dsh-agent-memory

DeepSeek Harness 生态里的记忆方案往往走向两个极端：要么堆出 JSON 记录、置信度评分、状态机一整套机器，要么干脆没有跨会话整合，每次对话都从零开始。dsh-agent-memory 的出发点很朴素——记忆的本质是信息的压缩与提取，那就回归最透明的形态：几份活的 Markdown 文档，加一个会读写的智能体。

插件叠在官方 compaction 之上，消费已压缩的会话摘要，用廉价模型将其提取进 daily/ 时间层（情景记忆），再按 24 小时或 5 次会话的门槛触发 dream 整合，把反复出现的事实固化进 user.md、project.md 等主题文件（语义记忆）。整个流程不重复读原始日志，KB 级输入一次调用即可完成提取；没有 API key 时读写和检索照常工作，仅跳过模型步骤。常驻注入只有确定性生成的记忆目录，零额外模型调用；内容按需通过 memory_search 和 memory_read 披露，与 DSH skill 机制同构。

六位工具——search、read、catalog、save、correct、dream——覆盖了从检索到纠错到整合的完整生命周期。用户可以直接打开文件修改，智能体的写入只是建议，最终决定权始终在人手上。适合希望在多轮、跨会话协作中让智能体真正记住你、同时保持记忆透明可审计的开发者。