agent-memory-hygiene 怎么安装？

在已安装 dsh CLI 引擎的环境中，进入插件页复制安装命令一键执行即可；暂不能直接安装（需源码编译或环境不满足）：仓库根目录及浅层子目录均无 dsh 插件清单，无法用 dsh 插件安装命令安装。

agent-memory-hygiene 兼容性怎么样？

暂不能直接安装（需源码编译或环境不满足）：仓库根目录及浅层子目录均无 dsh 插件清单，无法用 dsh 插件安装命令安装。

agent-memory-hygiene 有中文文档吗？

已提供中文翻译 README（由 DeepSeek 最新模型翻译生成），本站可切换中英文对照阅读。

agent-memory-hygiene 还在维护吗？

GitHub 0 星。最近一次上游提交在 2026/9/15。

记忆层构建器 kiterunner1/agent-memory-hygiene

DeepSeek Harness

kiterunner149 天前有提交已提供中文文档扫描：含敏感能力

在 GitHub 查看 ↗

探测你的环境，现场搭建并体检长期记忆层

29.9/100

综合分

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。

自动兼容检查未通过：仓库根目录及浅层子目录均无 dsh 插件清单，无法用 dsh 插件安装命令安装。以下命令仍可尝试，但可能失败。

无法用 dsh 插件命令安装（仓库内无 dsh 插件清单）

git clone https://github.com/kiterunner1/agent-memory-hygiene.git

按该仓库 README 的原生方式安装；若作者另行发布了 DSH 插件包，请以其文档为准

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：需留意

是什么

dsh 原生插件 · chat

装得上吗

实装验证未通过（unknown），装前请到仓库确认最近更新与 issue

L4 · 真实安装等级说明 →

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 49 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 →

⚠︎ 实装验证未通过（unknown · 2026/10/20） ——可能是验证环境差异，装前建议到 GitHub 仓库确认最近更新与 issue。

社区实装还没有人打卡 · 装过的第一个就是你

安装兼容性检查需源码安装

仓库根目录及浅层子目录均无 dsh 插件清单，无法用 dsh 插件安装命令安装

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agent-memory-hygiene（未发布到 npm，仅可源码安装）

✓Node 引擎未声明 engines.node

✓dsh CLI 依赖未声明 dsh 版本约束

✗入口文件缺少入口声明

源码安装时若 pnpm 拦截 prepare 脚本，按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑。

验证方式：npm registry 存在性 + package.json 静态校验 · 最后检查 2026/10/11 22:25:35

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。

可执行外部命令读写/删除本地文件

查看扫描证据（共 19 处，展示前 13 条）

读取本地文件
templates/build-index.mjs:43
const text = readFileSync(file, 'utf8')
读取本地文件
templates/build-index.mjs:55
entries = readdirSync(dir, { withFileTypes: true })
读取本地文件
templates/build-index.mjs:63
else if (EXTS.includes(extname(e.name)) && statSync(full).size < 2 ** 20) acc.push(full)
读取本地文件
templates/build-index.mjs:68
const missing = SCAN.filter((s) => !existsSync(join(ROOT, s.dir)))
读取本地文件
templates/build-index.mjs:84
if (!existsSync(base)) continue
写入本地文件
templates/build-index.mjs:106
writeFileSync(join(ROOT, OUT), output, 'utf8')
读取本地文件
templates/healthcheck.mjs:44
if (!existsSync(p)) continue
读取本地文件
templates/healthcheck.mjs:45
const chars = readFileSync(p, 'utf8').length
读取本地文件
templates/healthcheck.mjs:57
entries = readdirSync(dir, { withFileTypes: true })
读取本地文件
templates/healthcheck.mjs:66
const text = readFileSync(full, 'utf8')
读取本地文件
templates/healthcheck.mjs:72
if (!existsSync(join(ROOT, cand)) && !existsSync(join(dir, cand))) {
读取本地文件
templates/healthcheck.mjs:80
const docRoots = DOC_ROOTS.filter((r) => existsSync(join(ROOT, r)))
执行外部命令固定命令
templates/healthcheck.mjs:91
const out = execFileSync('git', ['status', '--porcelain'], { cwd: ROOT, encoding: 'utf8' })

扫描于 2026/11/4（0 天前） · 范围全包扫描 · 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

广告精选好物

飞利浦 TAH6519 主动降噪耳机 ¥299

头戴式无线 anc 主动降噪，蓝牙连接，久戴舒适向。

·anc 主动降噪 · 头戴式无线
·价格与库存以商品页实时为准

去淘宝看看→

广告MCP 兼容手册

装完插件，给 AI 接上 MCP

Cursor、Claude Code、VS Code 逐个核对：能不能装、配置怎么写、装不上是什么原因。

·按客户端逐格核对
·结论标注依据与风险等级

查 MCP 兼容性→

功能亮点

探测运行环境
搭建长期记忆层
记忆层体检

Agent 技能：不只讲方法论，而是让 AI 先探测你的环境，再现场搭一套长期记忆层（常驻契约 + 知识层 + 派生索引 + 体检闸门）并挂到必经之路上。搭建或体检智能体记忆层，按你的环境量身定制。

README

由 DeepSeek 最新模型翻译生成

agent-memory-hygiene 中文 · 让 AI 给你自己的环境搭一套记忆层。这不是一篇讲道理的文章，是一个构建器。装进 agent 之后，它会： 1. 先探测你的环境——常驻契约在哪、多大、怎么注入；有没有知识目录；是不是 git 仓库；单项目还是多项目；有哪条必经之路可以挂检查。 2. 和你确认三个参数（常驻层预算、分层粒度、触发点），每个都给推荐值和理由。 3. 动手搭：常驻契约 + 知识层 + 派生索引生成器 + 体检闸门，并把检查挂到必经之路上。 4. 自己验收——量体积、跑生成器、跑体检脚本，并故意制造一个问题看它能否报出来。已经有记忆层时走体检模式：按七项清单逐项查，每项给出证据和修法，默认方向是删而不是加。适用于任何支持 Agent Skills 的 agent（Claude Code / Codex / Cursor / DSH / …），与具体 harness 无关。为什么是「构建器」而不是「方法论」方法论给的是通用建议，而你的环境是具体的：单项目和多项目的答案不一样，有 git 和没 git 的挂钩方式不一样，一次性任务根本不需要记忆层。所以这个技能的核心是一条硬规则：先探测，再设计，绝不照搬模板。模板只是骨架，成品必须长在你的目录结构上。

展开完整文档（README 剩余 1 节）

agent-memory-hygiene

中文 ·

让 AI 给你自己的环境搭一套记忆层。

这不是一篇讲道理的文章，是一个构建器。装进 agent 之后，它会：

1. 先探测你的环境——常驻契约在哪、多大、怎么注入；有没有知识目录；是不是 git 仓库；单项目还是多项目；有哪条必经之路可以挂检查。
2. 和你确认三个参数（常驻层预算、分层粒度、触发点），每个都给推荐值和理由。
3. 动手搭：常驻契约 + 知识层 + 派生索引生成器 + 体检闸门，并把检查挂到必经之路上。
4. 自己验收——量体积、跑生成器、跑体检脚本，并故意制造一个问题看它能否报出来。

已经有记忆层时走体检模式：按七项清单逐项查，每项给出证据和修法，默认方向是删而不是加。

适用于任何支持 Agent Skills 的 agent（Claude Code / Codex / Cursor / DSH / …），与具体 harness 无关。

为什么是「构建器」而不是「方法论」

方法论给的是通用建议，而你的环境是具体的：单项目和多项目的答案不一样，有 git 和没 git 的挂钩方式不一样，一次性任务根本不需要记忆层。

所以这个技能的核心是一条硬规则：先探测，再设计，绝不照搬模板。模板只是骨架，成品必须长在你的目录结构上。

它背后有三条反直觉的判断（详见 references/principles.md）：

- 「何时记」是伪问题——「这是不是最后一轮」判断不了，但「这一轮有没有产生值得留下的东西」是局部可判的。所以触发条件该是事件，不是会话边界。
- 平衡点不在读写频率，在副本数——同一事实只有一个写入点时写多少次都不会不同步；有多个写入点时写多少次都会不同步。
- 反异化最有效的手段是删除——给协作过程加一层自己的记录机制，它会自我维持、越滚越重。每一次想加规则，先问它能不能替换掉一条旧的。

装完会发生什么

你：帮我给这个仓库建立记忆层。

Agent（加载本技能后）：先看一下你的环境——找到 AGENTS.md（1.2k 字符）、docs/ 下 14 个文件、git 仓库干净、有 pre-commit 钩子。有三个参数要你拍板：常驻层预算（建议 2000 字符起）、哪些内容必须常驻、检查挂到哪个位置（你已经有 pre-commit，我建议挂那儿）。

……（确认后动手）

搭好了：AGENTS.md 精简到 1.4k，docs/ 按「环境 / 踩坑 / 流程」分了三层，INDEX.md 由 tools/build-index.mjs 生成（已挂进 pre-commit），tools/healthcheck.mjs 退出码非 0 时会挡住提交。我故意在索引里留了个坏引用，体检脚本正确报出来了。

里面有什么

agent-memory-hygiene/
├── SKILL.md # 主流程：探测 → 定参数 → 搭建四件套 → 挂钩子 → 验收 / 体检模式 ├── references/ │ ├── principles.md # 七条决策依据（为什么这么做） │ ├── health-check.md # 体检清单：七项，含怎么测、判定、修法 │ └── antipatterns.md # 反模式：搭建 / 运行 / 收尾三个阶段 └── templates/ ├── build-index.mjs # 派生索引生成器骨架（Node，零依赖，改 CONFIG 即用） └── healthcheck.mjs # 体检脚本骨架（退出码非 0 = 不健康，可挂 CI/hook）

两个模板都是可直接运行的骨架，已验证：build-index.mjs 能扫目录生成索引，healthcheck.mjs 能检查常驻层体积、坏引用、未落盘、索引新鲜度并正确报错。

安装

方式一：skills CLI（DSH 未被 CLI 收录，借 cline 的目录映射落到 ~/.agents/skills/）
npx skills add kiterunner1/agent-memory-hygiene -g -a cline -y

方式二：手动
git clone https://github.com/kiterunner1/agent-memory-hygiene.git ~/.agents/skills/agent-memory-hygiene

各 agent 的技能目录：

| Agent | 项目级 | 用户级 |
| DeepSeek Harness | /.dsh/skills/（rank 100）或 /.agents/skills/（rank 200） | ~/.dsh/skills/（rank 400）或 ~/.agents/skills/（rank 500） |
| Claude Code | /.claude/skills/ | ~/.claude/skills/ |
| Codex | /.codex/skills/ | ~/.codex/skills/ |
| 其它兼容 agent | 按该 agent 的技能目录约定 | 同上 |

怎么触发

装完不用记命令，直接说人话：

- 「帮我给这个项目建立记忆层」
- 「我的规则越写越多，但行为没变好」
- 「整理一下 AGENTS.md」
- 「记忆层体检」/「检查一下我的规则还有没有用」
- 「换个新项目，重新沉淀一套」

设计取舍

为什么带脚本模板。「派生索引」这一招最反直觉也最有效，但纯文字描述很难落地——大多数人会退回手写清单。给一个能跑的骨架，改 CONFIG 就能用，落地率完全不同。

为什么模板是 Node。零依赖、跨平台、几乎所有 agent 用户都有。你可以按环境换成任何语言，接口约定比实现重要：索引从结构派生，体检用退出码表达结论。

它不做什么。不替你决定预算和粒度（那是你的取舍），不往你的仓库里塞你不需要的东西（先探测、先问），也不假装能测出「内容是否过期」（那必须人来核对）。

可回滚。它的产物全是普通文件，放在你自己的 git 仓库里。不满意就 git checkout。

FAQ

Q：它会不会往我仓库里乱写？
会写文件——这是构建器，不产出文件就没有价值。但它先只读探测、再和你确认参数，产物都在版本控制里，可以随时回滚。

Q：我的环境很特殊，模板套不上怎么办？
那正是它的设计前提：模板只是骨架，主流程要求按你的目录结构改造。SKILL.md 里明确写了「不要照搬模板」。

Q：需要什么依赖？
技能本身零依赖（纯文本 + 两个可选脚本）。模板脚本需要 Node；不用 Node 就按同样的接口约定自己写一个。

Q：和「写一份 AGENTS.md」有什么区别？
写文件是结果，不是方法。这个技能关心的是：什么时候该写、写到哪一层、怎么让它半年后还成立、怎么知道它已经烂了。

License

MIT——见 LICENSE。