dsh-mnemos-continuity

如果你已经在用 DeepSeek Harness，多半遇到过：换个对话窗口、换一套模型，前面的结论就像没发生过；多开几个助手协作，只能靠把整段聊天记录贴来贴去，又长又容易带上过时信息。Mnemos（dsh-mnemos-continuity）装进 DSH 后，重点不是堆一个更大的记忆库，而是让判断在换会话、换模型之后还能被高效接上——记忆落在你能查的本地文件里，推理用的模型只是可以替换的部件。

核心能力围绕接着干和交得准：你说继续之前的 X，它会找回重要结论；任务做到一半可以生成续接方案与任务号，下次精确接上。多 agent 或你自己跨会话的复杂活，可以用任务编号读写同一条记录，交接的是任务与结果，而不是剪切过的对话。外部内容会永久保留出处，便于质疑或推翻；上下文被截断时，被截部分会收起并提示原文在哪。身份与关键决定记在文件里，换模型风格会变，但做过什么、为什么这么选仍能延续。

它刻意不是向量语义检索——召回靠关键词与标签，写了但召不回是可能的；也不是会自己长大的 agent，技能要提议、验证、可回滚。记忆是本地明文，需自行备份，每轮还会注入固定纪律提示与自传体摘要；后台维护与空闲学习可能调用模型并产生成本，稳妥起步可先关掉心跳再按需开启。

适合已经在用 DSH、任务会跨会话、会被上下文截断、或有并行分支的人；单会话几步就完的小事不必开。若你希望判断能被人查、被人质疑、错了也有处追，而不是看完就忘，这个插件值得试——前提是接受本地文件、关键词检索与一部分靠纪律落地的边界。