dsh-observational-memory

使用

设置卡片

打开 设置 → 插件 → 插件配置，最底部的 Observational Memory 卡片，点击展开后编辑，保存即时生效（无需重启）。卡片支持中/英双语，跟随 DSH 的语言设置。

• 阈值区：「压缩阈值模式」决定只显示哪个阈值参数——calibrated 显示「主动压缩阈值」，ratio 显示「压缩阈值比例」；只有显示的参数有效，隐藏的参数无论设成多少都不生效。
• 模型（可选）区：「提供商 → 模型 ID → 推理强度」三级下拉，选项来自 DSH 已添加的模型列表；前者未选择时后者的下拉框为空。全部留空则记忆 worker 跟随会话当前模型。
• 每个字段可「重置为默认」；保存即时生效，校验不通过时保存按钮不可用并提示原因。

记忆选项卡

对话上方的视图环在「对话」「轨迹」右侧新增记忆选项卡，对应 pi 版的 /om:status 与 /om:view 命令，内容经插件注册的 Typert Remote 端点（observationalMemory/status|view|run|logs）由宿主实时生成：

• 状态：记忆清单（已记录/已清理/活跃/可见 观察数与反思数、漂移统计）、各 worker 的进度条（距下次观察/反思/压缩的 token 进度，含 ratio 模式标注）、在途任务与最近的 worker 错误。
• 记忆内容：/om:view 的内容，可在「当前可见」（最近一次压缩后代理实际可见的记忆）与「完整记录」（账本全量）之间切换；复制按钮把当前内容写入剪贴板。
• 调试日志：debugLog 开启时显示该会话 NDJSON 调试事件的尾部（默认 200 行）。

工具栏的立即运行按钮手动触发一次完整整合（观察 → 反思 → 清理），绕过被动开关与 token 阈值（空积压仍然不产生模型调用）；已有任务在途时不会重复触发。这是被动模式下保留的主动入口，主动模式下同样可用。

选项卡在打开时拉取一次，之后用「刷新」按钮更新；不会轮询。

recall 工具

代理可调用 recall(id)（12 位小写十六进制记忆 id）恢复某条观察/反思背后的原始会话证据（带时间戳的原文）。它是精确定位工具，不是搜索工具：模型在压缩后的记忆行里看到 id，需要确证时再调用。

回退按钮

每条用户消息（含 steering 消息）下方、「复制」左侧新增回退按钮：点击后在该消息之前的最近已完成轮次边界处分叉出一个新会话（fork），打开新会话，并把该消息的原文放回其输入框——可以修改后重新发送。整个过程非破坏性：原会话历史原样保留在自己的分支上。

新分支在首次触及记忆时继承原会话截至分叉点的记忆（观察、反思、清理记录与可见记忆），回退后无需从零积累；仅覆盖被放弃分支（分叉点之后事件）的记录不随分叉转移。父分支账本为空时会沿分叉链向上找到最近可用的账本，因此连续回退也能继承。被动模式不影响继承。

DSH 只能按轮次边界切分会话，因此按钮在以下情况保持禁用（悬停有提示）：首轮消息（之前没有可回退的边界）、纯附件或含附件的消息（草稿无法还原附件）、无文本消息。卸载本插件后，用户消息渲染恢复原样。

配置

配置位于 DSH 用户设置文档的独立命名空间 observational-memory（默认 $DSH_HOME/settings.yaml），与 DSH 本体配置完全隔离。两种改法：

1. 界面：见上文「设置卡片」。
2. 手改文件：编辑 $DSH_HOME/settings.yaml 的 observational-memory: 段。

配置项

配置	默认	含义
observeAfterTokens	10000	观察器触发所需的增量源文本 token 数（估算）
reflectAfterTokens	20000	反思器触发所需的增量源文本 token 数
observerChunkMaxTokens	推导	单次观察器调用序列化的源文本上限；留空按记忆模型上下文窗口的 20% 推导（下限 256，未知窗口回落 60000）
compactAfterTokens	0	主动压缩阈值（会话空闲且上下文达到该值时触发）；仅 calibrated 模式生效，0 关闭，交给 DSH 原生策略
compactAfterTokensMode	calibrated	阈值解释方式：calibrated 用固定值；ratio 按会话模型上下文窗口 × 比例推导。设置卡片只显示当前模式生效的那个参数，另一个无论设成多少都无效
compactAfterTokensRatio	0.68	仅 ratio 模式生效的窗口比例，取 (0, 1) 开区间；窗口或比例无效时触发器保持关闭（不回退到 compactAfterTokens）
observationsPoolMaxTokens	20000	压缩全量折叠的观察池预算
observationsPoolTargetTokens	上限的一半	清理器维护的活跃观察池目标
agentMaxTurns	16	后台 worker 单次运行的工具调用轮数上限
model	会话模型	记忆 worker 的模型覆盖：{ provider, id, reasoningEffort? }；设置卡片中从 DSH 已添加的模型列表按 提供商 → 模型 → 推理强度 逐级下拉选择
modelFallbackAfterFailures	0	记忆 worker 连续失败这么多次后，挂起模型覆盖并回退到会话模型；0 表示永不回退。仅在配置了 model 覆盖时生效；override 路径成功、修改配置或会话重载后重新计数
showWorkerNotifications	true	在主机日志记录 worker 进度（警告与错误始终记录）
passive	false	被动模式：关闭全部主动后台触发（记忆选项卡的「立即运行」、手动/DSH 压缩与 recall 不受影响）
debugLog	false	在存储目录下写每个会话的 NDJSON 调试事件
storageDir	$DSH_HOME/observational-memory	账本存储根目录

配置存储格式

observational-memory 命名空间的用户层文档示例：

observational-memory:
  observeAfterTokens: 10000
  reflectAfterTokens: 20000
  compactAfterTokensMode: ratio
  compactAfterTokensRatio: 0.6
  model:
    provider: my-provider
    id: my-model
    reasoningEffort: high
  debugLog: false

部署方也可以通过插件的 cordis 行 config: 预置组合层配置（作为用户层的 base）。

配置项

配置	默认	含义
observeAfterTokens	10000	观察器触发所需的增量源文本 token 数（估算）
reflectAfterTokens	20000	反思器触发所需的增量源文本 token 数
observerChunkMaxTokens	推导	单次观察器调用序列化的源文本上限；留空按记忆模型上下文窗口的 20% 推导（下限 256，未知窗口回落 60000）
compactAfterTokens	0	主动压缩阈值（会话空闲且上下文达到该值时触发）；仅 calibrated 模式生效，0 关闭，交给 DSH 原生策略
compactAfterTokensMode	calibrated	阈值解释方式：calibrated 用固定值；ratio 按会话模型上下文窗口 × 比例推导。设置卡片只显示当前模式生效的那个参数，另一个无论设成多少都无效
compactAfterTokensRatio	0.68	仅 ratio 模式生效的窗口比例，取 (0, 1) 开区间；窗口或比例无效时触发器保持关闭（不回退到 compactAfterTokens）
observationsPoolMaxTokens	20000	压缩全量折叠的观察池预算
observationsPoolTargetTokens	上限的一半	清理器维护的活跃观察池目标
agentMaxTurns	16	后台 worker 单次运行的工具调用轮数上限
model	会话模型	记忆 worker 的模型覆盖：{ provider, id, reasoningEffort? }；设置卡片中从 DSH 已添加的模型列表按 提供商 → 模型 → 推理强度 逐级下拉选择
modelFallbackAfterFailures	0	记忆 worker 连续失败这么多次后，挂起模型覆盖并回退到会话模型；0 表示永不回退。仅在配置了 model 覆盖时生效；override 路径成功、修改配置或会话重载后重新计数
showWorkerNotifications	true	在主机日志记录 worker 进度（警告与错误始终记录）
passive	false	被动模式：关闭全部主动后台触发（记忆选项卡的「立即运行」、手动/DSH 压缩与 recall 不受影响）
debugLog	false	在存储目录下写每个会话的 NDJSON 调试事件
storageDir	$DSH_HOME/observational-memory	账本存储根目录

配置存储格式

observational-memory 命名空间的用户层文档示例：

observational-memory:
  observeAfterTokens: 10000
  reflectAfterTokens: 20000
  compactAfterTokensMode: ratio
  compactAfterTokensRatio: 0.6
  model:
    provider: my-provider
    id: my-model
    reasoningEffort: high
  debugLog: false

部署方也可以通过插件的 cordis 行 config: 预置组合层配置（作为用户层的 base）。