dsh-rag-memory
在终端中运行以下命令:
dsh plugin install Yslehui/dsh-rag-memory
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中打开插件安装入口,执行 dsh plugin install Yslehui/dsh-rag-memory,或按文档从源码仓库 https://github.com/Yslehui/dsh-rag-memory 本地安装。
插件介绍
QQ 机器人在多轮对话里很容易「说完就忘」:群聊上下文一换、私聊隔几天再聊,模型往往接不上之前的约定、用户画像或群里说过的事实。dsh-rag-memory 面向 DeepSeek Harness 生态,把需要长期保留的内容写进本地 SQLite,检索时再按相关度拉回,让机器人能在合适时机注入记忆,而不是每次从零开始。
写入侧支持按 scope(如群聊/私聊)区分,并可标记消息、事实、画像、笔记等类型;检索侧采用中文友好的 BM25 与 Embedding 向量召回的混合排序,必要时还可接 OpenAI 兼容的 Rerank 做精排。未配置向量或 Rerank 时会自动降级为纯 BM25,插件仍可正常使用。数据全程留在本机,不上传聊天内容;实现上仅依赖 Node 内置 sqlite,电脑与 Android 均可运行。
插件自起独立 HTTP 服务(默认本机端口),提供写入、混合搜索、拼好可直接注入 system prompt 的 context,以及画像列表、按 scope 清理等接口,便于在 Node 机器人流程里按需调用。适合需要「可检索、可管理、可备份」长期记忆的 QQ 机器人作者,以及重视隐私、希望记忆库完全自控的部署场景。
使用场景
- 群聊机器人需要记住成员说过的事实与用户画像,并在新话题里按需召回
- 私聊隔几天续聊时,从本地库检索历史要点拼进 system prompt
- 把群聊/私聊消息批量入库,用混合检索找出与当前问题最相关的片段
适合人员
- 在 DeepSeek Harness 上开发 QQ 机器人的 Node 作者
- 希望聊天记忆不上云、可本地备份与清 scope 的部署者
- 需要 BM25 与向量混合检索、且未配模型也能降级可用的场景