Kaede-Ayaki/dsh-holo-memory ↗★ 0
dsh-holo-memory
提供三层全息记忆系统以持久化存储和检索事实 适合需要跨会话长期记忆项目背景和用户偏好的高级用户。
安装
$
npx -p @deepseek-ai/dsh dsh plugin --profile web add github:Kaede-Ayaki/dsh-holo-memory说明文档
阅读完整 README ↗配置
默认配置全部可用。需要覆盖时,在你的 profile patch(~/.dsh/profiles/desktop/cordis.patch.yml)里按 id 覆盖:
- id: holo-memory
config:
injectMaxChars: 1200
extractMaxTokens: 1400
# 可选:开启向量检索(OpenAI 兼容 /embeddings)
embeddingEnabled: true
embeddingBaseUrl: https://api.siliconflow.cn/v1
embeddingModel: Qwen/Qwen3-Embedding-8B
embeddingApiKeyFile: D:/path/to/DSH_HOME/holo-memory/embedding.key
embeddingBaseline: 0.22
API Key 推荐放在单独文件(首行),而不是写进 YAML;插件会优先读环境变量,再读 embeddingApiKeyFile。SiliconFlow 的 Qwen3-Embedding-8B 输出 4096 维,查询耗时约 200–400ms。
常用字段
| 字段 | 默认 | 说明 |
|---|---|---|
storageDir | $DSH_HOME/holo-memory | 记忆根目录 |
maxL1/maxL2/maxL3 | 2000/3000/300 | 各层记录上限,超出按重要度/时间淘汰 |
injectEnabled | true | 每轮是否自动召回注入 |
injectMaxChars | 1400 | 注入块字符预算 |
injectMinScore | 0.12 | 召回阈值,低于不注入 |
injectL1/L2/L3 | 2/5/3 | 每层最多注入条数 |
injectSubagents | false | 是否为子代理会话注入 |
activeWindowEnabled | true | 是否主动补位高重要度 L2/L3 |
activeWindowMaxItems | 2 | 主动补位最多几条 |
activeWindowMaxChars | 420 | 主动补位的字符上限(优先保留) |
activeWindowMinImportance | 7 | 进入主动补位的最低重要度(≥8 的事实不受 kind 限制) |
rrfRankConstant | 60 | RRF 的 k 值 |
extractEnabled | true | 回合结束是否蒸馏 |
extractProvider/extractModel | '' | 蒸馏用模型;留空跟随当前会话的 provider/model |
extractMaxTokens | 1400 | 蒸馏输出上限 |
extractMinTurnChars | 60 | 太短的回合不蒸馏 |
extractMaxTranscriptChars | 12000 | 喂给蒸馏模型的对话上限 |
sourceExcerptMaxChars | 1600 | 每条来源指针保存的逐字片段上限(不是摘要) |
embeddingEnabled | false | 是否启用向量检索 |
embeddingBaseUrl | '' | 例:http://127.0.0.1:11434/v1、https://ark.cn-beijing.volces.com/api/v3 |
embeddingModel | '' | 例:nomic-embed-text、doubao-embedding-* |
embeddingApiKeyEnv | DSH_HOLO_EMBEDDING_API_KEY | 从这个环境变量读取 API Key;本地 Ollama 可留空 |
embeddingApiKeyFile | '' | 从文件首行读取 API Key(优先于环境变量之后的回退;建议 0600 权限) |
embeddingDimensions | 0 | 0 = 用端点默认维度 |
embeddingBaseline | 0.22 | 向量模型的“无关文本”余弦基线,低于它按噪声处理;换模型可微调 |
queryEmbeddingTimeoutMs | 1200 | 查询向量预算,超时退回词法 |
debug | false | 输出插件诊断日志 |
向量模型是可选项:不开启时插件完全靠 BM25+中文 bigram 工作,零网络依赖。开启后新写入记录会在后台分批补齐向量,查询时实时算一次问题向量。
阈值不是拍脑袋:每条都挂一个具体失败
| 阈值 | 默认 | 它防的是哪次失败 |
|---|---|---|
injectMinScore | 0.12 | 无关问题因轻微词面重合被注入,制造噪声 |
injectMaxChars | 1400 | 长记忆挤占对话上下文、拉高首 token 延迟 |
activeWindowMaxChars | 420 | 主动补位变成常驻大段背景,压过本轮问题 |
activeWindowMinImportance | 7 | 低价值记忆每轮都被主动携带 |
extractMinTurnChars | 60 | 寒暄、单字回合生成无意义 L1 |
extractMaxTranscriptChars | 12000 | 超长回合把蒸馏 prompt 撑爆、超时 |
sourceExcerptMaxChars | 1600 | 原文片段把记忆文件撑大、挤占注入预算 |
rrfRankConstant | 60 | 单一通道靠前几名垄断融合排名 |
embeddingBaseline | 0.22 | 无关文本的余弦相似度伪装成相关 |
queryEmbeddingTimeoutMs | 1200 | embedding 抖动拖慢 pre-step、阻塞对话 |
memory_doctor 会检查这些阈值是否合法;memory_stats 会列出当前值。改默认值前请先写下它防的是哪次失败,否则下一次误伤没人解释得清。