🧠

dsh-local-vector-memory

记忆更新于 2026.08.31

在终端中运行以下命令：

dsh plugin install liangxiaobing520/dsh-local-vector-memory

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中执行 dsh plugin install liangxiaobing520/dsh-local-vector-memory 即可安装该本地向量记忆插件，源码位于 https://github.com/liangxiaobing520/dsh-local-vector-memory

插件介绍

很多 DeepSeek Harness 用户在多轮对话中反复交代偏好、约定或注意事项，一旦会话结束这些信息就丢了。dsh-local-vector-memory 把长期记忆落到本地：用 OpenAI 兼容的本地 embedding 服务向量化，存入单个 SQLite 文件，不再依赖外部向量数据库。

写入有三条路——手动 memory_add、用户消息命中记忆线索时毫秒级自动捕获、会话结束时由 DeepSeek v4-pro 云端提取整段对话要点。每次 agent 推理前自动检索 top-K 相关记忆注入上下文，并对同一会话内已召回条目做 LRU 去重，避免重复干扰。写入时还会检测与已有记忆的冲突或过时（相似度 ≥0.86），提示用 memory_update 更新而非新增重复条目。删除默认走软删除回收站，可随时恢复；在线备份用 SQLite VACUUM INTO 生成一致性快照，默认保留最近 5 份。

整个数据链路在本地完成：向量库、embedding 推理、关键词兜底都不出机器文件，只有会话结束时的记忆提取调用 DeepSeek 官方 API。适合希望把对话记忆握在自己手里、已有本地 embedding 服务（如 Qwen3-Embedding 0.6B + llama-server）、并且使用 DSH web profile 的用户。