dsh-memory

每次新开对话，Agent 都像第一次见你：偏好、环境、踩过的坑都要重讲一遍。常见做法要么把整库记忆塞进系统提示词——上下文随记忆膨胀；要么靠后台模型从会话里提炼事实——每轮多花钱，数据还可能进别人的向量库。dsh-memory 换了一条路：记忆就是本机上的分片 markdown，写入由当前会话里的 Agent 顺手完成，插件本身不调用任何模型。

进提示词的只有实时生成的「片级地图」——片名、关键词、条数、最新日期——记忆再长，注入体量也大致恒定。Agent 用任务关键词 grep 命中行号，再按行 read 取回正文；条目很少的层仍会内联，避免为小文件多跑一轮检索。全局层按主题分片，项目层随工作区切换；全局规则文件 AGENTS.md 与两层记忆都可以在 DSH 设置的「记忆」分栏里查看、编辑，保存后下一条消息即生效。

写入与读取还有钩子兜底：格式、凭据、误覆写等会在工具执行前被拦下并记审计；注入末尾附带纪律块，跨片检索可委派低成本检索子代理。三种注入档位（地图 / 索引 / 全文）可按体量与习惯调节，索引超预算时会按片收缩标题线索，而不是整层「失明」。

适合长期在 DeepSeek Harness 里做项目、又希望记忆可 git、可手改、可离线迁移的用户——不想要向量库和额外 LLM 账单，但仍要 Agent 跨会话「记得住」、且你能亲眼看见、改得动每一份记忆文件。