dsh-memory
在终端中运行以下命令:
dsh plugin install ROSESSSSS66/dsh-memory
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中执行 dsh plugin install ROSESSSSS66/dsh-memory 即可从开源仓库 https://github.com/ROSESSSSS66/dsh-memory 安装本插件。
插件介绍
在桌面级 AI 编程与智能体协作里,长期记忆常卡在三条道上:历史全量塞进上下文会让 Token 和注意力一起膨胀;每轮对话前远程做向量检索会拖慢首字、断网还可能卡住主流程;项目习惯变了以后,旧事实和新事实并存,单靠相似度召回容易把模型带偏。dsh-memory 面向 DeepSeek Desktop,把「能记住」和「记得准、用得省」放在一起设计:在线检索走纯本地路径,不依赖外部 Embedding 或云端记忆服务,主会话在离线时仍能快速拉回相关记忆。
引擎底层用 Node.js 原生 SQLite(含 FTS5)与本地 128D 语义向量,配合关联图谱上的多跳扩散,在万级规模下仍可做亚毫秒级多路召回;写入与检索之外,还有动态 Token 预算装箱,避免记忆库变大就把对话窗口挤爆。安装或启动时可自动初始化 human、persona、project 等常驻核心块,协作中验证过的事实与偏好会逐步沉淀;后台空闲时还能做经验蒸馏、冲突调和与失效淘汰,形成尽量少人工整理的闭环。
交互上提供聊天斜杠指令(初始化、体检、自愈、列表、合并、置顶冻结、图谱与导入导出等)以及面向模型的 memory 工具集,侧栏另有极简「记忆中心」便于浏览与治理。适合长期在 DSH 里做项目开发、希望记忆可解释可追查、又在意本地延迟与上下文成本的个人或小团队;若你用到离线慢环的会话提炼与反思,需自行配置可用的 LLM API,但在线召回本身不绑网络。
截图预览
使用场景
- 在 DSH 中长期维护同一仓库,希望跨会话记住架构约定与端口、包管理等演进事实
- 多轮编程对话里需要自动注入相关背景,又不想每轮全量读 Markdown 或堆满历史
- 项目习惯变更后出现新旧事实冲突,需要可调和、可追踪的记忆治理与图谱查看
适合人员
- 日常使用 DeepSeek Desktop 做 AI 辅助开发的开发者
- 在桌面环境运行智能体、需要可调用 memory 工具的工程协作者
- 重视纯本地召回延迟、可解释记忆与 Token 预算的个人或小团队