dsh-full-life-memory
在终端中运行以下命令:
dsh plugin install Toctsu/dsh-full-life-memory
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 终端执行 dsh plugin install Toctsu/dsh-full-life-memory(仓库:https://github.com/Toctsu/dsh-full-life-memory),安装完成后重启一次 DSH 以加载插件。
插件介绍
长对话里最烦的不是「记不住」,而是上下文像硬盘一样一直堆:全量保留迟早爆窗,用模型做摘要每一轮都要花钱,向量检索把原文分块又塞回来——占用的还是那些 token。
Full-Life Memory 换了一种更像人的做法:落盘的不是对话正文,而是关键词、seed 线索和一句摘要。上下文快满时,用纯正则把旧轮次蒸馏成线索,再通过 DSH 的 surface 替换把被切掉的节点从下一轮请求里真正拿掉,不是「请忽略更早内容」那种软删除。你需要旧事时,模型可以调用 recall_from_clues,顺着线索自己「想起来」,而不是把原文摊开给它看。
遗忘阶段零模型调用、零 token;回忆只在你要的时候花一点上下文。数据只在本地 SQLite,没有 embedding、没有遥测。还支持按 agentPreset 分场景调参、群聊里按发送者隔离线索,避免串台。
适合在 DeepSeek Harness 里长期续聊、桌面与 IM 桥接混用、又希望控 token 与显存占用的人——接受「找不回逐字原文,但能重建当时在聊什么」这一设计取舍的用户会最合拍。
使用场景
- 桌面端长会话快到上下文上限,需要自动折叠旧轮次又不想再调模型摘要
- QQ 群或 IM 桥接里多人同会话,希望按发送者隔离线索、避免串台
- 随口提起「上次那个 sqlite」时,靠线索让模型自己重建上下文接着聊
适合人员
- 在 DeepSeek Harness 里长期续聊、在意 token 与显存占用的人
- 运营群聊机器人、需要本地 SQLite、不上传对话的人
- 接受「找不回逐字原文、但能重建脉络」这一取舍的进阶用户