drscrewdriver/dsh-prime-memory

dsh-prime-memory

DeepSeek Harness 的分层蒸馏记忆插件：对话在后台自动完成 L0 捕获 → L1 原子记忆 → L2 场景整合 → L3 画像蒸馏，模型每一步前自动把相关记忆注入上下文。

English · 最新发行版 · 反馈问题

npm version
DSH 0.1.1-rc.2
MIT License

🌐 语言 / Language

- 中文 README
- English README
- 日本語 README
- 한국어 README
- 安装指南（中文）
- Installation guide (English)
- 日本語インストールガイド
- 한국어 설치 안내
- 更新日志（中文）
- Changelog (English)
- 日本語 changelog
- 한국어 changelog

DSH 版本兼容矩阵

| DSH 版本 | settings 注册 API | 状态 |
|---|---|---|
| 0.1.1-rc.2 | settings.register()（live scope） | ✅ 已验证 |
| 0.1.2-rc.1 | settings.register()（回退可用） | ⚠️ 按框架文档推断，未实测 |
| 0.1.3-rc.1 | settings.register()（回退可用） | ⚠️ 未实测（0.1.3+ 命名空间已改字符串，本插件已兼容） |
| 0.1.5-rc.2 | settings.register()（回退可用） | ⚠️ 未实测；Session V3 surface 语义与输入栏/设置槽位待回归 |

兼容机制：settings 注册走运行时三分支（register → installSection 桥接 → 恒开降级），
详见 CHANGELOG.md 的 0.11.0 条目。dsh.plugin.json 声明
engines.dsh: ">=0.1.1-rc.2

插件挂在 dsh 原生事件上（session/event 捕获、agent/pre-step 注入），蒸馏调用复用宿主 ctx.llm。召回以消息侧注入呈现：相关记忆作为一条合成消息排在用户新消息之前，会话流里显示为\\“上下文注入 · memory”\\行（点开看命中内容）——用户能直接看到“记忆生效了”；注入内容有长度预算与时间预算，超限截断/超时跳过，绝不拖慢对话。同会话去重：已注入过的记忆不再重复注入（模型上下文里已经有了，追问同类问题时省 token）；上下文被 /compact 压缩或清空时自动重置，记忆可重新注入；被更新的记忆（内容变化换新 id）不受旧压制。时效加权：召回排序按 相关度 × max(0.5, 0.5^(距上次更新天数/30)) 软加权——相关度相近的候选之间新鲜记忆优先（名额自然轮转），相关度足够高的老记忆照常召回（地板保证最多损失一半排序分，长期事实不沉底）；recall.decayHalfLifeDays 可调，0=关闭。

成本看板：每次蒸馏 LLM 调用（抽取/去重/L2/L3）的 token 成本按 provider/model 写入
SQLite 明细表（保留期可配置，默认 365 天，写入时滚动清理；记账失败只告警、绝不阻塞蒸馏），
设置页 → 记忆 → 成本 Tab 可视化：按模型分色的趋势折线（日/周/月粒度 + 近 N 天窗口 +
L1/L2/L3 层级过滤）、层级 × 时间窗口表格（调用数 / 输出与思考 token / 均值 / 中位数）、
按模型累计——蒸馏开销一目了然。输入按字符计（dsh 流式 usage 不含输入 token），
输出与思考按 token 计。

记忆工具(3):

- memory\_search

- conversation\_search

- memory\_read\_scene

真机实录：召回注入与工具调用在对话里的样子——“上下文注入 · memory”行先带出相关记忆，模型再按需调 memory_read_scene 读取场景块，凭记忆直接作答：

在只开放代码执行入口的受限会话中，模型经由 run_code 间接调用记忆工具（轨迹视图中的 SUBTOOL 嵌套）：

分层记忆（L0–L3）

会话级记忆档位

- 控件：输入栏内、模式选择器右侧的 pill（记忆·自动），点击在上方浮出档位滑块，深浅主题自适应；

- 悬浮板下半部是会话信息区：召回命中（命中/检索轮次与累计条数）、攒批进度
（本会话切片 x/生效阈值；关闭档显示挂起切片数）、本会话产出记忆条数、会话消息数，
外加异常状态行（存储降级 / 向量检索不可用）与全局摘要（待蒸馏条数、上次蒸馏时间）；
数据走 dsh-memory/session-stats 端点（纯内存注册表 + 索引 COUNT，零文件 I/O），
打开期间自适应轮询（忙 2s / 静 5s），关闭即停；
- 每会话的选择按 sessionId 持久化到 session-modes.json，重启/恢复会话不丢；
与全局开关叠加（全局是总闸）；L2/L3 完全分类，分类内容不渗透。

- 只写不读（#38）：悬浮板内「注入」三态开关（跟随全局 / 开 / 关）——设为「关」
即只写会话：捕获与蒸馏照常（对话照常沉淀为 L0→L1→L2/L3），但不向本会话注入
任何记忆（召回注入、画像/导航稳定区、工具指南一并停止；memory_search 等读工具
返回只写提示）。pill 面文换作 记忆·只写 提示状态；覆盖按会话持久化，切回
「跟随全局」即清除、跟随设置页召回开关；适合调试/评测/敏感会话「只吸收不干扰」。
与 off 档正交：off 仍是完全隐身（连捕获都关），只写保留「进」关「出」。

界面预览

实测对比（DSH-MemBench：自动化基准）

图文回答"长什么样"，这一节用自动化基准的实测数字回答"开了到底有什么用"（bench/，一条命令可复现）。方法：同场景库、逐字相同输入，A 组（记忆开）跑 3 次取合并值，B 组（记忆关）跑 1 次（无记忆的长任务每场景要吞数倍 token，成本护栏）；对话赛道只跑 A 组（B 组会话独立无记忆必然失败，对照无信息量，已下线）。对话赛道环境：DeepSeek 官方 deepseek-v4-flash、插件 0.8.5（判卷与被测同源，答案原文全部留痕可人工复核）、Windows；题型设计借鉴 LongMemEval / LoCoMo / AMB，扩展题型与生命周期赛道参照 MemoryAgentBench / GoodAI LTM / BEAM。

对话赛道为 0.8.5 新基线（修复版插件 + 修正后的判卷口径）；工作流赛道数字仍为 0.8.3 存档（0.8.5 起场景库扩至 8 个，新增前瞻记忆场景，重跑待做）。

对话赛道（20 场景 × 10 题型 × 3 次 = 420 题）：答得准吗

0.8.5 基线（A 组数据；对话赛道 B 组已下线，只跑 A 组）。

召回双通道（A 组）：被动注入召回率 78.1%（该题要点出现在召回注入中，281/360），其余多数由模型主动调用记忆工具查回——106 题主动查询、75 题靠工具兜底答对；端到端 95.2% 是两通道 + 模型利用的合成结果。记忆库跨场景全程累积下，探针召回注入混入其他场景记忆 295 次（已如实计数），总准确率反而前段 92.8% → 后段 97.7%——抗干扰能力经受住了膨胀记忆库的考验（离线灌水再灌 600 条合成噪声，检索层 recall\@5 也只降 2.8pp）。

分层看短板：检索层离线指标（recall\@5 受控复现）总 73.3%，其中事件排序 0%、场景回忆 50%——端到端仍 93%+ 靠的是注入邻近记忆后模型的鲁棒性；效率三角（记忆的开销）：注入非但不加延迟（注入轮响应比无注入轮平均快 210ms）、注入占每轮输入约 10.3%，蒸馏全链路摊到每条捕获消息 ≈2727 输入 / 240 输出 token（1172 次调用 0 失败）。

工作流赛道（0.8.3 存档 · 7 场景版 · A 组 3 次 / B 组 1 次，真实工具沙箱）：做得对、做得省吗

探针段完成度 85.5% vs 43.5%（+42pp）：教学/变更段两组都有现场上下文，探针段（新会话延续任务）才是纯记忆窗口——A 组三个新考法场景（流程知识更新 / 双胞胎消歧 / 风格规范延续）全部 12/12 满分且三轮一致；B 组在风格规范场景探针 0/4（命名/结构/千分位/页脚约定只存记忆，沙箱探不出来），在流程更新场景则能靠读脚本逆向（判别力受沙箱可供性限制，已如实标注）。

长任务成本：B 组每场景输入 token 是 A 组的 6.8 倍（1.81M vs 266k）——无记忆时 agent 靠重新探索前进，high 思考档下甚至会自建工程去探测本可用一条脚本约定完成的流程；输出 token 3 倍（46.2k vs 15.4k）、步骤 +70%。这正是记忆的核心价值：省掉的不是任务难度，是无谓的往返与重复探索。
方法论与复现

node bench/harness/run.mjs --arm A --repeats 3 --provider deepseek-official --model deepseek-v4-flash   # 对话赛道（只跑 A 组）
node bench/harness/run.mjs --track workflow --arm AB --repeats 3 ...                                  # 工作流赛道（A/B 双组并行）
node bench/harness/run.mjs --track lifecycle --arm A ...                                              # 生命周期赛道（门控/off/rebuild/遗忘）
node bench/harness/report.mjs --latest [dialog|workflow]                                               # 汇总报告
node bench/harness/retrieval-metrics.mjs  --flood 200,600                                     # 检索层指标 + 灌水曲线

- 判分：contains-all 程序判 + 判卷模型按要点判（答案原文与判分理由全部留痕 result.json 可人工复核）；带 stale 的题（更新/连锁/遗忘）“旧值当作现状陈述”才判负、拒答题允许引用真实背景解释“不知道被问点”；工作流完成度为产物文件 + 关键内容程序化校验（四型判据：正检查/禁词/产物缺席/存在性）；

- 指标面：准确率总表（6 核心 + 4 扩展题型）之外，自动产出检索层离线指标（recall\@5 / 注入精度 / 作废泄漏）、效率三角（注入开销差分 / 注入占比 / 蒸馏记账摊到每消息）、规模位置分析（库容膨胀下的准确率/污染）与生命周期赛道专属节（分族门控矩阵 / off 双断言 / rebuild 保真 / 遗忘）；

- 实时进度：跑基准时自动拉起本地进度面板并打开浏览器（--no-panel 关闭）——A/B 双臂场景/阶段/消息粒度进度、心跳与活动新鲜度（直判“卡住 vs 进程挂了”）、累计成本随跑随涨；

- 指标全部来自供应商上报 usage（输入含缓存命中拆分）与会话事件折叠；稳态缓存率剔除每会话首请求（0.8.5 基线：89.1%——记忆注入不伤缓存）；

- 回归用途：改插件前后各跑一遍，compare.mjs 出对比表（环境头校验含 gitSha + B 组对照组漂移告警 + 检索层指标对比）；

- 局限（诚实声明）：单机；A 组 ×3 合并、B 组 ×1（成本护栏，噪声更大）；判卷与被测模型：对话 0.8.5 基线同源、工作流存档跑为异构（glm-5.3 判 v4-flash）；作者自建场景库（倾向记忆优势场景，欢迎自行复现）；沙箱文件的可供性会部分泄露流程（B 组可读脚本逆向，判别力受限处已如实标注）；工具审计双档（严格违规判负/宽松提示），实测双方 0 违规。

完整报告与逐题数据：bench/baseline/。

存储布局

向量能力默认关闭（纯 FTS）。DSH 的 ctx.llm 无 embeddings 端点，语义检索由
三态嵌入源提供（关闭 / 远程 / 本地），设置页可运行时切换——见下节。

语义检索（嵌入源）

设置页（记忆 → 概览 → 语义检索）选择嵌入源，即时生效、无需改配置重启：

三种嵌入源：关闭（默认，纯 BM25 关键词检索）、远程（自备任意 OpenAI 兼容
/embeddings 服务，embedding. 四件套配齐才可选）、本地（内置模型目录选一款，
ONNX 量化 CPU 推理——无需 API Key，数据不出本机）。本地模型目录是插件内置
白名单（每款锁定 revision + 每文件 sha256，不可下载任意仓库）。

- 下载：模型卡一键下载（默认镜像 hf-mirror.com，断点续传 + sha256 完整性
校验；直连不可达时可走代理——默认自动探测 HTTPS_PROXY/ALL_PROXY 等环境
变量，见 embedding.proxy）。单文件失败自动重试且换缓存键（?dshmem-retry=N，
绕开镜像 CDN 偶发的坏缓存对象），校验失配从零重下、网络错误保留断点续传；
落盘数据目录 models//，不用了随时在设置页删除；

- 按需运行时：首次切换本地档才安装推理运行时（transformers.js，约 100\~200MB，
装进数据目录 runtime/——不进插件依赖树，不碰插件安装目录）；模型加载与推理在
独立 worker 线程执行，不冻结宿主事件循环（嵌入计算期间对话与页面交互照常）；

- 活切换：一键换源——自动后台全量重嵌（进度可见、可取消，期间检索自动降级
关键词，不影响对话；维度变化时向量表按新维度重建）；切换失败保持旧源，重启仍按原源运行；

- 生效规则 = 部署上限 AND 运行时选择：embedding.allowLocalModels=false 可整体
禁用本地档、未配 embedding. 四件套则远程档不可选（企业部署可收口），状态持久
化在 embedding-source.json。

配置

覆盖配置写在 profile 自己的 cordis.patch.yml，用顶层裸 patch 条目（直接 id:，
不要包在 insert: 里——insert 与 bundle 层同 id 追加会导致 duplicate loader entry id
启动失败）：

- id: dsh-memory
name: dsh-prime-memory
config:                    # 键按行整体替换（不深合并），按需写全要保留的键
family: auto             # 新会话默认档：auto | chat | work
llm:                     # 蒸馏模型静态路由（双字段齐 = 部署 pin，优先于设置页路由链；
provider: ''           # 留空则跟随设置页路由链主路由或当前默认模型）
model: ''

| 字段                           | 默认                      | 说明                                                                                                                                                                                                                                                                                                                               |
| ---------------------------- | ----------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| family                     | auto                  | 新会话默认记忆档位：auto（双族自动）\| chat（个人）\| work（工作）；会话内可用输入栏控件临时切换                                                                                                                                                                                                                                                                  |
| dataDir                    | $DSH_HOME/memory      | 数据目录                                                                                                                                                                                                                                                                                                                             |
| capture.enabled            | true                  | L0 捕获                                                                                                                                                                                                                                                                                                                            |
| capture.stripCodeBlocks    | true                  | 助手消息剥离代码块                                                                                                                                                                                                                                                                                                                        |
| capture.maxMessageChars    | 4000                  | 单条消息最大字符数                                                                                                                                                                                                                                                                                                                        |
| extract.enabled            | true                  | L1 抽取                                                                                                                                                                                                                                                                                                                            |
| extract.minMessages        | 6                     | 稳态触发阈值：单会话攒够 N 条新消息跑一次 L1 抽取。起步阶段生效阈值从 1 翻倍爬坡到此值（首轮即出记忆，随后自动攒批省调用）                                                                                                                                                                                                                                                               |
| extract.idleSeconds        | 300                   | 闲置兜底：会话静默 N 秒后把未蒸馏切片落袋（接住“没攒够阈值用户就离开”）；0 关闭                                                                                                                                                                                                                                                                                    |
| extract.backgroundMessages | 10                    | 抽取时附带的背景消息条数（按会话从 L0 现查，会话间互不污染）                                                                                                                                                                                                                                                                 |
| extract.candidatePool      | 5                     | 去重候选池大小                                                                                                                                                                                                                                                                                                                          |
| l2.enabled                 | true                  | L2 场景整合                                                                                                                                                                                                                                                                                                                          |
| l2.minNewMemories          | 5                     | 距上次 L2 整合的新记忆阈值                                                                                                                                                                                                                                                                                                                  |
| l2.maxScenes               | 12                    | 场景块数量上限                                                                                                                                                                                                                                                                                                                          |
| l2.sceneContextLimit       | 3                     | L2 prompt 附带的相似场景全文上限                                                                                                                                                                                                                                                                                                            |
| l3.enabled                 | true                  | L3 画像蒸馏                                                                                                                                                                                                                                                                                                                          |
| l3.interval                | 20                    | L3 蒸馏间隔（新记忆条数）                                                                                                                                                                                                                                                                                                                   |
| recall.enabled             | true                  | 自动召回                                                                                                                                                                                                                                                                                                                             |
| recall.maxResults          | 5                     | 每条新用户消息前注入的 L1 条数上限                                                                                                                                                                                                                                                                                                              |
| recall.maxCharsPerMemory   | 500                   | 单条注入记忆的字符上限（超限截断并提示用记忆工具查全文）；0 不限                                                                                                                                                                                                                                                                                              |
| recall.maxTotalRecallChars | 2000                  | 整轮注入总字符上限（超限按相关性丢尾部）；0 不限                                                                                                                                                                                                                                                                                                      |
| recall.timeoutMs           | 5000                  | 召回总预算（ms）：超时跳过本轮注入、不阻塞对话；0 不限时                                                                                                                                                                                                                                                                                                 |
| recall.includePersona      | true                  | 系统提示注入画像上下文（，稳定区）                                                                                                                                                                                                                                                                                                |
| recall.includeSceneNav     | true                  | 系统提示注入场景导航（，稳定区）                                                                                                                                                                                                                                                                                             |
| recall.strategy            | hybrid                | 检索策略：keyword / embedding / hybrid                                                                                                                                                                                                                                                                                          |
| recall.scoreThreshold      | 0.3                   | 召回分数阈值（低于不注入；仅 keyword/embedding 策略生效，hybrid 融合前不过滤；工具路径不过滤）                                                                                                                                                                                                                                                                     |
| recall.decayHalfLifeDays   | 30                    | 召回时效衰减半衰期（天，0=关）：排序按 相关度 × max(0.5, 0.5^(距更新天数/半衰期)) 软加权——相关度相近的候选间新鲜记忆优先（名额轮转），老记忆最多损失一半排序分（地板兜底，长期事实不沉底）                                                                                                                                                                                                                     |
| embedding.enabled          | false                 | 向量检索开关；关闭即纯 FTS 运行                                                                                                                                                                                                                                                                                                               |
| embedding.baseUrl          | 空                       | OpenAI 兼容 /embeddings 地址（如 https://api.siliconflow.cn/v1）                                                                                                                                                                                                                                                                      |
| embedding.apiKey           | 空                       | API Key                                                                                                                                                                                                                                                                                                                          |
| embedding.model            | 空                       | embedding 模型名                                                                                                                                                                                                                                                                                                                    |
| embedding.dimensions       | 0                     | 向量维度（启用时必填，须与模型输出一致）                                                                                                                                                                                                                                                                                                             |
| embedding.maxInputChars    | 5000                  | 单条文本最大字符数（超长截断）                                                                                                                                                                                                                                                                                                                  |
| embedding.timeoutMs        | 10000                 | 单次 embedding 调用超时（ms）                                                                                                                                                                                                                                                                                                            |
| embedding.allowLocalModels | true                  | 允许本地嵌入档（部署上限：关闭后设置页不能下载模型、不能切本地档）                                                                                                                                                                                                                                                                                                |
| embedding.mirror           | https://hf-mirror.com | 本地模型下载镜像根地址（可改回官方 https://huggingface.co）                                                                                                                                                                                                                                                                                      |
| embedding.proxy            | ''                    | 模型下载代理三态：''（默认）= 自动探测代理环境变量（HTTPS_PROXY/ALL_PROXY 等，尊重 NO_PROXY）；none = 禁用强制直连；其他值 = 代理 URL（如 http://127.0.0.1:7890）。镜像直连在国内网络间歇不可达（直连超时与污染字节交替出现过），开代理的机器建议保持默认自动探测                                                                                                                                                 |
| llm.provider/model         | 空                       | 蒸馏模型静态路由（部署 pin）：provider 与 model 双字段齐时锁定蒸馏路由，优先于设置页的运行时路由链与默认模型（部署可强制蒸馏走指定路由）；留空则跟随"设置页路由链主路由 → 默认模型"。运行时可在设置页 → 记忆 → 概览 → 蒸馏参数的蒸馏路由链编辑器里配置主路由与回退链（从已配置的供应商（含 dsh 设置 → 模型里添加的自定义供应商）中选择，主路由行可留空跟随默认模型），非空即整体接管本静态配置，即时生效无需重启                                                                                        |
| llm.fallbacks              | []                    | 蒸馏回退链：主路由失败（报错/被掐断/网络异常/空输出）后按条目顺序逐个降级尝试的备用路由列表，条目 = {provider, model, reasoningEffort?}（档位非空覆盖全局 llm.reasoningEffort，仍按模型能力钳制）；与主路由完全相同的条目自动跳过；每条路由各享全额 timeoutMs；全部失败交既有按会话退避重试。空数组（缺省）= 单路由行为不变（详见下方蒸馏回退链与慢 TTFT 模型）；设置页运行时路由链（distillChain）非空时整体接管主路由与回退链（单行链 = 显式无回退），空 = 跟随本配置 |
| llm.layerRoutes            | {}                    | 蒸馏按层路由：层键 l1/l2/l3 各配一条完整链（条目同 llm.fallbacks，头行必须 provider+model 双显式），非空即完整替换该层解析（该层主路由与回退都归层链管，全局链对该层不参与），空/缺省 = 该层跟随全局；l1 同管抽取+去重两个调用点。运行时可在设置页「蒸馏参数」分段面板里按层编辑（优先于本静态配置）；部署 pin 不废静态层链（同为部署配置，同回退链先例）。与回退链正交可组合——每层各自一条链（ADR-0005）                                                                   |
| llm.maxTokens              | 65536                 | 未分层调用的兜底输出总闸。各蒸馏层有独立预算（抽取 16k / 去重 8k / L2 32k / L3 16k；思考档 high/xhigh/max 时自动 ×4，防 reasoning 吃光预算），分层预算可在设置页 → 记忆 → 概览 → 蒸馏参数运行时调整（留空/0 = 跟随内置默认）                                                                                                                                                                               |
| llm.reasoningEffort        | 空                       | 蒸馏思考档位：空串 = 自动（按模型能力解析：模型默认档 → high）；显式值（off/none/minimal/low/medium/high/xhigh/max）仅在该模型声明支持时发送——跨供应商 effort 词汇表不同（deepseek 认 off，OpenAI 系是 none，未声明档位的模型不传），不支持的档位自动降级为不传并告警一次；思考档 high/xhigh/max 时输出预算自动 ×4。运行时可在设置页路由链编辑器里逐路由覆盖档位（行内下拉，词表按各模型声明的能力实时显示，缺省跟随本值）                                 |
| llm.temperature            | 0.3                   | 蒸馏温度                                                                                                                                                                                                                                                                                                                             |
| llm.maxInputChars          | 700000                | 单次蒸馏输入字符预算（超限的 L1 输入自动分块抽取）；运行时可在设置页 → 蒸馏参数 → 输入预算调整（留空/0 = 跟随本值）                                                                                                                                                                                                                                                                |
| llm.timeoutMs              | 120000                | 单次蒸馏调用超时（ms）                                                                                                                                                                                                                                                                                                                     |
| tokenCost.retentionDays    | 365                   | 蒸馏成本明细（token\_cost 表）保留天数，写入时滚动清理更早行；0 = 永久保留。成本看板「近 N 天」窗口上限同此值                                                                                                                                                                                                                                                               |
| tools                      | true                  | 是否注册模型可调用的记忆工具                                                                                                                                                                                                                                                                                                                   |
| benchControl               | false                 | 注册 bench 控制服务（进程内 rebuild 触发/会话档位设置/蒸馏用量快照，供基准 lifecycle 赛道）。默认关——生产部署零表面积，勿随意开启                                                                                                                                                                                                                                                 |
| scope | global | 存储作用域（可见范围）：global（默认）= 跨工作区可见；workspace = 按工作区隔离 work 族。与 family（内容类型）正交——两轴问的是不同问题，四象限都存在（chat×global / chat×workspace / work×global / work×workspace）。chat 族默认仍全局：个人记忆本应跨项目。默认 global 时行为与未引入该配置逐字一致——既有单根数据全部归 global，迁移只标注归属、不搬不删（ADR-0008 / ADR-0009）。拿不到会话工作区时回落 global（不抛、不阻断） |
| conflictFreeze.enabled     | false                 | 矛盾冻结总开关。开启后去重决策词表多出 conflict 动作：LLM 判定“两边都像是对的、机器判不了”时不再自动 update 覆盖或 merge 合并，而是把这一对停放到待裁决队列——新记忆照常入库，双方内容都不被改写，由新增的 memory_resolve_conflict 工具交人裁决。关闭时去重 prompt 与未开启该功能时逐字一致（零漂移）。默认关：冻结消耗人的注意力，不可默认全开（ADR-0010）                                                                                             |
| conflictFreeze.maxPending  | 100                   | 待裁决队列上限。未裁决数达上限时新的冲突不再停放，当场按 LLM 给出的 winner/loser 自动了结（该对仍写入队列留痕，resolution 记为 auto 以区别于人工结论）。语义是“不收新的”，不是“偷偷删旧的”——有界性由此成立，而不会丢掉人还没看过的裁决请求                                                                                                                                                                    |
| conflictFreeze.timeoutDays | 30                    | 超时降级（天）：停放超过该天数的待裁决对，在下一轮蒸馏开头被自动了结（同上，留痕为 resolution=auto）。0 = 不做超时降级（显式关闭，而非“立刻全部超时”）。没有安全阀时，“两条互相矛盾的记忆长期并列召回”会永久留在库里                                                                                                                                                                                             |

蒸馏回退链与慢 TTFT 模型

部分推理供应商的免费/慢速档位首 token 延迟（TTFT）可达 20 秒以上，而部分上游网关会在连接静默约 20 秒时掐断——蒸馏调用以固定 \~20s 失败（llm aborted），插件侧 120s 超时根本轮不到生效（#31 的实测场景）。三层缓解按需取用：

1. 换路由（最直接）：设置页 → 记忆 → 概览 → 蒸馏参数的路由链编辑器即时改主路由（或把快路由排到链首），或静态 pin llm.provider/llm.model。

2. 回退链（自动降级）：主路由失败时按序自动换备用路由，无需人工干预：

llm:
provider: opencode-go          # 主路由（也可不 pin，跟随设置页路由链主路由/默认模型）
model: ox-alpha-free
fallbacks:                     # 条目顺序 = 降级优先级；不配置 = 单路由行为不变
- provider: opencode-go
model: deepseek-v4-flash
reasoningEffort: low       # 可选：该路由的档位覆盖（缺省跟随全局）
- provider: deepseek-official
model: deepseek-v4-flash

3. 按层路由（各走各的通道）：不同蒸馏层对模型诉求不同（L1 高频要便宜快稳、
L3 低频可容忍慢首包但要强能力），可给差异层单独配链——每层一条完整回退链，
未配置的层照走全局链：

llm:
layerRoutes:                  # 按层独立路由（#34）；头行必须显式 provider+modelyaml
l1:                         # l1 同管抽取 + 去重两个调用点：配条便宜快稳的链
- provider: opencode-go
model: deepseek-v4-flash
reasoningEffort: low
- provider: deepseek-official   # 层内回退：L1 故障只降级到这里，不落全局链
model: deepseek-v4-flash
l3:                         # L3 画像蒸馏：低频大输入，配强能力链
- provider: deepseek-official
model: deepseek-v4-flash
reasoningEffort: high

也可在设置页 → 记忆 → 概览 → 蒸馏参数的分段面板（全局默认 / L1 / L2 / L3）
里按层运行时编辑，层内优先级：运行时层链 > 本 YAML 静态层链 > 全局默认链，
逐级兜底。

失败 = 报错 / 被掐断 / 网络异常 / 空输出（流正常结束但 0 字符——对蒸馏而言必然在解析阶段报废，改判为该路由失败而非返回空串）；调用方主动取消不降级；每条路由各享全额 llm.timeoutMs（共享预算会让慢 TTFT 的回退路由拿到的窗口小于它真实需要的首包时间，回退链形同虚设）；token 成本逐次尝试记账（失败尝试也计一行，含流中断前已到的 token），成功调用归因到实际服务的路由。路由链也可在设置页 → 记忆 → 概览 → 蒸馏参数的「蒸馏路由链」编辑器里运行时调整（无需改配置重启）；本 YAML 适合部署者固化静态链。

4. 调高超时：llm.timeoutMs 只在路由确实慢但网关不掐时有用；网关 20s 掐断的场景调插件超时无效，请用前两层。

日志与故障排查

dsh 宿主把插件日志打到控制台；插件另把 info 级以上镜像到数据目录的 memory.log。
一轮对话的典型日志路径：L0 捕获 → L0 落盘 → 蒸馏管线开始 → LLM 调用（输入/输出 字符数、耗时） → L1 阶段完成 → 管线结束；下一轮开头是 召回注入 N 条 L1。LLM 空输出
带完整诊断（finish reason / token 计数 / reasoning 摘录）；JSON 解析失败记录模型原始输出
前 400 字符；所有失败告警带堆栈首帧。JSONL 事实源按轮次追加、依赖操作系统写回（不做逐条
fsync），断电等极端崩溃最多丢最后一小段尾部，检索库可用「重建记忆」从事实源全量重导。

与 MemoryCore 的差异

- 内嵌完整管线（不依赖外部 Gateway），蒸馏复用 DSH 自己的 LLM；

- L2/L3 由"LLM 操作文件工具"改为"LLM 输出操作 JSON / 完整文档，工程侧执行"；

- 召回注入点在 agent/pre-step（消息侧合成消息，官方 pre-step 替换语义）+ agent 作用域 systemPrompt.context（画像/导航稳定区，DSH 原生事件/服务）；

- 存储/检索即官方 sqlite 后端的单机裁剪版（裁掉多租户隔离列、TCVDB 云后端、审计表；
分词与官方一致用 jieba——@node-rs/jieba 预编译二进制 + CJK 二元组并集，
词元供 BM25 精确整词命中、二元组保子词召回；加载失败自动回退纯二元组，
FTS 索引按分词器版本戳自动重建）。

路线图

以下为规划中的功能，欢迎在 Issues 反馈需求与优先级：

- [ ] Git 分支感知：记忆与当前 git 分支关联，召回可按分支过滤/加权（与现有记忆档位正交）

- [ ] Claude Code / Codex 记忆导入：一键迁移既有记忆资产（CLAUDE.md、Claude Code 记忆文件、Codex AGENTS.md 等），导入后进入分层蒸馏管线

致谢

本仓库的直接上游是 JunNanLYS/dsh-layered-memory
——DSH 侧的分层蒸馏记忆插件。感谢原作者 JunNanLYS 开放该项目：本仓库在其基础上重写了实现层
（首个提交 0b506b8 即「净室重写清场——移除旧实现与构建产物」），文档、图片与模块架构沿用上游。
相对上游，本仓库新增了面向 Agent 的 12 个记忆工具（含高权限写入 memory_add / memory_delete /
memory_import、反刍控制 memory_ruminate 系列、记忆图谱 memory_search_graph /
memory_expand_graph_node、决策凭证回溯 memory_receipts、矛盾裁决 memory_resolve_conflict）、
skills/memport 跨工具记忆搬运，以及商店截图声明。

其中两个工具服务于可追溯性：

- memory_receipts —— 回溯"这条记忆怎么来的"。每次 L1 去重决策都留一条凭证
（决策当时的候选池输入摘要 + 结论），可按记录问"出自哪一轮、当时看到什么候选池"，
或按批次问"那一轮都判了什么"。凭证必须在事件之前存在——输入快照无法事后补录
（ADR-0006）。
- memory_resolve_conflict —— 裁决矛盾冻结停放的冲突对（见 conflictFreeze.* 配置）。
结论 winner / loser / both：判某一方为真则另一方从检索中退场，判 both 表示
两者其实是各自独立的事实、都保留。

记忆核心能力（分层蒸馏管线、Prompt 设计、双写存储架构）参考自
TencentCloud/TencentDB-Agent-Memory
项目中的 MemoryCore，感谢原项目开放的设计与实现。

License

MIT