大多数人做跨会话记忆，第一步都是在提示词里加一段「请记住以下事项」。写到第三十条会发现两个问题：这段话每轮都在付费，而且它一直在变，把 provider 的缓存全打掉。meow-memory 换了条路：拆成七张表，按需取、按轮取、闲时整理。
这篇谈分工，不谈参数：什么该写进哪一层、什么时候该结掉一个话题、哪几个默认值会让人以为插件坏了。插件是 Phant0Meow 的 dsh-meow-memory，npm 包名是 meow-memory。
七层各回答一个问题
| 层 | 回答的问题 | 典型内容 |
|---|---|---|
| soul | 这个 AI 是谁 | 自身定位、说话方式、能力边界 |
| user | 用户是谁 | 身份、技术栈、偏好、禁忌 |
| project | 这个项目是什么 | 目录结构、约定、subcategory 下的分支 |
| fact | 什么是真的 | 版本号、路径、接口名、结论性事实 |
| lesson | 什么不能再犯 | 踩过的坑、被纠正过的做法 |
| topic | 现在在做什么 | 进行中的话题，带一句目标 |
| rules | 该怎么做事 | 设计原则、评审口径、行为准则 |
每层一张 SQLite 表，UUID 带时间前缀，id 顺序就是创建顺序 —— 按 id 排就是时间线。七层不是七个文件夹，是七种粒度：判断一条信息进哪层，问「它会在什么情况下失效」。
fact 和 lesson 的分界线
这两层最容易写混。判据是：能被验证对错的是 fact，能改变下次行为的是 lesson。
「这个项目用 pnpm」是 fact，描述现状，会随仓库改；「在这个仓库跑 npm install 会破坏 lockfile，要用 pnpm install --frozen-lockfile」是 lesson，描述后果并规定动作。
写错层的代价不对称：fact 写进 lesson，中性信息被当成行为约束，模型过度谨慎；lesson 写进 fact，下次遇到同样场景不会被提醒，等于白记。
lesson 还要写「触发条件 + 后果 + 正确做法」三段；只写「别用 X」几乎不会被命中，因为它没有场景关键词。
topic 什么时候该结
topic 是七层里唯一有生命周期的，带一句目标句，描述「现在在做什么」。
该结的信号三个：目标达成、目标消失（不做了或换方案）、目标被吸收（沉淀成 project 的约定或 lesson）。前两个是关闭，第三个是升级。
隔两天没碰不算结束。拖着不结的后果是检索池被稀释：topic 参与每轮命中，池子里躺一堆已完成的旧话题，top-2 就容易混进无关项。
首轮注入什么，为什么首轮不命中
第一条用户消息之前注入四样：soul、user、设计原则（rules）、一段记忆导引。它以独立 plugin snapshot 消息放在真实 user 消息之前 —— 是「之前」不是「改写」，用户 prompt 一个字符都没动。
然后是最常被误会的设计：首轮不跑关键词命中。不是漏了：首轮消息往往很短（「继续」「帮我看看」），拿它提关键词质量差，还容易拉进无关条目。从第二条用户消息起才检索 fact / lesson / rules / topic，全局加当前 project 锚定，取 top-2。
所以「第一句话它就忘了我上周说的事」，若那件事在 fact 或 lesson 里，是预期行为；想让第一句就知道，写进 user 或 soul。静态的 meow-memory:guide section 只注册一次、文本恒定，这是第二处缓存设计。
project 锚定：锚了和没锚差在哪
带 project 参数即锚定当前项目，检索范围是「全局 + 当前项目」；未锚定时只搜全局。
多项目并行时差别很具体：A 项目里记的「构建要先跑 codegen」，锚定了才搜得到；换目录没锚定，它就沉在 A 的库里，不污染 B 的判断。
反过来，用户偏好不该只写在某个 project 下，换项目就丢。全局标记就是给这种情况用的，它和「留空」不是一回事；memory_project 要求 project 必填，也是同一个取向。
/dream 与窗口空闲那三个小时
dream 是整理环节：沉淀原子记忆、结掉 topic、写项目总结，分三轮，由该窗口自己的主 agent 跑。
两道条件：窗口空闲 ≥180 分钟（默认），且不在峰时。峰时抑制默认是北京时间 09:00–12:00 与 14:00–18:00，按 API 峰谷电价的峰段设的。
两道都过不了时，/dream 是出口：敲一下立刻整理，不受峰时抑制。它不是「天天手动跑」，而是「这次会话很重要，不想等三小时」。会话列表还有状态：🌙 已整理、呼吸灯 进行中、灰月牙斜杠 已跳过。
几个被默认值坑到的地方
promptLang 要显式配。它决定注入、反思、dream 与工具描述的语言，也影响模型写条目用的语言 —— 关键词按条目语言提取。内置 zh / en / pt-br，取值就是 src/prompts/ 的子目录名，逐字匹配：填个不存在的名字（比如 pt）不报错，静默落回中文包。
backup.enabled 默认关。0.31.0 加了防误删兜底：空库首轮独立通知，dream 收尾用 VACUUM INTO 做一致性快照、轮转到 memory.db.bak，mtime 增量、失败静默。前提是开关打开；失败静默也意味着备份坏了没提示，得自己看文件在不在。
能力档位先说清楚
站点扫描档位是 🔵「含敏感能力」，98 处证据，前 21 条包括读写与删除本地文件（readdirSync / rmdirSync / renameSync / unlinkSync / writeFileSync）、写入剪贴板（该项不计风险），以及网络请求 —— 目标全是插件自身的 /meow-memory/* 端点。
尚无人工评估，站点也没做风险分级。 这是能力清单，不是结论：扫过不等于审过。
总结
七层表的价值不在层数，而在它逼你先回答「这条信息是什么」，再决定「谁该读到它」。顺序很简单：写的时候分清 fact 与 lesson、topic 做完就结；查的时候信那两道检索；整理交给 dream，急用就 /dream；再把 promptLang 与 backup.enabled 改掉。想对照同类插件的中文清单与安装形态见 DeepSeek Harness Hub 插件清单。
适合与不适合
适合：同时维护多个项目、需要把项目约定与踩坑分开记的人；会话经常被压缩、希望压缩后不失忆的人；愿意把记忆条目当代码库维护的人。
不适合：只想开箱就记住一切、不打算整理条目的人 —— 它给的是结构，不是自动摘要；靠语义相似度找记忆的人 —— 命中走关键词与 BM25；白天大部分时间在峰时段跑长任务、又不愿手动 /dream 的人。
标签：七层记忆、DeepSeek Harness、跨会话记忆、SQLite、应用实践
本文由 DeepSeek Harness Hub 自动整理，数据来源于插件详情页。