dsh-engram

大语言模型 Agent 每开一个新会话就像面对一张白纸：你上周交代过的代码风格、项目命名规范、技术选型偏好，它一概不记得。dsh-engram 为 DeepSeek Harness 提供跨会话长期记忆，让 Agent 在用户偏好、项目约定与经历事实之间拥有持续演化的记忆体——从自动摄取、命中强化到蒸馏合并与低信衰减，记忆随使用自然生长。

核心层面，插件采用双层分库：user.db 记录跟人走的全局偏好，project 库按仓库 origin 隔离项目约定，互不污染。检索走 FTS5 中文分词与本地 bge 向量嵌入 RRF 融合，叠加关系边扩展和新鲜度排序；嵌入模型首次联网下载后即完全离线运行，失败时自动降级纯关键词并显式标记。每条记忆带来源会话、轮次与完整操作日志，engram_review 可回查取代链和矛盾候选；设置页内置 Web 管理面板，支持多条件过滤、行内编辑、遗忘恢复与 Markdown/JSON 一键导出。

适合长期与同一 Agent 协作的开发者：你不想每次换会话都重新交代一遍架构决策和编码习惯，也不希望记忆数据被锁死在某台机器上。纯 TypeScript、零外部进程、零 Python 依赖，数据随时可带走。