dsh-obsidian-math

数学学习是一个长周期积累的过程：符号习惯、理论偏好、未完成的证明、反例和思路都需要持续收集并打磨成连贯的体系。然而通用聊天 AI 把每次对话都当作孤立的问答，积累散落在无数会话中，每次新对话都从零开始。dsh-obsidian-math 把 DeepSeek Harness 变成一个嵌入 Obsidian 右侧栏的数学记忆助手，赋予 agent 跨会话的五层分层记忆、符号台账和 memo 生命周期，让每次新对话自动接上上次的思路。

核心工作流围绕统一检索与可控捕获展开。一次 BM25 排序同时覆盖个人笔记和全部记忆层（加权卡片、memos、主题、定理索引），命中项附带覆盖率指示，近期可打磨的 memo 按相关性和时效自动浮出。捕获策略将 idea、fact、preference 三种内容与 auto、ask、off 三种自主度自由组合；auto 档写入在结尾声明，ask 档提案则说明内容、理由与落点。Obsidian 内的记忆面板支持浏览五层、搜索、hook 使用趋势、卡片正误标记与归档；回复中的反馈链接通过受保护的 loopback 端点确定性回写卡片，形成闭环。

安全方面采用 fail-closed 设计：工具面仅限文件读写搜索和四个笔记工具，无 shell、无 web、无子代理；所有写入限定在 vault 内，归档代替删除，模型不可修改策略和统计字段。一切本地运行，记忆以 Markdown 形式存于 vault，历史会话索引绝不离开本机。这个插件适合研究生、自学者和教师——任何希望 AI 伴侣记住自己的符号体系、基于已有笔记推进、将每次对话视为延续而非重开的人。