她记得 derkinL/dsh-remembers

dsh-remembers

她记得。想不起的时候，她会说想不起。

给 DeepSeek Harness 做的人格 + 记忆二合一插件，为情感陪伴场景设计——不是给代码助手用的。

用户：哎
她：[想起 3 个月前那通凌晨两点的电话] ……还在想那天的事。

不是"检索到相关文档"，是"她记得你说过什么"。
人格和记忆共用同一个服务：人格每轮必带，记忆检索着加。

功能

| 类别 | 能力 |
| 分层记忆 | L0 原话 → L1 事实 → L2 画像 → L3 事件 → L4 里程碑，自动抽取 + 定时巩固 |
| 人格注入 | 人格卡 + 用户画像 + 当前状态（心情/亲密度/阶段/在干嘛/天气/游戏分）每轮注入 |
| 情绪双轴 | valence/arousal + 情绪日志，记录每次对话的情绪变化 |
| 亲密度 | 真实对话才涨（0.2/轮），阶段 陌生→熟悉→亲密→依赖（上限 1000） |
| 真实活动 | 今天干了什么（聊天/游戏/B站/主动找你），带想法（thought）字段 |
| 自我认知 | 每天 22:00 演化一次（"我发现自己开始用本澜自称了"） |
| 日记 | 每天 23:00 基于当天记忆生成第一人称日记 |
| B 站 | 刷视频、看懂视频、发评论、发说说（可选，需要 bili-cli） |
| 表情包 | 按情绪/关键词找图，自动收集用户常发的图 |
| 便签/任务 | 她自己记便签、给你派活、标记完成 |
| 睡眠巩固 | 每晚 LLM 整理当天记忆，生成叙述 |

架构

DSH（插件 index.mjs） ├─ 人格注入（每轮必带） ├─ 记忆检索（相关性触发） ├─ 设置页签（6 个 tab：记忆服务/人格设定/表情包/主动消息/B站/记忆） └─ 工具（13 个：记便签/派任务/找表情/刷B站...）

记忆服务（Python，server.py，独立进程） ├─ SQLite（memories.db） ├─ LLM 抽取（记忆/情绪/活动） ├─ 向量检索（可选，BM25 兜底） └─ HTTP API（8080 默认）

两个独立进程：DSH 插件只管注入和工具，记忆全在服务端。

兼容性

| 项 | 要求 |
| Windows | ✅ 支持（install.ps1） |
| Linux | ✅ 支持（install.sh + systemd） |
| Node.js | >= 22.19 或 >= 24 |
| Python | >= 3.10（服务端） |
| DSH | 0.2.x（rc.2+） |
| 内存 | >= 512 MB |
| 依赖 | 只有 numpy（服务端） |
| LLM | 必须有（DeepSeek 或其他 OpenAI 兼容） |

安装（Windows）

前置：Node.js >= 22.19、Python >= 3.10、DSH 已装

1. 克隆
git clone https://github.com/derkinL/dsh-remembers
cd dsh-remembers

2. 一键安装（PowerShell） .\install.ps1

或者指定 profile .\install.ps1 -Profile desktop

脚本会：
1. 检查 Node/Python 版本
2. 把插件复制到 %USERPROFILE%\.dsh\profiles\<profile>\node_modules\dsh-remembers
3. 写 cordis.patch.yml 注册插件
4. 建 venv + 装 numpy
5. 启动记忆服务（后台）
6. 创建开机自启任务计划

装完要做：
1. 填 LLM key（service\.env.win 里的 CMEM_LLM_KEY）
2. 重启 DSH
3. 设置 → 记忆服务 → 填 API Key 和模型

安装（Linux）

git clone https://github.com/derkinL/dsh-remembers
cd dsh-remembers
bash install.sh # 装到 web profile
DSH_PROFILE=desktop bash install.sh
bash install.sh --no-service # 只装插件

Linux 版用 systemd 守护服务端（install.sh 会自动配）。

两套实例（双人格）

想跑两个 AI 人格，需要两个服务端 + 两个数据目录：

主套
CMEM_DATA_DIR=/path/data CMEM_PORT=8081 python server.py

第二套
CMEM_DATA_DIR=/path/data2 CMEM_PORT=8082 python server.py

插件侧用 config.endpoint 指向对应端口。

配置

LLM Key（必须）

Linux: service/.env
Windows: service/.env.win
CMEM_LLM_KEY=sk-xxxxxxxx
CMEM_LLM_BASE=https://api.deepseek.com
CMEM_LLM_MODEL=deepseek-chat

数据目录

CMEM_DATA_DIR=/path/to/data # 默认 service/data

里面存：memories.db（记忆）、config.json（配置）、proactive.json（主动消息）、bili_tools.json（B站白名单）。

其他环境变量

| 变量 | 默认 | 说明 |
| CMEM_PORT | 8080 | 服务端口 |
| CMEM_HOST | 0.0.0.0 | 监听地址（建议 127.0.0.1） |
| CMEM_EXTRACT | 1 | 自动抽取开关 |
| CMEM_MEME_DIR | - | 表情包目录 |
| CMEM_EMBED_* | - | 向量检索（可选） |

设置页

装好后 DSH 设置里多出 6 个页签：

| 页签 | 内容 |
| 记忆服务 | LLM key、模型、抽取开关 |
| 人格设定 | 角色卡、用户画像 |
| 鲸鱼日记本 | 她现在/自我认知/时间线（已并入记忆） |
| 表情包 | 图库 + 编辑 |
| 主动消息 | 唤醒动作编辑器 |
| B 站 | 登录、启用、工具白名单、浏览节奏 |
| 记忆 | L0-L4 + 情感 + 活动 + 见闻 + 便签 + 她状态 |

常见问题

Q: 记忆不生成？ A: 检查 LLM key（设置 → 记忆服务），看服务端日志有没有报错。

Q: 插件加载失败 "cannot get property without inject"？ A: DSH 版本太新/太旧，插件用的是 ctx.get("slots") 这种软获取——升级 DSH 到 0.2.x。

Q: Windows 上服务端起不来？ A: 看 service\.venv-win\Scripts\python.exe server.py 前台跑，看报错。

Q: B 站不工作？ A: 需要 bili-cli（Linux 脚本），Windows 上可能不兼容——B 站是可选功能。

Q: 能跑多个 AI 人格吗？ A: 能，每个实例一套服务端 + 数据目录 + profile。

许可

MIT