DeepSeek Harness Hub
← 返回列表

腾讯云记忆桥接RayYeung1989/dsh-memory-tencentdb

DeepSeek Harnessspec-screened在 GitHub 查看 ↗
未验证

为会话接入腾讯云长期记忆,自动捕获对话并召回注入

尚未跑自动兼容性验证,可查看页面内的依赖与入口分析。 · 最近上游提交 2026/8/15 · 已提供中文文档

DeepSeek Harness (dsh) ↔ TencentDB Agent Memory (TAM) 长期记忆桥接:通过 TAM v3 数据平面实现 L0 对话捕获 + 召回注入

综合分
27.5
GitHub 分
27.5
用户评分
★ Stars
1
周下载量
安装插件(需先安装 dsh CLI 引擎:npm install -g @deepseek-ai/dsh)
dsh plugin --profile web add RayYeung1989/dsh-memory-tencentdb
该插件未发布到 npm,走 GitHub 源安装(pnpm 若拦截 prepare 脚本,按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑)
数据截至 2026/9/16(元数据每日更新 · 实装验证按队列轮转,单条结论的验证时间见上方)
用户评分
还没有人投票,来当第一个
订阅周报,不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动

README

dsh-memory-tencentdb

一个 Cordis 插件,为 DeepSeek Harness Web UI 会话提供与 TAM 四层记忆系统(L0 对话 → L1 提取 → L2 场景 → L3 人设)的读写闭环。机制与 Hermes 的 memory_tencentdb provider 对齐:从 TAM 的视角来看,dsh 会话只是另一个 agent 会话——相同的 v3 数据面 API、相同的身份租户、相同的记录结构。

关于

DeepSeek Harness 是一个带有 Web UI 的 agent harness,你可以在其中与 agent 对话。TAM(TencentDB Agent Memory)是一个团队级长期记忆服务,将对话提炼为可复用的记忆。本插件将两者连接起来:

- 写入:每个完成的回合都会被捕获到 TAM L0(用户 + 助手),TAM 流水线会自动提炼 L1/L2/L3——dsh 侧无需额外工作。
- 读取:在每次模型调用之前,插件会从 TAM 召回相关的 L1 记忆、L3 人设和 L2 场景导航,并将其作为  注入,因此 agent「自然而然地记得」过去的对话和团队准则。

由于它复用了与你现有 agent(例如 Hermes)相同的身份,从 dsh 对话中积累的记忆对团队其他成员可见,反之亦然——跨工具的统一记忆视图。

特性

- L0 对话捕获(写入)——通过 POST /v3/conversation/add 逐回合捕获用户 + 助手配对;异步执行,绝不阻塞 agent 循环。
- 召回注入(读取)——在每次提示词组装时,并行执行 atomic/search(L1)+ core/read(L3)+ scenario/ls(L2),渲染为与 Hermes 的 build_memory_context_block 完全相同的  块。
- 连接生命周期——启动时探测,若已在运行则复用,否则可选自动启动(Hermes supervisor.py 语义),看门狗保活,熔断器。
- 可移除且无副作用——纯 HTTP 客户端;移除插件绝不会触碰 TAM 网关进程或已积累的数据。
- 静默降级——网关宕机时:跳过写入、跳过召回,对话永不阻塞。

工作原理

dsh Web UI session
├─ write: turn/end ──► POST /v3/conversation/add  (user + assistant, ISO-8601)
├─ read:  system-prompt/assemble ──► atomic/search + core/read + scenario/ls
│         └─►  injected into the assembled prompt
└─ lifecycle: health probe → reuse → (optional) spawn → watchdog → dispose-only-own-child

所有数据面调用都发往同一个 TAM 网关(默认 http://127.0.0.1:8420),使用 Bearer 认证和 x-tdai-service-id: default,与 Hermes 完全一致。

安装

1. Install into a profile (web / headless)
dsh plugin --profile web add /path/to/dsh-memory-tencentdb

2. Mount in the profile's cordis.patch.yml
- insert:
- id: dsh-memory-tencentdb
name: '@dsh-local/dsh-memory-tencentdb'
config:
enabled: true

3. 重启 dsh
systemctl restart dsh-web   # 或你运行 dsh 的方式

配置

所有连接参数均来自环境变量(环境变量优先,配置回退,
默认值与 Hermes 一致):

| 环境变量 | 用途 | 默认值 |
|---|---|---|
| MEMORY_TENCENTDB_GATEWAY_HOST / _PORT | TAM 网关地址 | 127.0.0.1:8420 |
| MEMORY_TENCENTDB_GATEWAY_API_KEY / TDAI_GATEWAY_API_KEY | 网关 Bearer 密钥(优先于 keyFile) | — |
| MEMORY_TENCENTDB_TEAM_ID / AGENT_ID / USER_ID | TAM 租户身份(与 Hermes 共享相同值以获得统一记忆视图) | default |
| MEMORY_TENCENTDB_GATEWAY_CMD | 网关启动命令(仅用于可选自动启动) | 自动发现 |

回退密钥文件:~/.memory-tencentdb/biz-user-key.txt(权限 600,首个非空行)。

插件 config 支持 enabled / granularity / recallEnabled / writeOnAbort
等——参见 lib/index.js 中的 Config schema。

移除

从 cordis.patch.yml 中删除插入块
dsh plugin --profile web remove @dsh-local/dsh-memory-tencentdb
重启 dsh

TAM 网关服务及所有已积累的记忆不受影响。

与 Hermes 的对齐

| 方面 | 值 |
|---|---|
| 写入端点 | POST /v3/conversation/add(相同请求体,每轮两条消息) |
| 读取端点 | atomic/search(L1)、core/read(L3)、scenario/ls(L2) |
| 身份 | 相同的 team_id / agent_id / user_id 解析(环境变量 → 配置 → default) |
| 注入文本 |  块,与 Hermes 字节对齐 |
| 可靠性 | 熔断器 5/60s,单次尝试写入,看门狗 10s |
| 会话结束 | 由 TAM 流水线自动处理 |

兼容性

- DeepSeek Harness 0.1.0-rc.*(事件/服务签名遵循已安装的 .d.ts)
- TAM Gateway v3 数据面 API
- 零外部运行时依赖(Node 内置 fetch)

许可证

MIT

上游仓库有新提交时邮件通知你(每天最多一封,无更新不打扰),随时一键退订。

同作者(RayYeung1989)的其他插件

💬 加入 DPharness 群聊

插件用法、部署报错、新插件第一时间同步——群里问,比一个人翻文档快。

点击加入 QQ 群
DPharness 群聊二维码,手机 QQ 扫码进群
扫码进群