自动注入记忆索引,沉淀踩坑经验并支持语义检索
24.3/100
综合分
1
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/10/26 · 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 mrliu7219-cell/dsh-memory-kit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:仅索引
是什么
dsh 原生插件 · chat
装得上吗
本站尚未做安装检查
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 79 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。
社区实装还没有人打卡 · 装过的第一个就是你
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 ↓
安全扫描自动 · 静态分析源码
v2.7.0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
查看扫描证据(共 2 处,展示前 2 条)
- 执行外部命令固定命令lib/setup.js:137
execFileSync("rg", ["--version"], { stdio: "ignore" }); - 执行外部命令来自配置/变量lib/setup.js:168
const out = execFileSync(lms, ["ls"], { timeout: 20000 }).toString();
扫描于 2026/11/4(0 天前) · 范围 入口闭包 + 发布文件清单 · 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。
依赖的 DSH / Cordis 模块
@deepseek-ai/dsh-hook-protocol@deepseek-ai/dsh-hooks-claude-code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
DeepSeek Harness 的持久记忆与学习循环:自动注入 MEMORY.md 索引,陷阱库支持规则升级,关键词与语义搜索。无重依赖,本地优先。
README
由 DeepSeek 最新模型翻译生成dsh-memory-kit
给 DeepSeek Harness(DSH)装上持久记忆和学习循环的插件——会话开始自动注入记忆索引,踩过的坑沉淀进踩坑库,关键词/语义双通道检索,越用越聪明。
平台:macOS / Windows(Git-Bash 环境)✅ 核心功能跨平台;语义搜索需本机 LM Studio(两平台均支持,路径自动探测)
能力(三档,按需启用)
| 能力 | 依赖 | 说明 |
| 记忆注入 | 零依赖 | SessionStart 自动注入 MEMORY.md 索引,notes/ 按需读取 |
| 踩坑库 | 零依赖 | traps.md 三档状态(🆕新鲜/✅已验证/⬆️已升级)+ Lesson≠Skill 纪律(只记失败经验)+ 可选证据等级标注,犯 2 次升级 AGENTS.md |
| 关键词搜索 | rg(可先装) | notes-search.sh <词>,19ms 全文检索 |
| 语义搜索(可选) | LM Studio + bge-small-zh | notes-semantic-search.sh <描述>,本地 embedding 不联网 |
| 视觉识图(可选) | LM Studio + 多模态模型 | 需另配 modlens 等视觉插件,本插件不内置 |
展开完整文档(README 剩余 1 节)
dsh-memory-kit 给 DeepSeek Harness(DSH)装上持久记忆和学习循环的插件——会话开始自动注入记忆索引,踩过的坑沉淀进踩坑库,关键词/语义双通道检索,越用越聪明。 平台:macOS / Windows(Git-Bash 环境)✅ 核心功能跨平台;语义搜索需本机 LM Studio(两平台均支持,路径自动探测) 能力(三档,按需启用) | 能力 | 依赖 | 说明 | | 记忆注入 | 零依赖 | SessionStart 自动注入 MEMORY.md 索引,notes/ 按需读取 | | 踩坑库 | 零依赖 | traps.md 三档状态(🆕新鲜/✅已验证/⬆️已升级)+ Lesson≠Skill 纪律(只记失败经验)+ 可选证据等级标注,犯 2 次升级 AGENTS.md | | 关键词搜索 | rg(可先装) | notes-search.sh <词>,19ms 全文检索 | | 语义搜索(可选) | LM Studio + bge-small-zh | notes-semantic-search.sh <描述>,本地 embedding 不联网 | | 视觉识图(可选) | LM Studio + 多模态模型 | 需另配 modlens 等视觉插件,本插件不内置 | 核心设计:文件是真相,向量是索引——记忆全是 Markdown 文件,可读可改可备份;语义搜索只是可重建的辅助层。 安装 1. 装插件(dependencies 会自动拉取 hook 协议包) dsh plugin --profile <你的profile> add dsh-memory-kit 2. 初始化(复制脚本 + 配置 hook + 建记忆目录模板) dsh-memory-kit setup 3. (可选)想要语义搜索时,先自行安装 LM Studio 并下载 bge-small-zh-v1.5,然后: dsh-memory-kit setup --semantic 重启 DSH(或新开会话)生效。 注:dsh plugin add 若用本地路径(link 模式)安装,依赖不会自动拉取,需手动 dsh plugin --profile add @deepseek-ai/dsh-hooks-claude-code @deepseek-ai/dsh-hook-protocol。 从 npm registry 安装则无此问题。 使用 会话开始自动注入记忆索引。日常: - 记住什么:重要事实/用户偏好/关键决策 → 更新 MEMORY.md 索引 + notes/ 文件 - 踩坑了:写 notes/traps.md(现象 → 根因 → 防错 → 状态) - 找旧知识:notes-search.sh <关键词>(精确);notes-semantic-search.sh <描述>(语义) - 维护:索引接近 200 行时合并精简;向量索引变了跑 notes-embed.sh 增量刷新 记忆目录 ~/.dsh/memory/ # 记忆本体(可配置 MEMORY_DIR 环境变量) ├── MEMORY.md # 索引(≤200 行,会话开始注入) ├── notes/ # 细节笔记(按需 read) │ └── traps.md # 踩坑库 └── .vector-index.json # 向量索引(可重建,非真相) 设计原则 - 文件是真相:记忆是纯 Markdown,删掉向量索引零损失 - 优雅降级:没 LM Studio 照样工作(关键词搜索),语义搜索是可选项 - 不碰用户配置:hook 配置独立文件,setup 幂等合并,不覆盖用户已有 hook - 本地优先:embedding 全本地,数据不上云 与其他记忆方案的差异 | 方案 | 定位 | 与 dsh-memory-kit 的差异 | | Basic Memory(Claude 生态) | Markdown + SQLite 知识库 | 两者理念相近(文件是真相);本插件专为 DSH 设计(cordis patch + hooks 集成),且内建踩坑库三档升级机制(犯错→沉淀→升级常驻规则) | | deep-memory(Claude Code) | 向量库自动积累经验 | 它依赖 ChromaDB + BGE 重排,个人量级是过度工程;本插件零重依赖,语义搜索仅需 25MB 本地模型且可完全不用 | | Mem0 / Letta | 抽取式记忆层/状态化 agent | 需要额外 LLM 调用做抽取(成本+不可控);本插件"用户/agent 直接写文件",可控、可审查、零抽取成本 | | 知识图谱类(Neo4j MKG 等) | 实体关系检索 | 个人笔记实体关系稀疏,建图收益趋近 0;本插件用"索引+全文/语义双检索"覆盖 90% 场景 | 选择本插件的理由:如果你要的是一套轻量、透明、能带着历史越用越聪明的 DSH 记忆系统,而不是一个需要数据库和额外 LLM 成本的记忆平台。 升级 dsh plugin --profile <你的profile> update dsh-memory-kit dsh-memory-kit setup # 重新生成脚本与 hook(记忆数据不受影响) License MIT
预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
mrliu7219-cell/dsh-memory-kit
自动注入记忆索引,沉淀踩坑经验并支持语义检索
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
这是你的仓库?认领条目