dsh-Memory_FrameWork
在终端中运行以下命令:
dsh plugin install lingrs-LLM-researchTeam/dsh-Memory_FrameWork
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 左侧栏打开「插件」→「添加插件」,粘贴仓库地址 https://github.com/lingrs-LLM-researchTeam/dsh-Memory_FrameWork 安装,或在终端执行 dsh plugin install lingrs-LLM-researchTeam/dsh-Memory_FrameWork。
插件介绍
在 DeepSeek Harness 里做长程开发或跨多个对话窗口协作时,目标容易被压缩遗忘,硬约束也可能在轮次切换中丢失;不同窗口之间还会互相污染上下文,而缺少可核验的原始证据时,模型更容易产生幻觉。Memory Framework 是专供 DSH 使用的原生记忆插件:一侧是 TypeScript 与 React 面板,另一侧是本地权威的 Python 记忆核心,用有界注入和受控工具让多个窗口共享同一套事实、决策与任务验收状态。
插件把来自 DSH 的可信事件经收录策略过滤后写入 SQLite,保留权威原文与哈希修订记录,并在后台用中文分词、FTS5 全文检索,以及可选的外部向量与 FAISS 做混合召回。准入阶段会按预算注入任务契约与高相关记忆,同时开放 memory_framework_search、read、remember、task_state、task_update、transcript 等工具,且证据撤销时会触发隔离与干净接续,避免把失效来源继续喂给模型。
Dashboard 提供记忆库、长程任务、广播范围、权重实验室、运行记录与预算收录等视图,适合需要把工作区预算、收录策略和六维召回权重握在自己手里的用户。工作区支持 session / task / workspace 等多级可见范围,任务可绑定目标、硬约束与验收条件,并跨窗口同步里程碑与阻塞项。
若你是一名在本地 DSH 上同时开多个窗口的开发者或研究者,希望长期任务契约不被会话切换打断、又希望每条记忆都能追溯到原始证据,这款插件会比纯对话更适合作为日常协作底座。README 也提示启用后会增加单轮 Token 占用,并在动态召回或任务变更时可能小幅影响前缀缓存命中率,需要在长程收益与成本之间自行调节预算。
使用场景
- 多个 DSH 对话窗口并行推进同一长程开发或研究任务
- 需要在会话切换后仍保留任务目标、硬约束与验收条件
- 模型需按授权范围检索记忆并分页核验原始来源证据
适合人员
- 在本地 DeepSeek Harness 上多窗口协作的独立开发者
- 重视可追溯证据、不愿依赖纯聊天历史的管理者
- 需要精细调节上下文预算与记忆收录策略的高级用户