🧠

dsh-long-term-memory

记忆更新于 2026.08.26

在终端中运行以下命令：

dsh plugin install windrover/dsh-long-term-memory

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 终端中执行 dsh plugin install windrover/dsh-long-term-memory 即可安装该插件，源码托管于 https://github.com/windrover/dsh-long-term-memory 。

插件介绍

多轮对话结束后，用户画像、项目决策、跨会话偏好往往随之消散。下一次打开新会话，模型又得从零认识你，重复解释约束和上下文。dsh-long-term-memory 为 DeepSeek Harness 提供一套零外部依赖的分层长期记忆：不走向量库，不额外调模型，用 CJK 感知的 BM25 关键词检索实现确定性召回，并在每轮请求组装前自动注入记忆摘要。

它的核心设计围绕三库分层展开：user 画像、global 跨项目事实、workspace 项目专属记忆各存一个 JSONL 文件，检索与注入按 user、global、workspace 优先级排序。记忆写入支持威胁模式扫描与人工审批门；召回结果可解释、可重放；校准注入框架构建在 systemPrompt.context() 之上，诚实声明记忆来源与不确定性，引导模型自行判断相关性；memory_correct 提供纠正回路，过期记录自动标记 superseded 并从后续注入中排除。

适合的场景：长期在同一项目中迭代、需要模型持续记住架构决策与约束条件的开发者；偏好确定性、可审计的记忆检索而非嵌入向量黑盒的团队；以及希望开箱即用、不想额外部署 SQLite 或向量服务的轻量用户。