为会话接入腾讯云长期记忆,自动捕获对话并召回注入
27.5/100
综合分
1
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/9/16 · 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 RayYeung1989/dsh-memory-tencentdb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:待复验
是什么
dsh 原生插件 · chat
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
更新放缓:最近一次提交在 81 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。
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 ↓
安全扫描自动 · 静态分析源码
v2.7.0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。
可执行外部命令读写/删除本地文件发起外部网络请求
查看扫描证据(共 10 处,展示前 10 条)
- 读取本地文件lib/index.js:91
if (!existsSync(p)) return false - 读取本地文件lib/index.js:92
accessSync(p, fsConstants.R_OK) - 读取本地文件lib/client.js:104
const raw = readFileSync(keyFilePath, 'utf-8') - 发起网络请求lib/client.js:192
res = await fetch(`${gateway}/v3/conversation/add`, { - 发起网络请求lib/client.js:390
res = await fetch(`${gateway}${path}`, { - 读取本地文件lib/gateway.js:143
if (existsSync(serverPath)) { - 读取本地文件lib/gateway.js:217
const size = statSync(stderrLogPath).size - 发起网络请求lib/gateway.js:241
res = await fetch(`${baseUrl}/health`, { method: 'GET', signal: controller.signal }) - 写入本地文件lib/gateway.js:286
mkdirSync(resolvedLogDir, { recursive: true }) - 执行外部命令来自配置/变量lib/gateway.js:303
const child = spawn(cmd, {
扫描于 2026/11/3(1 天前) · 范围 入口闭包 + 发布文件清单 · 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
功能亮点
- 捕获对话
- 召回注入长期记忆
README
由 DeepSeek 最新模型翻译生成dsh-memory-tencentdb
DeepSeek Harness (dsh) ↔ TencentDB Agent Memory (TAM) 长期记忆桥接插件。
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。
展开完整文档(README 剩余 1 节)
dsh-memory-tencentdb DeepSeek Harness (dsh) ↔ TencentDB Agent Memory (TAM) 长期记忆桥接插件。 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
预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
RayYeung1989/dsh-memory-tencentdb
为会话接入腾讯云长期记忆,自动捕获对话并召回注入
相关插件 · 对话 / 记忆
上下文中枢oceanbase/powercontext
上下文跟着工作走 —— 跨会话、跨智能体、跨人。
★ 1,489已汉化DSH
73.1
智能体记忆库plastic-labs/honcho
Honcho 是记忆基础设施,用来构建有状态的智能体。这些智能体能理解不断变化的人、智能体、群组、项目和想法。
★ 7,918已汉化DSH
71.7
长程智能体控制面loopx-project/loopx
给 Agent 一个目标,让工作持续向前。
★ 6,358已汉化DSH
71.3
智能体上下文数据库volcengine/OpenViking
给 AI 智能体用的上下文数据库
★ 41,453已汉化DSH
71.3
长效机器人团队Fei2411/DS-Bot
Download DS Bot for Windows 10/11 64-bit / 下载 Windows…
★ 5,293已汉化DSH
71.2
可携带记忆层EverMind-AI/EverOS
为什么选择 EverOS
★ 13,797已汉化DSH
71.1
这是你的仓库?认领条目