dsh-experience-library

记忆插件让 AI 记住事实，却仍会在陌生领域反复踩坑。dsh-experience-library 解决的是程序性经验的积累：它从会话事件流中零开销采集工具失败、重试和搜索信号，经三层验证（清单可见、触发翻书、多会话抽样成功率≥2/3）过滤幻觉后，将幸存的操作流程固化为技能书。下次遇到类似任务，Agent 直接翻开对应章节，而非从零猜测。

核心机制包括：空闲窗口自动派发（借鉴 meow-memory 的 dream 调度，独立重写）、位置索引消除重复定位、适配器层对接任意记忆插件的教训存储、以及技能书库随使用自然增长。仓库自带的十本技能书是可复现的试验样例，你的经验库会随日常使用持续积累，无需人工整理。

Benchmark 显示：复杂会话日志修复任务上，经验库将成功率从裸环境的 60% 提升至 100%，耗时缩短 4.7 倍，thinking token 减少 77%。增益与任务陌生度正相关——模型本就擅长的任务几乎无额外收益，而未知领域的坑（zstd 多帧、信封协议、插槽注册）才是经验库真正救场的地方。适合在 DeepSeek Harness 中反复处理高错误率任务、希望 Agent 不再重复交学费的开发者。