek-ai/dsh 0.1.0-rc.6 与 TMCRA API 0.2.2 验证。DeepSeek Harness 本身仍处于 Developer Preview，后续可能出现破坏性兼容变更。

English

已实现能力

• 每轮第一次模型请求前自动召回，无需 Agent 主动调用工具。
• 新开一个 Harness 对话后，可以继续同一项目的工作进度。
• session_id 用于项目内部的来源追踪，不会被设计成第三个独立召回范围。
• 用户内容与 Agent 回答分别保存为 user、assistant 记录。
• 主 Agent 与子 Agent 共享项目记忆，同时保留 Agent 身份、角色、父会话与委派深度。
• 优先根据 Git origin 识别项目，其次使用 Git 公共目录，最后使用规范化工作目录。
• 内容送往 TMCRA 前，会清理常见 API key、Bearer Token、密码、私钥、验证码和带凭据的 URL。
• 召回异常默认不阻断 Harness 回答；写入失败会进入本地持久化待写队列，下次提问前重试。

让每一次项目协作都成为可继续使用的知识

一个长期项目中，真正有价值的信息通常散落在许多轮对话里：需求为什么这样确定、方案受过哪些约束、哪些尝试已经失败、代码改到了哪里、测试得到什么结果、下一步还要完成什么。对话窗口关闭以后，这些上下文很容易被遗忘。再次开始工作时，用户往往需要重新解释项目，Agent 也可能重复调查、重复试错，甚至沿用已经失效的结论。

接入 TMCRA 后，Harness 会在协作过程中自动记录用户表达的目标、要求、决定、修正和工作偏好，同时记录 Agent 完成的分析、实现、测试、问题定位与进度。用户说过的话和 Agent 做过的工作会被分别保存，后续能够判断一项内容是用户作出的决定、Agent 给出的建议，还是已经完成并验证的结果。

随着项目推进，这些协作记录会逐步整理为：

• 项目现状：当前目标、需求与约束、已经完成的工作、正在处理的问题、未完成事项和建议的下一步；
• 决策与实施过程：方案选择及其原因、重要变更、实验与测试结果、失败尝试、故障原因和最终处理方法；
• 可复用的经验：经过实际项目验证的方法、排障路径、设计原则、研究笔记、领域知识和容易踩到的坑；
• 个人工作背景：用户明确表达的偏好、习惯、常用工具、协作方式和长期关注的主题。

这些内容会随项目继续推进而更新。新的结论形成后，系统会更新项目的当前状态，同时保留此前的过程和依据。不同项目分别组织；同一项目中的多次对话可以共享已经积累的背景。用户开始一轮新对话时，Agent 可以先取得与当前问题相关的项目知识，再继续回答和执行任务。

用户可以在 TMCRA 网页端或桌面应用中查看记忆库和知识图谱，搜索项目经历，回到原始对话核对内容，并删除错误、过时或不希望继续保留的记忆。启用本地知识库同步后，稳定的项目知识也可以继续整理到 Obsidian，成为个人可长期维护的资料。

这套能力适合持续数周或数月的开发、研究、产品设计与多 Agent 协作。它减少重复说明、重复调查和重复试错，让项目进度能够跨对话延续，也让一次项目中形成的经验在之后的工作中继续发挥作用。

环境要求

• Node.js 22.19.0 或更新版本
• DeepSeek Harness 0.1.0-rc.6
• Harness 管理插件时需要 pnpm 位于 PATH
• 一个 TMCRA 账号。登录命令会自动创建插件所需的范围令牌。

发布初期，TMCRA 账号免费使用，暂不设置记忆写入与召回额度上限。后续如果调整免费政策，会提前公告，并在用户确认后生效。