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-prime-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:                     # 蒸馏模型静态路由（双字段齐 = 部署 pin，优先于设置页路由链；
      provider: ''           # 留空则跟随设置页路由链主路由或当前默认模型）
      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
`capture.redactSecrets`	`true`	载荷脱敏：捕获写入即把 8 类密钥（PEM/Bearer/JWT/Cookie/厂商 API key/邮箱/长号/高熵 ID）替换为 `[REDACTED:]` 占位符，覆盖 L0、蒸馏输入与手动写入；`false` 回明文（开启后 L0 原文不再可逆）
`trace.enabled`	`true`	结构化追踪：召回/蒸馏事件按天 JSONL（`/trace/`），设置页"日志"Tab 可切换查看
`trace.retentionDays`	`14`	追踪事件保留天数（`0` 永久）
`trace.captureContent`	`false`	`true` 才存召回 query 原文（默认只存长度 + sha256）
`extract.enabled`	`true`	L1 抽取
`extract.minMessages`	`6`	稳态触发阈值：单会话攒够 N 条新消息跑一次 L1 抽取。起步阶段生效阈值从 1 翻倍爬坡到此值（首轮即出记忆，随后自动攒批省调用）
`extract.idleSeconds`	`300`	闲置兜底：会话静默 N 秒后把未蒸馏切片落袋（接住"没攒够阈值用户就离开"）；`0` 关闭
`extract.backgroundMessages`	`10`	抽取时附带的背景消息条数（按会话从 L0 现查，会话间互不污染）
`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`	每条新用户消息前注入的 L1 条数上限
`recall.maxCharsPerMemory`	`500`	单条注入记忆的字符上限（超限截断并提示用记忆工具查全文）；`0` 不限
`recall.maxTotalRecallChars`	`2000`	整轮注入总字符上限（超限按相关性丢尾部）；`0` 不限
`recall.timeoutMs`	`5000`	召回总预算（ms）：超时跳过本轮注入、不阻塞对话；`0` 不限时
`recall.includePersona`	`true`	系统提示注入画像上下文（``，稳定区）
`recall.includeSceneNav`	`true`	系统提示注入场景导航（``，稳定区）
`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）
`recall.decayHalfLifeDays`	`30`	召回时效衰减半衰期（天，0=关）：排序按 `相关度 × max(0.5, 0.5^(距更新天数/半衰期))` 软加权——相关度相近的候选间新鲜记忆优先（名额轮转），老记忆最多损失一半排序分（地板兜底，长期事实不沉底）
`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）
`embedding.maxInputChars`	`5000`	单条文本最大字符数（超长截断）
`embedding.timeoutMs`	`10000`	单次 embedding 调用超时（ms）
`embedding.allowLocalModels`	`true`	允许本地嵌入档（部署上限：关闭后设置页不能下载模型、不能切本地档）
`embedding.mirror`	`https://hf-mirror.com`	本地模型下载镜像根地址（可改回官方 `https://huggingface.co`）

dsh-prime-memory

安装

说明文档

配置