dsh-memory-core
在终端中运行以下命令:
dsh plugin install KikaiLastest/dsh-memory-core
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中执行 dsh plugin install KikaiLastest/dsh-memory-core,或在插件管理中选择仓库 https://github.com/KikaiLastest/dsh-memory-core 安装后重启 DSH。
插件介绍
大模型每次重启仍是同一份权重,跨会话的“记性”只能落在外部档案里。若只靠人设提示词,历史要么塞不进上下文,要么被模型当成“本轮该说的话”,连贯性和可追溯性都容易崩。dsh-memory-core 面向 DeepSeek Harness 里需要长期在线、行为要前后一致的 AI 角色,把档案做成一层能找回来、能追溯、且不会压过人设的记忆与状态。
插件分四层协作:常驻记忆使用协议(明确历史仅供参考、可能过期、以新事实为准、不许编造);在对话第一步按需从本地档案召回 top 3 并带来源注入;把对话小节固化为 structured.jsonl(稳定 ID、逐字校验 quote、幂等水位);另有两标量情感状态(valence / arousal),只微调语气,不碰调度与安全规则。全部记忆落盘为普通文件,无数据库、无向量库、无外部服务,换机器拷目录即可。
它刻意走“弱人格同一性”路线:不承诺意识或内在体验,只保证行为上的连续、一致与可审计。召回是词面匹配而非语义检索,固化目前是规则抽取——适合档案体量不大、更看重可控与可迁移的场景。若你需要云端语义记忆或复杂冲突合并,这不是现阶段的定位。
适合谁用:在 DSH 里养常驻角色、希望跨会话回答更连贯、又希望记忆可本地备份、带来源追溯的开发者或玩家;也适合想先在小档案上验证“协议 + 召回 + 固化”闭环、再决定是否上更重索引的人。
使用场景
- DSH 常驻 AI 角色需要跨会话记住过往事实与对话脉络
- 希望记忆落在本地文件、可备份迁移且召回带来源追溯
- 小体量档案下先验证协议注入、词面召回与结构化固化闭环
适合人员
- 在 DeepSeek Harness 中运营长期在线 AI 角色的用户
- 重视行为连贯与记忆可追溯、但不依赖云端向量库的开发者
- 接受词面召回与规则固化、优先可控与可迁移的场景