dsh-prime-memory

每一次新会话都像一次失忆。你已说过的偏好、团队约定的流程、上周的项目上下文，全部归零；没有记忆的 Agent 则更甚——反复重新探索同一领域、逆向脚本、猜测约定，消耗有记忆运行时数倍的 token 与步骤。dsh-prime-memory 把对话在后台蒸馏为分层记忆，并在模型每一步前将相关记忆注入上下文，让长对话与多轮工作流不再从零起步。

蒸馏分四级：L0 原始捕获、L1 原子记忆、L2 场景整合、L3 画像蒸馏，全程复用宿主 ctx.llm，无需额外 API Key。召回走双通道——被动注入将相关记忆作为合成消息排在用户新消息之前（会话流中可见上下文注入行），主动查询则通过 memory_search、conversation_search、memory_read_scene 三个工具按需检索场景块。注入内容受长度与时间预算约束，同会话去重避免重复 token，软时衰减排序让新鲜记忆自然轮转而不淹没长期事实。每次蒸馏 LLM 调用的 token 成本按 provider 与 model 写入本地 SQLite，设置页提供趋势折线与层级表格，开销一目了然。

语义检索默认关闭（纯 BM25），可一键切换至远程 OpenAI 兼容嵌入服务或内置 ONNX 量化本地模型（CPU 推理、独立 worker 线程、数据不出本机），切换时后台全量重嵌并自动降级，不影响对话。会话级档位（自动 / 个人 / 工作）与只写不读模式覆盖调试、评测及敏感场景。适合运行 Harness 长对话、Agent 工作流流水线、或任何希望模型记住已有上下文的团队与个人用户。MIT 协议，SQLite 存储，即装即用。