ABccgh/dsh-agent-memory

dsh-agent-memory

一个宿主平面 DeepSeek Harness Cordis 插件：把记录下来的经验蒸馏进
~/.dsh/AGENTS.md 里一个受管区块，而那个文件每个会话每一轮自动加载。

它与 preset 无关——因为是宿主平面，所以本部署的三个 preset（dsh-smith / dsh-forge / dsh-ck3-mod）
都获得它，不需要改任何一个 preset。

它解决的是哪一半

本部署原本就有四层记忆（AGENTS.md、技能、DECISIONS.md/PROJECT.md/BOARD.md、会话）。存储从来不是失败的那一半，检索才是。

真实代价，两个都有记录：一份「建索引要 225 秒」的估算，真实值是 2.4 秒——差 95 倍，而那条订正
早就写在 DECISIONS.md 里，当时的 agent 没读；另一次，二进制里两个字符串的相邻位置被当成
功能相关的证据，据此写出了一份指向不存在功能的「三步解锁」指引。

所以这个插件只做一件事：让必须每轮都对的那几条，不再依赖 agent 想起来去读。

两个工具

| 工具 | 作用 |
| --- | --- |
| memory_remember | 向 LESSONS.md 追加一条经验（结论 ＋ 为什么 ＋ 证据） |
| memory_consolidate | 把 LESSONS.md 蒸馏进 ~/.dsh/AGENTS.md 的受管区块。写完不 consolidate 等于没写 |

受管区块由两个 HTML 注释标记界定：

...

它只重写这两个标记之间的字节。 标记之外一个字节都不动；若发现开始标记而没有结束标记，
它抛错拒绝而不是猜到哪里结束——那个文件归使用者所有，覆盖它是数据丢失而不是格式问题。

预算是硬的，这是设计而不是参数

AGENTS.md 每一轮都在上下文里。所以受管区块有上限（默认 16384 B），而且超限时工具
报错拒绝并列出最大的条目，绝不静默截断——截断会让机制看起来在工作而实际在丢经验，
比报错更糟。

把这个换算成直觉：一份典型的仓库 AGENTS.md 已经 30 KB 上下，而笔记层
DECISIONS.md ＋ PROJECT.md 常有 372 KB ——永远不可能整体注入。
经验区块存在的意义就是只放这两层里那几条必须每轮都对的。

maxBytes 与 maxSourceBytes 的区别值得知道：前者截断一个渲染批次，后者整个静默丢弃一个文件
（默认 1 MiB）。本插件只写进那个已经在被读取的文件，不新增任何被发现的文件。

安装

dsh plugin --profile web add

然后在 profile 的 cordis.patch.yml 里加一行（name 必须是包名，不是目录）：

- insert:
- id: agent-memory
name: 'dsh-agent-memory'
config:
lessonsPath: 'C:\Users\\.dsh\agent-memory\LESSONS.md'
targetPath: 'C:\Users\\.dsh\AGENTS.md'
maxBlockBytes: 16384

改完要重启宿主才加载新的模块。区块内容本身不需要重启：dsh-agent-instructions
每轮都会重新校验指令文件。

自证

node test/falsify.mjs      # 29 assertions, offline

两条断言是重点：标记之外的字节逐一保全，以及有头无尾标记时抛错。
另有 resolve 与 lstat 的语义断言——fs.resolve 不是存在性检查（它可以为不存在的路径返回稳定目标），
存在性是 lstat；把这个弄反的初版拒绝写任何尚不存在的文件，是测试抓到的，不是读代码看出来的。

⚠️ 已知能力边界：在沙箱会话里只生成、不落盘

实测：在 workspace-write 策略的会话里，两个工具都会以
file access denied under workspace-write mode 失败，而同一会话的 dryRun 读得到。

机制在接缝上而不是路径上：插件写文件走的是被沙箱包住的 fs，dsh-fs-sandbox
按 ctx.sandboxPolicy.defaultMode 逐次判定，workspace-write 只允许写工作区之内。

这是保护在起作用，不是缺陷：agent 不该能悄悄改掉那份指导每个会话的文件。
后果要如实说清楚——区块内容是正确且完整的，只是该会话无法把它落盘。
要落盘需要一个策略允许写到工作区之外的会话，或由有该权限的写入者执行。

不得夸大

这不是学习。 本插件没有权重更新路径；模型不会因为积累了经验而变聪明。它做的是保证检索。

因此边界明确：对没有人记录过的教训它一无所知；而如果一条经验被记录、被 consolidate、被注入，
行为依然没变，那失败已经从检索转移到遵从——任何加载机制都修不好后者。

许可

MIT。与 dsh-smith 同作者。