🎁 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

图谱记忆 adoresever/graph-memory

DeepSeek Harnessv1.5.8
adoresever33 天前有提交已提供中文文档扫描:含敏感能力memory

DeepSeek Harness 原生记忆插件,保留最近的对话轮次,归档更早的历史,在需要时精确召回有来源支撑的知识。

69.4/100
综合分
633
GitHub 星标
165
npm 周下载
—/5
用户评分

数据截至 2026/10/1 · 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 graph-memory
npm 源 · graph-memory 的发布者账号已校验与本仓库一致

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
是什么
dsh 原生插件 · chat
装得上吗
本站已在 dsh 0.2.1-rc.2 下真实安装成功
非静态推断
L5 · 运行时冒烟等级说明 →
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
更新放缓:最近一次提交在 33 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 →
社区实装还没有人打卡 · 装过的第一个就是你
安装兼容性检查✓ 自动检查通过
展开查看检查明细 ↓

以下结论由程序自动检查 npm 包、engines 声明与入口文件得出,未做人工实机验证——能装不等于用着没问题。

✓npm 包graph-memory @ 1.5.8
✓Node 引擎要求 >=22.13.0 · 基线 Node 22.19 满足
✓dsh CLI 依赖未声明 dsh 版本约束
✓入口文件main/exports/bin 已声明

验证方式:npm registry 存在性 + package.json 静态校验 · 最后检查 2026/11/3 09:16:38

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/删除本地文件发起外部网络请求
查看扫描证据(共 3 处,展示前 3 条)
  • 写入本地文件
    src/store/db.ts:30
    mkdirSync(dirPath, { recursive: true });
  • 发起网络请求
    src/engine/llm.ts:34
    const res = await fetch(url, { ...init, signal: ctrl.signal });
  • 发起网络请求
    src/engine/embed.ts:32
    const res = await fetch(url, { ...init, signal: ctrl.signal });
扫描于 2026/11/3(0 天前) · 范围 入口闭包 + 全包扫描 · 来源 npm 发布包

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。

依赖的 DSH / Cordis 模块
@deepseek-ai/cordis@deepseek-ai/dsh-session-format-v3-to-v4@deepseek-ai/dsh-typert-protocol
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

界面预览

4 张 · 点击查看大图

功能亮点

  • 保留最近对话轮次
  • 归档更早历史
  • 精确召回有来源知识
v1.6.0-beta.162026-09-09预发布
· 变更内容 · 每完成一轮对话做一次结构化抽取,产出独立完整的摘要、结果,以及由摘要推导出的 SPO 导航。 · 摘要、SPO、标签传播社区和查询时的个性化 PageRank 只用于导航;召回的证据是原始用户问题和最终可见回答的原文。 · DSH 上下文接管保留最新可配置的 N 个已完成轮次,把已完成的推理和工具轨迹从后续请求中剔除,替换模型可见的旧历史,但不删除不可变事件日志。 · 同一会话内超出窗口的召回和跨会话召回走同一条有来源支撑的路径。 · 包安装使用已提交的构建产物,不执行安装期的 build/prepare 脚本。 · 验证 · 21 个测试文件、138 个测试全部通过。 · 两套 TypeScript 构建和包验证均通过。 · 真实 GLM-5.2 20 轮运行:20/20 场景轮次、20/20 结构化抽取、0 条被隔离的源消息。 · T20 首次请求:历史基线 token 从 56,998 降到 11,008;可见消息从 171 条降到 21 条。 · T11、T19、T20 自动召回了五轮窗口之外的精确问答。 · 在 DSH 上安装 npm 1.6 发布前,先用固定版本: npx @deepseek-ai/dsh plugin --profile web add github:adoresever/graph-memory#v1.6.0-beta.16 npm 仓库目前仍提供 1.5.8。发布 1.6.0-beta.16 还需一个获授权、可进行 2FA 保护发布的 npm 凭证。 参见升级与移植指南和 V73 基准报告。
v2.0.02026-03-19
· 🎉 v2.0.0: OpenClaw Graph Memory Pro 一键安装包 OpenClaw 知识图谱上下文引擎 Pro 版 — Neo4j 图数据库驱动,从对话中提取结构化三元组,压缩上下文 75%,支持跨会话经验重用。 · 🆕 v2.0.0 Pro 版亮点 · 🔥 Neo4j 原生图数据库 · 从 SQLite 升级为 Neo4j 图数据库,原生支持图遍历和关系查询 · Cypher 查询语言驱动的知识检索,性能远超递归 CTE · 支持 Bolt 协议连接,兼容 Neo4j Community / Enterprise / AuraDB · 一键安装包内置 Neo4j 运行环境,开箱即用 · 🧠 知识图谱引擎 · 结构化三元组提取:自动从对话中提取 TASK / SKILL / EVENT 三类节点和 5 种边关系(USED_SKILL, SOLVED_BY, REQUIRES, PATCHES, CONFLICTS_WITH) · Personalized PageRank(PPR):基于当前查询的个性化排序,Neo4j 原生图算法加速,~5ms 实时计算 · 社区检测:利用 Neo4j GDS 图算法库自动聚类相关技能 · 向量去重:基于余弦相似度自动合并语义重复节点 · 📦 assemble 按轮次切分 + 图谱全量注入 · 重构 assemble 流程,支持按对话轮次切分上下文 · 图谱节点全量注入 systemPrompt,不再受 max_token 截断限制 · 保留最近 N 条原始消息(fresh tail)确保对话连贯性 · 🔍 跨会话记忆召回 · Neo4j 原生图遍历替代递归 CTE,多跳关联查询更高效 · FTS5 全文搜索 + 向量语义搜索双引擎 · 社区扩展:自动召回同集群的相关知识节点 · 🔧 信号检测机制重构 · 删除 signals 机制,改为每轮对话触发一次知识提取 · 简化 compact 流程,提升知识提取的及时性和准确性 · 📊 性能数据 | 对话轮次 | 无 graph-memory | 有 graph-memory | |---------|---------------|-----------------| | R1 | 14,957 tokens | 14,957 tokens | | R4 | 81,632 tokens | 29,175 tokens | | R7 | 95,187 tokens | 23,977 tokens | 75% 上下文压缩率,有效解决长对话 token 爆炸问题。 · 💻 Windows 一键安装包 · 文件:OpenClaw-Graph-2.0.0-win-x64.exe · 平台:Windows 10/11 x64 · 内置组件:Neo4j 图数据库 + Graph Memory 插件 · 使用方式:下载后双击运行,自动配置 Neo4j 环境,开箱即用 · 无需手动安装 Neo4j、无需命令行操作 · 🛠️ Agent 工具 | 工具 | 说明 | |------|------| | gm_search | 搜索知识图谱中的相关技能、事件和解决方案 | | gm_record | 手动记录知识到图谱 | | gm_stats | 查看图谱统计:节点数、边数、社区数、PageRank 排名 | | gm_maintain | 手动触发图谱维护:去重 → PageRank → 社区检测 | · 🔄 从 v1.x 升级 · v1.x 使用 SQLite 存储,v2.0.0 Pro 升级为 Neo4j 图数据库 · 支持从旧版数据库迁移(详见文档) · 📖 文档 · English README · 中文文档 · 📄 License MIT
数据来自仓库的 GitHub Release,可能与插件实际版本不一致。

README

由 DeepSeek 最新模型翻译生成
Graph Memory Bound the context. Keep the memory. DeepSeek Harness 原生记忆插件,保留最近的对话轮次,归档更早的历史,在需要时精确召回有来源支撑的知识。 中文 · dsh.so · 20-turn benchmark · Upgrade guide 它解决什么问题 Graph Memory 掌管模型可见的历史界面,但不会删除 DSH 的事件日志。默认情况下,它保留最新的五个已完成用户轮次,从后续请求中移除已完成的推理/工具轨迹,并自动召回相关的更早或跨会话来源问答。 1.6 轮次记忆导航升级 | 之前 | 现在 | | 直接从消息中提取 TASK / SKILL / EVENT | 先生成一条自包含的轮次摘要,再从同一句话推导 SPO | | 图节点可能变成事实载荷 | 摘要、SPO 和社区只负责导航;原始问题和最终答案仍是证据 | | 活跃会话中的旧记忆可能被整体过滤 | 只排除新窗口中仍可见的来源;归档的同会话召回与跨会话召回共用一条路径 | | 社区扩展可能拉入整个邻域 | 本地 LPA 缩小候选范围,查询时 PPR 排序,只恢复匹配的问答 | | DSH 保留完整的工具和推理轨迹 | 已完成的轮次保留问题 + 最终答案;更早的前缀折叠为一个固定标记 |
展开完整文档(README 剩余 1 节)
Graph Memory

Bound the context. Keep the memory.
DeepSeek Harness 原生记忆插件,保留最近的对话轮次,归档更早的历史,在需要时精确召回有来源支撑的知识。

中文 · dsh.so · 20-turn benchmark · Upgrade guide

它解决什么问题

Graph Memory 掌管模型可见的历史界面,但不会删除 DSH 的事件日志。默认情况下,它保留最新的五个已完成用户轮次,从后续请求中移除已完成的推理/工具轨迹,并自动召回相关的更早或跨会话来源问答。

1.6 轮次记忆导航升级

| 之前 | 现在 |
| 直接从消息中提取 TASK / SKILL / EVENT | 先生成一条自包含的轮次摘要,再从同一句话推导 SPO |
| 图节点可能变成事实载荷 | 摘要、SPO 和社区只负责导航;原始问题和最终答案仍是证据 |
| 活跃会话中的旧记忆可能被整体过滤 | 只排除新窗口中仍可见的来源;归档的同会话召回与跨会话召回共用一条路径 |
| 社区扩展可能拉入整个邻域 | 本地 LPA 缩小候选范围,查询时 PPR 排序,只恢复匹配的问答 |
| DSH 保留完整的工具和推理轨迹 | 已完成的轮次保留问题 + 最终答案;更早的前缀折叠为一个固定标记 |

写入一个已完成轮次只花费一次辅助 LLM 调用。社区检测和 PPR 都在本地完成。没有硬编码的节点/边数量、语义方向门控,也没有把无效输出变成可接受数据的 JSON 修复。阅读完整设计、来源映射和移植顺序 →

先看实测

| 真实 20 轮 GLM-5.2 运行 | 历史原生 DSH 基线 | 最新 Graph Memory | 变化 |
| T20 首次请求 | 56,998 tokens | 11,008 tokens | −80.69% |
| T20 模型可见消息 | 171 | 21 | −87.72% |
| T01–T20 首次请求上下文 | 532,451 tokens | 165,896 tokens | −68.84% |
| 全部实测 token¹ | 2,487,776 | 2,327,728 | −6.43% |

¹ 最新候选版本包含 166 次主智能体请求、20 次轮次抽取和 41 次嵌入请求;历史基线发起了 77 次主请求。DSH 提交与不确定的工具循环各不相同,因此这不是严格的同时 A/B 对比。首次请求上下文是直接的接管指标;完整账单依然可见。

20/20 场景轮次通过 · 20/20 结构化抽取成功 · 0 隔离 · 20 轮次摘要 · 92 条 SPO 三元组 · 30 个社区 · 20 个摘要向量。T11、T19 和 T20 自动召回了窗口外记忆,并带出精确的源问题和最终答案。

阅读 Markdown 基准测试、逐轮数据、方法与限制 →

记忆能跨过上下文窗口存活

图谱是导航层,不是证据的替代品。TASK、SKILL 和 EVENT 节点指回原始用户问题和最终可见答案;召回上下文包含这些精确的源消息。

在 DeepSeek Harness 上安装

1.6.0-beta.17 修复了 DSH 0.1.7+ / Session V4 上的生产者归属问题(#113)、无法使用 off 的模型上的抽取问题(#117),以及可配置的 SQLite 锁等待。上下文窗口与召回策略保持不变。修复详情与恢复说明(中文)→

Node.js 22.13+ · 无需 DSH 分支 · 在 npm 1.6 发布之前,安装固定版本的 GitHub release:

npx @deepseek-ai/dsh plugin --profile web add github:adoresever/graph-memory#v1.6.0-beta.17
npx @deepseek-ai/dsh --profile web --dump-config
npx @deepseek-ai/dsh web

npm registry 仍在提供旧的 1.5.8;不要用它验证 DSH。只有当 npm view graph-memory version 报告 1.6.0-beta.17 或更新版本后,才改用 npx @deepseek-ai/dsh plugin --profile web add graph-memory。

确认 Settings → Plugins 下 graph-memory/dsh 处于启用状态。默认数据库是 $DSH_HOME/graph-memory/graph-memory.db,通常为 ~/.dsh/graph-memory/graph-memory.db。

交付内容

| 能力 | 实现 |
| 上下文接管 | 可配置的最新 N 个已完成轮次;一个归档标记替换较旧的模型表面 |
| 轻量抽取 | 只处理用户问题和最终答案;严格的结构化工具契约;不摄入推理/工具记录 |
| 查询优先召回 | 向量 Top-K,FTS5 兜底;精确的源问答随图谱命中一起传递 |
| 持久记忆 | 本地 SQLite,来源稳定,支持跨会话、跨项目召回 |
| 失败行为 | 无效提取会被隔离;前台对话继续;坏数据不修复、不落库 |
| 宿主支持 | 原生 DSH/Cordis 适配器;维护中的 OpenClaw Context Engine 适配器 |

可选向量嵌入

Graph Memory 支持 OpenAI 兼容的向量嵌入端点。没有向量嵌入时,回退到 FTS5,不阻塞对话。

export GRAPH_MEMORY_EMBEDDING_API_KEY='replace-with-your-key'
export GRAPH_MEMORY_EMBEDDING_BASE_URL='https://dashscope.aliyuncs.com/compatible-mode/v1'
export GRAPH_MEMORY_EMBEDDING_MODEL='text-embedding-v4'
export GRAPH_MEMORY_EMBEDDING_DIMENSIONS='1024'
dsh web

DSH 工具与提取路由

| 工具 | 用途 |
| gm_status | 存储、提取、召回、向量与保留状态 |
| gm_search | 显式搜索图记忆 |
| gm_record | 确定性地持久化 TASK、SKILL 或 EVENT |
| gm_stats | 图与保留回执 |
| gm_maintain | 一次有界维护 tick |
| gm_retry_extraction | 显式重试待处理或已隔离的提取 |

自动召回无需调用工具。提取可以通过 GRAPH_MEMORY_LLM_PROVIDER 和 GRAPH_MEMORY_LLM_MODEL 使用专用模型;可选的推理与输出控制项是 GRAPH_MEMORY_LLM_REASONING_EFFORT 和 GRAPH_MEMORY_LLM_MAX_TOKENS。

没有显式指定 effort 时,提取会读取模型的确切能力:优先 off,否则用宿主公布的首个 effort,非推理模型则省略该字段。路由或服务商故障会让源 Q/A 保持待处理,并在日志和 gm_status 中报告原因。要恢复旧的已隔离记录,启用 assistantTools: all 并调用 gm_retry_extraction。用 GRAPH_MEMORY_DB_BUSY_TIMEOUT_MS 配置 SQLite 锁等待(默认:5000 毫秒)。

OpenClaw 兼容性

openclaw plugins install graph-memory
openclaw plugins enable graph-memory
openclaw gateway restart

在 ~/.openclaw/openclaw.json 中激活 Context Engine 槽位:

{
"plugins": {
"slots": { "contextEngine": "graph-memory" },
"entries": { "graph-memory": { "enabled": true } }
}
}

Graph Memory Pro

仓库里还有一个实验性的只读 DSH Pro Lite Host + Client 插件,后端是 Community SQLite。2D/3D 图工作台、分屏视图和受控拖拽到上下文仍在计划中。见 dsh-pro/README_CN.md。

验证与限制

当前 beta 1.6.0-beta.17 通过了 149/149 项自动化测试,其中包括 DSH 0.2.0-rc.2 的官方 V4 校验器,以及真实 SQLite 写入争用。上面 GLM-5.2 的 20 轮数据来自 2026-09-09 的导航升级运行;本次兼容性补丁没有重跑那项付费实验。

- 结构化抽取仍然依赖模型遵守契约:历史运行 20/20 次成功。契约失败会被隔离;路由/服务商失败则保持待处理,等配置修正后显式重试。
- 召回受可配置的 Top-K 限制。定向探测都成功了;一个宽泛的多主题查询可能需要更大的 Top-K,或者拆成多个问题。
- 公布的运行结果属于工程负载,不是通用的 LoCoMo/LongMemEval 分数。
- 摘要 + SPO 导航 + 精确问答升级的设计、源码地图和移植顺序,都记录在中文升级指南里。

从 benchmarks/dsh-context-takeover/ 复现。原始对话、服务商响应、本地路径和凭据均已排除。

Development

npm install
npm test
npm run build
npm run verify:package

MIT © 2026 adoresever · Asset and trademark notes
预览分享卡片长什么样 ↓adoresever/graph-memory
分享 · DeepSeek Harness Hub
adoresever/graph-memory

DeepSeek Harness 原生记忆插件,保留最近的对话轮次,归档更早的历史,在需要时精确召回有来源支撑的知识。

回到顶部