DSH Plugins
返回列表
dsh-openviking

dsh-openviking

记忆 更新于 2026.08.23

在终端中运行以下命令:

dsh plugin install Rxiain/dsh-openviking

将以下提示词粘贴到 DeepSeek Harness 对话框中:

打开终端执行安装指令,或在插件管理界面将完整仓库地址 https://github.com/Rxiain/dsh-openviking 粘贴至自定义插件栏中即可激活。

插件介绍

在复杂的AI工作流中,开发者常常面临会话记忆断裂、上下文注入成本高以及多工具间数据孤岛等痛点。传统方案依赖关键词匹配或全量文本加载,不仅效率低下,还容易耗尽Token预算。dsh-openviking 插件以OpenViking为核心引擎,为DeepSeek Harness提供了一套轻量且智能的记忆中枢,让AI Agent与用户都能像查阅个人知识库一样高效调用历史经验。

该插件的核心能力在于“按需加载”与“双空间自动召回”。通过viking://虚拟文件系统,它将记忆、资源与技能统一管理,并采用L0摘要、L1概览、L2全文的三层分级机制,大幅降低上下文开销。配合语义检索工具链与独有的流程经验召回(Procedure Lane),插件能精准过滤出方法论、Playbook或Runbook等关键路径,在审计、诊断或复杂任务编排时实现秒级响应。同时,后台观察者队列自动完成嵌入生成与去重沉淀,无需人工干预即可保持记忆库的鲜活与整洁。

无论你是深度依赖Claude Code、Codex或多模态CLI的工作流重度用户,还是希望跨工具共享知识图谱的研究者,这款插件都能无缝融入现有生态。它打破了单一工具的内存限制,用极低的Token成本换取长期稳定的逻辑连贯性。告别碎片化记录与重复劳动,让每一次交互都建立在扎实的历史经验之上。

截图预览

使用场景

  • 复杂调试与多轮对话中的历史经验精准召回
  • 跨代码库审计与自动化工作流步骤恢复
  • 降低大模型上下文注入成本与 Token 消耗

适合人员

  • 深度依赖命令行与 AI Agent 的开发者
  • 需要长期会话连续性的研究工作者
  • 追求高效知识管理与跨平台数据互通的团队