dsh-okf-memory

和 Agent 对话时，最令人沮丧的瞬间往往是：你上周拍板的架构方案、反复确认的偏好、踩过坑总结出的教训，到了下一会话就全部消失。Agent 每次都是白纸，而你的知识本该像复利一样持续累积。dsh-okf-memory 解决的就是这个问题——它把会话中真正有价值的内容按 OKF v0.1 规范自动沉淀为结构化长期记忆，并在后续对话中智能唤起，让 Agent 越用越懂你。

它不只是一个关键词匹配的记忆本。插件内置了神经自我学习闭环：预测性唤起让 Agent 先猜再验，不确定性量化在置信度低时主动扩大检索范围，用户每次选择、跳过、纠错都会成为强化反馈信号，持续调整记忆权重并触发巩固或遗忘。技术选型场景（前端、后端、语言、方案、配置）有专门的三档规则处理，避免 Agent 擅自决定或丢失历史迭代轨迹。此外还提供一个力导向记忆图谱可视化面板，节点大小映射权重、颜色区分类别，搜索命中时有脉冲传导动效，让记忆库真正「看得见」。

如果你日常高频使用 DSH Agent 处理项目决策、技术选型或知识管理，并且受够了「每次都要重新解释一遍」的体验，这个插件能显著降低重复成本。零运行时依赖、安装即用，不需要手写命令，Agent 在会话中自主判断该记什么、该查什么，你也可以随时主动触发写入或检索。