dsh-memory-graph-chiyo
在终端中运行以下命令:
dsh plugin install fushui-menghua/dsh-memory-graph-chiyo
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中执行 dsh plugin install fushui-menghua/dsh-memory-graph-chiyo 即可安装,源码见 https://github.com/fushui-menghua/dsh-memory-graph-chiyo。
插件介绍
开源记忆方案往往在「能搜到」和「说得清、查得回」之间取舍:向量块丢了谁说的、什么时候说的;抽取型事实卡往往是模型重写,原文不可回溯;纯时序图谱强但重。dsh-memory-graph-chiyo 面向 AI agent 的长期记忆,走结构化事实与时序图谱思路的混合,并强调三件事:fact/plan 必须能指回原话(锚点强制),记忆按 instant→short→long→cold 四层衰减而非只增不减,以及夜间整理归档重复、升层规则与承诺。一句话:它记得住,也忘得掉,而且每晚自己整理。
核心能力围绕「写入—召回—整理」闭环:写入即去重与幂等、敏感信息写入前拒收、传原始消息时锚点强校验防编造;召回结合字符 bigram、关键词、重要度与新鲜度,可跨 scope 合并、沿关系边扩展一跳,并过滤冷层与过期 plan。此外还有带锚点的上下文压缩(摘要可 expand 取回原文)、规则从原话抽取、共享记忆需 propose/approve 才跨会话可见,以及体检、时段轨迹、漏检扫描、快照导入导出等运维向能力。插件形态会在 DSH 注册 memory_write / recall / health / nightly / shared 等工具,库与插件同包,零依赖 Node 内置模块。
适合需要跨会话、可审计、可回溯记忆的 agent 开发者,以及使用 DSH 人格或 QQ/微信桥接、希望把情绪、梦和待办与记忆一并接入的团队。若你更在意「发生过什么」且有出处,而不是把对话堆进向量库;若你希望记忆会遗忘、会归档而不是无限膨胀——这套内核更贴近这类需求。人格旋钮等角色扮演层可选,与记忆核心分离,不调用不影响其它能力。
使用场景
- 跨会话 agent 需要记住事实与计划,且要能指回原话核对
- 单次对话过长,要用带锚点的压缩腾出上下文窗口
- 多用户或多群 scope 隔离,并需审批后才共享记忆
适合人员
- 自研 AI agent 且重视记忆可回溯与衰减的开发者
- 使用 DSH 并希望用插件接入读写与夜间整理的运维者
- 桥接 QQ/微信等人格机器人、要统一记忆与情绪待办的项目