分层记忆管家 sandgrains-cloud/dsh-homeostasis-memory

dsh-homeostasis-memory

中文 · English

给 DeepSeek Harness 用的记忆插件。它把记忆分成五层，每层只有一个写入者，同一件事不会存在两个地方、互相冲突。分层做法来自 hermes 风格记忆系统，本地存储交给 mnemon，重点优化的是热记忆：让分数决定一条记忆的去留，MEMORY.md 不需要人工清理。

| 层 | 文件 |
| AI 画像 | $DSH_HOME/SOUL.md |
| 用户画像 | $DSH_HOME/memory/USER.md |
| 热记忆 | $DSH_HOME/memory/MEMORY.md |
| 技能 | $DSH_HOME/skills/<name>/SKILL.md |
| 记忆空间 | $DSH_HOME/memory/spaces/ |

插件结合了两套记忆系统的优点着重优化了 热记忆空间引入评分机制在每个会话任务结束后由主模型发起一次会话评审，在评审中，除了总结会话增修skill创建记忆之外，还会对本次真正引用的热记忆打分：引用过的 +1，未引用的 -1；分数降到 0 分及以下的热记忆转入记忆空间，以保持热记忆的干净整洁会话评审的主要发动时机为：你在会话任务完结的时候，主动告诉模型说 任务完成 或者 收工之类的 明确信息。这时模型会进入评分并且主动发起子agent进行会话评审。
这是为了节约token设计的，以免反复评审浪费token。
当然，我也保留了兜底机制，在设置页面开启了10轮以上的会话时会自动发起评审，以免你忘了评审。但是自动发起的评审无法准确的对记忆进行评分。
同时如果你选择使用本地模型进行评审，插件会选择使用同步评审策略。每当结束一轮对话会立即将新增的上下文发送给子agent，他会同步评审。他会自动压缩上下文不用担心主模型窗口太大，本地模型塞不下的问题。

记忆空间可以随时关掉召回。 关掉之后 memory_recall 和 memory_related 不再注入任何内容，上下文不会被旧历史污染；需要时再打开。

soul、user、memory 三个文件是纯文本通用格式，可以直接从其他记忆项目导入；已经在用 mnemon 的，现有记忆空间也能直接接进来。

完整文档见 README-CN.md。

给 DeepSeek Harness 用的记忆插件。它把记忆分成五层，每层只有一个写入者，同一件事不会存在两个地方、互相冲突。分层做法来自 hermes 风格记忆系统，本地存储交给 mnemon。重点优化的是热记忆：让分数决定一条记忆的去留，MEMORY.md 不需要人工清理。

| 层 | 文件 |
| 画像 | $DSH_HOME/SOUL.md |
| 用户画像 | $DSH_HOME/memory/USER.md |
| 热记忆 | $DSH_HOME/memory/MEMORY.md |
| 技能 | $DSH_HOME/skills/<name>/SKILL.md |
| 记忆空间 | $DSH_HOME/memory/spaces/ |

插件结合了两套记忆系统的优点。
热记忆是重点所在。
评分机制负责这件事。
会话任务结束时，主模型跑一次会话评审。评审除了总结会话、修订技能、创建记忆，还会给本次会话真正用到的热记忆打分：引用过的加一分，其余每条减一分。分数掉到 0 分及以下的热记忆转入记忆空间，热记忆因此保持干净整洁。
评审主要靠主动触发：会话任务做完后，你说一句明确的话，比如「任务完成」或「收工」，模型就进入评分，并作为子代理发起会话评审。
这样设计是为了省 token，避免反复评审白白烧掉。
兜底机制也有：开启设置后，会话超过 10 轮会自动触发评审，你想忘也忘不掉——但自动评审没法准确给记忆打分。
如果用本地模型做审查，插件会切换到同步审查策略：一轮对话结束，新上下文立刻交给子代理，由它同步审查。上下文压缩由子代理自己完成，所以不用担心主模型的窗口太大、本地模型装不下。

记忆空间里的召回随时可以关掉。关掉召回后，memory_recall 和 memory_related 不会注入任何内容，旧历史也就污染不了上下文。需要时再打开即可。

SOUL.md、USER.md 和 MEMORY.md 都是通用格式的纯文本，能直接从其他记忆项目导入；如果你已经在用 mnemon，它现有的记忆空间可以直接接进来。

完整文档见 README-EN.md。