@wwskills/dsh-long-memory
v0.2.0
Published
Long-term cross-session memory plugin for DeepSeek Harness (L5 + L7 layers): SQLite-backed, FTS5 + optional embedding recall, append-only audit log, single-bundle dual-face packaging.
Maintainers
Readme
@wwskills/dsh-long-memory
DeepSeek Harness 的跨会话长期记忆插件。
SQLite 存储、FTS5 + 可选向量召回、append-only 审计日志、L7 自动记忆抽取。单包双面打包(Node 服务 + 浏览器 UI)。
功能
- 8 个
mem_*工具 — 搜索、记录、状态、统计、删除、确认、scope 列表、scope 设置 - FTS5 全文搜索,支持中文(开箱即用,零配置)
- 可选 Embedding — Ollama(本地,零成本)或任意 OpenAI 兼容 API
- 混合召回 — 启用 embedding 后自动融合 BM25 + 向量 + RRF
- L7 自动抽取 — 在 turn/end 时自动从对话中提取记忆,复用 DSH 的 LLM 配置,无需额外设置
- 关键词降级 — LLM 不可用时自动切换到正则关键词提取
- 文件轨 —
MEMORY.md会话标记 +memory/YYYY-MM-DD.md每日笔记 - 审计日志 — append-only,记录所有记忆操作
- 浏览器 UI — 设置页 + 记忆管理 + 确认队列
安装
dsh plugin --profile web add @wwskills/dsh-long-memory配置
默认值已可用,按需通过 profile patch 层覆盖。
Embedding
| Provider | 适用场景 | 成本 |
|----------|----------|------|
| none | 纯 FTS5 关键词(默认) | 零 |
| ollama | 本地 Ollama 服务 | 零(本地) |
| openai-compatible | 任意 OpenAI 风格 API | 按调用计费 |
- id: long-memory
config:
embedding:
provider: 'ollama' # 'none' | 'ollama' | 'openai-compatible'
model: 'bge-m3'
dimension: 1024
ollama:
base_url: 'http://127.0.0.1:11434'L7 自动抽取
L7 自动读取 DSH 的 LLM 配置,无需额外填写 API Key。
- id: long-memory
config:
l7:
enabled: true # 启用自动记忆抽取
auto_extract: true # LLM 抽取 + 关键词降级
extractor_model: '' # 空则用 DSH 配置中最便宜的模型
extractor_temp: 0.2
interval_ms: 21600000 # 两次抽取最小间隔 6h存储
storage:
path: '${DSH_HOME}/long-memory/long-memory.db'
markdown_dir: '${DSH_HOME}/long-memory/markdown'工具列表
| 工具 | 作用 |
|---|---|
| mem_search | FTS5 + 混合搜索记忆 |
| mem_record | 显式记录记忆;自动识别 scope |
| mem_status | 存储与召回状态 |
| mem_stats | 聚合统计 |
| mem_forget | 归档或删除;写审计日志 |
| mem_confirm | 审批/拒绝敏感记忆队列 |
| mem_scope_list | 列出所有 scope |
| mem_scope_set_active | 设置活跃 scope 过滤器 |
环境要求
- Node ≥ 22.5(使用内置
node:sqlite) - DeepSeek Harness 0.1.0-rc.2+
许可证
MIT — 见 LICENSE。
