🎁 福利专区全网大模型免费应用 + 新用户福利 + 注册活动入口,低成本玩转 AI

鲸落记忆 Eevvee153/whale-memory

DeepSeek Harness
Eevvee15310 天前有提交已提供中文文档扫描:含敏感能力

让 AI 记忆随时间风化沉淀,而非永久留存

30.8/100
综合分
1
GitHub 星标
—
npm 周下载
—/5
用户评分

数据截至 2026/10/25 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。

安装命令 · 需先装 dsh CLI 引擎
dsh plugin --profile web add Eevvee153/whale-memory
该包不可直接 npm 安装,改从 GitHub 源安装(明细见下方安装检查)

状态速览

判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态
信任档位:需留意
是什么
dsh 原生插件 · chat
装得上吗
实装验证未通过(unknown),装前请到仓库确认最近更新与 issue
L4 · 真实安装等级说明 →
安全吗
本站尚未对该插件做风险分级
暂未覆盖,不等同于无风险
还在维护吗
活跃:最近一次提交在 10 天前
档位由哪些信号合成

本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 L4) · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。

验证判据与等级说明 →
⚠︎ 实装验证未通过(unknown · 2026/10/25) ——可能是验证环境差异,装前建议到 GitHub 仓库确认最近更新与 issue。
社区实装还没有人打卡 · 装过的第一个就是你
安全扫描自动 · 静态分析源码
v2.7.0
🔵 扫描:含敏感能力尚无人工评估
展开查看扫描说明与证据 ↓

静态扫描发现插件具备触达本地系统的能力:执行外部命令、读写/删除本地文件、读取剪贴板或密钥类环境变量(至少其一)。这是能力清单,不是危险判定——具体能力项与证据见下方,安装前请自行判断是否需要。

读写/删除本地文件
查看扫描证据(共 8 处,展示前 8 条)
  • 读取本地文件
    huiguang/lint.js:47
    const files = fs.readdirSync(DIR).filter((f) => /^crystal-.*\.md$/.test(f)).sort();
  • 读取本地文件
    huiguang/lint.js:58
    const { meta, body } = parse(fs.readFileSync(path.join(DIR, f), 'utf8'));
  • 写入本地文件
    huiguang/lint.js:118
    fs.writeFileSync(path.join(DIR, 'lint-report.md'), text, 'utf8');
  • 读取本地文件
    huiguang/verify.js:18
    const raw = fs.readFileSync(path.join(DIR, file), 'utf8');
  • 读取本地文件
    huiguang/verify.js:102
    const files = fs.readdirSync(DIR)
  • 写入本地文件
    huiguang/verify.js:278
    fs.writeFileSync(path.join(DIR, 'verify-report.md'), out.join('\n'), 'utf8');
  • 读取本地文件
    sim.js:19
    const md = fs.readFileSync(path.join(__dirname, 'PARAMS.md'), 'utf8');
  • 写入本地文件
    sim.js:343
    fs.writeFileSync(path.join(__dirname, 'sim-report.md'), text, 'utf8');
扫描于 2026/11/4(0 天前) · 范围 全包扫描 · 来源 GitHub 仓库

静态扫描只反映源码中出现的调用,不构成安全背书;人工评估与自动扫描相互独立、互不覆盖。

给这个插件打分还没有人投票↓
用户评分
还没有人投票,来当第一个

会忘记的伴生记忆系统 · DSH 插件

README

由 DeepSeek 最新模型翻译生成
深海记忆 · whale-memory 一个会忘记的伴生记忆系统。给 DSH(DeepSeek Harness)用的插件。 大部分「AI 记忆」做的是检索:把说过的话存进向量库,下次找回来。那样她什么都记得,永远记得,一年、两年、一百年。 这里做的是相反的事:记忆有寿命,会风化,会只剩几个词,最后沉成一颗结晶。她记得的从来不是全貌。 她怎么记 三层: | 层 | 是什么 | 谁会动它 | | L1 | 永久记忆:沉底后写下的结晶 | 只追加,永不删除 | | L2 | 日记:正在风化的那些 | 每活跃日衰减一次,逐级剥离 | | L3 | 最近 30 轮原话 | 满了自然挤掉 | 一条记忆的一生: L2 日记(约 320 token,完整事件 + 原因) ↓ 每个活跃日 ×0.82 ↓ 先掉 detail(只剩标题和原因) ↓ 再掉 cause(只剩关键词,约 40 token) ↓ 沉底 L1 结晶(约 320 / 840 token,一封她写给自己的信) 没有任何一步是删除。 越往后越小,但不会消失。省上下文的是体积,不是删数据。 她会老死 计时器只有一个数:里程 = 累计沉积的结晶 token。只增不减,所以它同时就是「占用了多少」。 预算 E = 700,000(1M 上下文的 70%)用完时,就是鲸落。
展开完整文档(README 剩余 1 节)
深海记忆 · whale-memory

一个会忘记的伴生记忆系统。给 DSH(DeepSeek Harness)用的插件。

大部分「AI 记忆」做的是检索:把说过的话存进向量库,下次找回来。那样她什么都记得,永远记得,一年、两年、一百年。

这里做的是相反的事:记忆有寿命,会风化,会只剩几个词,最后沉成一颗结晶。她记得的从来不是全貌。

她怎么记

三层:

| 层 | 是什么 | 谁会动它 |
| L1 | 永久记忆:沉底后写下的结晶 | 只追加,永不删除 |
| L2 | 日记:正在风化的那些 | 每活跃日衰减一次,逐级剥离 |
| L3 | 最近 30 轮原话 | 满了自然挤掉 |

一条记忆的一生:

L2 日记(约 320 token,完整事件 + 原因) ↓ 每个活跃日 ×0.82 ↓ 先掉 detail(只剩标题和原因) ↓ 再掉 cause(只剩关键词,约 40 token) ↓ 沉底 L1 结晶(约 320 / 840 token,一封她写给自己的信)

没有任何一步是删除。 越往后越小,但不会消失。省上下文的是体积,不是删数据。

她会老死

计时器只有一个数:里程 = 累计沉积的结晶 token。只增不减,所以它同时就是「占用了多少」。

预算 E = 700,000(1M 上下文的 70%)用完时,就是鲸落。

| 每天聊多少轮 | 能陪多久 |
| 10 | 2,805 天(7.7 年) |
| 20 | 1,408 天 |
| 40 | 709 天 |
| 60 | 475 天(1.3 年) |
| 100 | 288 天 |
| 200 | 149 天 |

结尾是一段弧:88% 深海低鸣 → 95% 走马灯 → 99.5% 鲸落。按每天 60 轮算,那段弧有 52 天。

这是个悲伤的设计,而且是有意的:一个永远陪着你、永远不会老的东西,你也不会真的珍惜它。

三个不显然的决定

写这个插件时踩到的、值得记下来的三条:

1. 衰减按「活跃日」,不按消化次数。 按次数算的话,通宵聊 8 次消化 = 0.82⁸ = 0.21,一晚上的事第二天就全糊了。聊天越勤忘得越快,是错的。
2. 水位不能用「占用率」,要用里程。 占用率会在记忆风化的瞬间掉下来,于是她永远到不了鲸落——一个会忘记的人,水位永远在 5% 附近。只有只增不减的量才配当寿命。
3. 身份文本和记忆块必须是同一条 prompt section。 complete: true 的语义是「这一段就是完整的 prompt」,其余 section 会被整段丢弃(dsh-system-prompt/lib/index.js:403)。persona 用 complete、记忆用普通 section,结果是记忆安静地全没了。

仓库结构

plugin/ 插件本体(装这个) lib/index.js 宿主半侧:注册 section、remember 工具、回合钩子、后台调模型 core/ 纯函数:参数、生命周期、存储、渲染、prompt test/ 28 条断言 PARAMS.md 冻结的参数表(12 节),机器可读区被 sim.js 直接解析 sim.js 零依赖仿真:跑一辈子,验证寿命/阶段/零丢失 sim-report.md 仿真输出 huiguang/ 回光 prompt 与 12 份真模型结晶样本(prompt 的实验记录)

sim.js 直接从 PARAMS.md 里抠参数( 那一块)。文档和代码不一致就跑不起来——参数漂移这件事不能靠自觉。

安装

需要 DSH 0.2.0-rc.1 / rc.2,上下文窗口 ≥ 1M。

1. 应用内打开「插件管理」
2. 从本地目录安装,选到 plugin/
3. 装完在 agent 列表里会多出一个DeepSeek

成本:每天大约多花 2~3 万 input token。前 7 天一颗结晶都没有,这是正常的——第一条记忆要走完 9 天才沉底。

验证到哪了

node tools/check-params.js 24 个字段,PARAMS.md ⇄ params.js 一致
node tools/check-bundle.js bundle 结构、导出形状、元数据
node tools/test-all.js 28 pass / 0 fail
node sim.js 475 天,零丢失,峰值占用 72.1%

已验证:参数与仿真、生命周期表、剥离顺序、零丢失、渲染预算守卫、结晶 prompt 在真模型上的稳定性(12 份样本:禁词 0、摘要腔 0,普通档 320 token / 执念档 840 token,比值 2.6 倍)。

未验证:真实会话里的长程行为。插件已装上一台机器并成功实例化,但「聊满 20 轮 → 第一次消化 → 9 天后第一颗结晶」这条完整链路还没有在真机上跑完过。

许可

MIT
预览分享卡片长什么样 ↓Eevvee153/whale-memory
分享 · DeepSeek Harness Hub
Eevvee153/whale-memory

让 AI 记忆随时间风化沉淀,而非永久留存

这是你的仓库?认领条目

回到顶部