DSH Plugins
返回列表
🧠

dsh-mem0-plugin

记忆 更新于 2026.10.31

在终端中运行以下命令:

dsh plugin install rokyaria/dsh-mem0-plugin

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 中执行 dsh plugin install rokyaria/dsh-mem0-plugin 安装本插件,或让 Agent 阅读 https://github.com/rokyaria/dsh-mem0-plugin 仓库中的 install.md 按步骤配置 embedding 与向量库后用 mem0_status 验收。

插件介绍

开新会话就忘偏好、项目约定和之前的决定,是 agent 工作流里最常见的摩擦。把 mem0 接进 agent 往往还要单独起一个 Python 服务、用 HTTP 调记忆层,部署和运维都更重。

dsh-mem0-plugin 把中间层拿掉:直接在 dsh 里跑 mem0 官方 TypeScript SDK,以插件形式提供八个原生工具,覆盖写入、语义检索、按 id 读写改删、时间范围盘点、变更历史与健康自检。记忆的语义能力仍由 mem0 负责——可选 LLM 做事实抽取与去重合并、向量检索与 provider 生态照旧;插件补上 mem0 原生不好表达的时间窗列表与分页、范围删除、history 持久化,以及给模型的「何时该用记忆」引导。

适合已经在用 DeepSeek Harness、希望 agent 跨会话长期记住事、又不想维护独立 mem0 服务的人。你需要配置 embedding 与向量库(参考部署常用 Elasticsearch 8 与本地或云端 embedder);若要做事实提炼而非原文存储,再配 OpenAI 兼容 LLM 即可。

使用场景

  • 希望 agent 记住用户偏好与项目约定,新开会话不用重复说明
  • 回答涉及过往决策、历史工作或团队约定的问题前先检索记忆
  • 定期盘点或按时间窗清理过期记忆,并维护可审计的变更历史

适合人员

  • 使用 DeepSeek Harness 且需要 agent 持久记忆的开发者
  • 不想单独维护 mem0 Python 服务、希望原生工具调用的团队
  • 已具备或可部署 embedding 与向量库(如 ES8)的用户