自动沉淀每轮对话原话,随时检索本地记忆
32.2/100
综合分
3
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 SQHLnb666/mindsea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:已验证
图例:✓ 通过! 需注意— 未判定 / 无数据· 「未判定」= 本站尚无数据,不代表插件有问题
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。
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
给 DeepSeek Harness 的长期记忆插件:每轮聊完自动沉淀,数据存在本机 SQLite
README
由 DeepSeek 最新模型翻译生成识海 · MindSea
给 DeepSeek Harness 的记忆插件。
它做的事很简单:你们聊完一轮,它把这一轮的话判一遍、存进本地 SQLite,下次要用的时候能翻出来。
不是让模型「记住」——上下文的记忆会过期,这个不会。
数据全在本机一个 .db 文件里,不联网、不上传。
它跟别的记忆插件有什么不一样
大多数记忆插件存的是「知识卡」:一段话压缩成一张卡,卡上写标题、摘要。
识海存的是原话,然后在原话上面叠三层结构:
话(memories)—— 一句一句,原文不动 └ 事(events)—— 这件事叫什么,比如「记忆系统重做」 └ 版本(versions)—— 这套方案的一版,比如「卡片墙」 └ 阶段(stages)—— 走到哪一步,比如「试跑」决定(decisions)—— 某个节点上定下来的口径,单独记
好处是:话永远不会被改写,怎么归类都可以后来再改;坏处是库会长得比较快。
每条话还会带:分数(0~100 有多重要)、七情(喜/怒/哀/惧/爱/恶/欲)、门类(闲聊/暧昧/干活/知识/规矩)、去处(进事 / 闲聊池 / 废料池)。
展开完整文档(README 剩余 1 节)
识海 · MindSea
给 DeepSeek Harness 的记忆插件。
它做的事很简单:你们聊完一轮,它把这一轮的话判一遍、存进本地 SQLite,下次要用的时候能翻出来。
不是让模型「记住」——上下文的记忆会过期,这个不会。
数据全在本机一个 .db 文件里,不联网、不上传。
它跟别的记忆插件有什么不一样
大多数记忆插件存的是「知识卡」:一段话压缩成一张卡,卡上写标题、摘要。
识海存的是原话,然后在原话上面叠三层结构:
话(memories)—— 一句一句,原文不动 └ 事(events)—— 这件事叫什么,比如「记忆系统重做」 └ 版本(versions)—— 这套方案的一版,比如「卡片墙」 └ 阶段(stages)—— 走到哪一步,比如「试跑」决定(decisions)—— 某个节点上定下来的口径,单独记
好处是:话永远不会被改写,怎么归类都可以后来再改;坏处是库会长得比较快。
每条话还会带:分数(0~100 有多重要)、七情(喜/怒/哀/惧/爱/恶/欲)、门类(闲聊/暧昧/干活/知识/规矩)、去处(进事 / 闲聊池 / 废料池)。
安装
1. 建库
node scripts/init-db.mjs
默认在插件目录的上一层建 sea2.db;也可以指定路径:
node scripts/init-db.mjs D:/memory/sea2.db
2. 装进 DSH profile
把这个目录 link 进你的 profile(以 ~/.dsh/profiles/desktop 为例):
cd ~/.dsh/profiles/desktop
npm install <这个仓库的路径或压缩包>
或者手动在 node_modules 下做个软链:
node_modules/dsh-mindsea -> <这个仓库的目录>
然后编辑 ~/.dsh/profiles/desktop/package.json,把 dsh-mindsea 加进 dsh.profile.bundles 数组。
3. 重启 DSH
重启后侧边栏会多一个「识海」入口。第一次聊完一轮,sea2.db 里就会有数据了。
库换个位置:设环境变量 DSH_MINDSEA_DB=<路径>,或者在 cordis.patch.yml 里给这行加 config: { dbPath: '...' }。
三个工具
模型自己能调用,你也可以在对话里让它用:
| 工具 | 干什么 |
| memory_search(q, day, emo) | 撞词 / 撞日期 / 撞七情 → 命中的事,按命中条数排 |
| memory_event(name) | 给一个事名,摊开它的版本、阶段、最近的决定 |
| memory_write(items) | 把一批判好的话写进库(事 / 版本 / 阶段同名自动复用) |
三根轴可以任意组合,多个条件是「并且」:
memory_search(q: "桌宠", day: "2026-10")
memory_search(emo: "爱", limit: 20)
自动沉淀是怎么跑的
挂的是 agent/turn-stopping:
1. 一轮结束,抓这一轮新增的 user / assistant 消息;
2. 剥掉运行时注入(环境快照、system-reminder、技能目录那些不是人说的话);
3. 丢给模型判:这条归哪件事、多少分、什么情绪、是不是决定、哪个门类;
4. 落库。
几条设计上的取舍,用之前值得知道:
- 监听器里不等模型。turn-stopping 是串行事件,在监听器里 await 会把整轮收尾拖住,所以抓完增量就丢后台队列。
- 原话不由模型回抄。模型只输出编号和判断,正文用我们自己存的原话,一个字都不会被改写。
- 短轮也存。一轮话太短就不问模型了,直接进闲聊池、40 分、不挂事——宁可留平,不要丢。
- 我的长回答看内容。超过 400 字、又没信息量(纯过程叙述)的,进废料池:留档,但不挂事、不参加匹配。
- 只沉淀顶层会话。子代理(工具工人)的话不进库。
想关掉自动沉淀:在 profile 的 cordis.patch.yml 里给 mindsea 那行加
- id: mindsea
config:
autoCapture: false
沉淀失败不会打扰你,会写进 data/capture-log.jsonl;面板「自动化」页能看到最近流水。
面板
侧边栏「识海」进去,十一页:
- 记忆库 —— 卡片墙,按门类上色,能搜、能筛
- 知识星图 —— 把事 / 版本画成星图,能拖能转
- 工作流 —— 按话题 → 事 → 版本 / 阶段看
- 时间 —— 按天看话,每条话旁边可以改门类 / 去处(判错了手动纠)
- 人设 / 遗忘 / 走神 / 日记 / 自动化 / 运行状态 / 报错
面板的数据接口全是只读 GET,只有一个写口子:POST /mindsea/api/memory,用来改一条话的门类或去处。
目录结构
index.js 插件入口:三个工具、两个钩子、面板路由 client.js 面板前端(一块 Web 组件) lib/query.mjs 只读查询(memory_search / memory_event 走这里) lib/write.mjs 写入(memory_write 和自动沉淀共用) lib/capture.mjs 自动沉淀:切轮、剥噪声、判、落库 lib/routes.mjs 面板的 HTTP 路由 lib/api.mjs 面板各页要的数据 lib/tail.mjs 每个会话第一轮推最近 10 句 lib/sea-svg.mjs 现画一张识海图谱(SVG) lib/ui/eternal.css 面板样式 scripts/init-db.mjs 建空库 test/capture-selftest.mjs 离线自测(假模型 + 库副本)
跑一遍自测:
npm test
它不碰真库、不调真模型,用一份库的副本走完整条链路。
已知限制
- 只在 DSH 跑着的时候沉淀。关机、DSH 没开,那段时间的话不会进库。
- 判错要人来改。模型会把某句判进错的事、错的分数,这个它自己发现不了;去「时间」页手动纠。
- 库只长不缩。废料池的原文一直留着,目前没有自动归档。
- 界面那块是从 memory-eternal 借的(见 NOTICE),不是原创设计。
许可
MIT。界面部分来自 memory-eternal(MIT,Copyright (c) 2026 EternalNight996),详见 NOTICE。预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
SQHLnb666/mindsea
自动沉淀每轮对话原话,随时检索本地记忆
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
这个插件是你维护的吗?
作者本人可认领并核对本条目;认领通过后,详情页会显示「作者已认领」标记。