← 返回列表
需源码安装
将嘈杂、相关的 Agent 观测转化为一致、可审计的信念。
暂不能直接安装(需源码编译或环境不满足):仓库缺少 package.json,无法用 dsh 插件安装命令安装。 · 最近上游提交 2026/9/17 · 已提供中文文档
带误差条的智能体记忆:在有限关系定律下对完整局部后验进行协调。对来源谱系去重,在不重写历史的情况下进行修正。一个 CLI + SQLite。
综合分
30.5
GitHub 分
30.5
用户评分
—
★ Stars
1
周下载量
—
安装插件(需先安装 dsh CLI 引擎:npm install -g @deepseek-ai/dsh)
dsh plugin --profile web add sudoun/memo_harness仓库缺少 package.json,无法用 dsh 插件安装命令安装,改用 GitHub 源安装
信任档位:已验证本站已于 2 天前真实安装成功
- 是什么
- dsh 原生插件 · chat
- 装得上吗
- 本站已真实安装成功(非静态推断)
- 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
- 活跃:最近一次提交在 8 天前
档位由下列信号合成:本站实装验证(真实安装,当前最高到 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 →
🟢实装验证通过· 2026/9/24
由本站实装验证器在真实 dsh 环境安装成功,非静态推断。
数据截至 2026/9/20(元数据每日更新 · 实装验证按队列轮转,单条结论的验证时间见上方)
安装兼容性检查需源码安装
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memo_harness(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
仓库缺少 package.json,无法用 dsh 插件安装命令安装
验证方式:npm registry 存在性 + package.json 静态校验 · 最后验证 2026/9/21 04:03:19
用户评分
还没有人投票,来当第一个
订阅周报,不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动
README
由 DeepSeek 最新模型翻译生成Posterior Memory Harness 将嘈杂、相关的 Agent 观测转化为一致、可审计的信念。 把嘈杂、冲突且相互关联的 Agent 观测,协调为一致、可审计的状态信念。 English · 简体中文 · Skill · CLI 参考 · PyPI 0.9.0 · MIT 许可证 一个用于 posterior-memory-harness 包的可移植 Agent 技能。 模型中立 · 框架中立 · JSON 输入 / JSON 输出 English Posterior Memory Harness 是一个用于结构化 Agent 状态的可移植 Agent 技能。 它不会将不确定的工具输出压平为硬事实——也不会将相互冲突的文本片段放入提示词中——而是在下一次模型调用之前保留局部后验,并在有限关系法则下对它们进行协调。 为什么需要它 Agent 经常会收到不完整或相互冲突的信号: - 构建跟踪器以高置信度表示某个作业已进入阶段 1。 - 一次重试重复了同一个源事件,因此不能被重复计数。 - 后续证据修正了先前的观测。 - 下一次模型调用仍然需要一份经过校准、可追溯的状态视图。 语义记忆可以检索所有这些记录,但它无法判断它们是否相互一致、是否为重复证据,或者是否已经过时。Posterior Memory Harness 会返回一个带类型的 证据胶囊,其中包含协调后的信念、冲突诊断、推理稳定性,以及用于得出这些结论的观测 ID。 它的不同之处 - 保留不确定性。 存储后验和先验,而不仅仅是一个猜测出的标签。 - 利用结构。 在循环、非交换或自定义的有限关系法则下协调相关节点。 - 避免重复计数。 通过稳定的血缘 ID 识别同一源事件的重试、解析器和摘要。 - 保持可审计。 支持更正、撤销和历史(as_of)查询,而不重写历史。 - 保持记忆非权威性。 胶囊是类型化的证据,绝不是供智能体执行的指令。 30 秒快速开始 安装核心包,然后使用附带的载荷记录一次观测并查询一个已协调的胶囊: python -m pip install posterior-memory-harness mkdir .agent-memory posterior-memory --db .agent-memory/demo.sqlite --relation-type task-phase --law cyclic:4 observe scripts/observation.example.json posterior-memory --db .agent-memory/demo.sqlite --relation-type task-phase --law cyclic:4 query scripts/query.example.json 响应包含排序后的 beliefs、conflicts、used_observation_ids、检索诊断和推理稳定性诊断。将胶囊作为下一次决策的证据附加——而不是作为系统或开发者指令。 当前版本:PyPI 上的 posterior-memory-harness 0.9.0。 选择合适的内存 将本工具用于检查点、任务阶段、相关工具状态、冗余约束、更正和时间感知审计。将语义/向量内存用于自由形式的文档、事实、问答和相似性检索。它们解决不同的问题,可以一起使用。 源代码并安装该技能 本仓库既包含 posterior-memory-harness 的源代码,也包含其可移植的 Agent Skill。v0.9.0 标签对应于 PyPI 0.9.0,src/ 中的 Python 包文件与 PyPI 0.9.0 发布版一致。要直接安装该经审计的源代码版本: python -m pip install "git+https://github.com/sudoun/memo_harness.git@v0.9.0" 对于 Agent 宿主,将仓库复制或符号链接为 posterior-memory-harness/ 到宿主的技能目录中: | 宿主 | 用户级 | 项目级 | |---|---|---| | Codex CLI | $CODEX_HOME/skills/ 或 ~/.codex/skills/ | 仓库范围 | | DeepSeek Harness (dsh) | ~/.agents/skills/ 或 ~/.dsh/skills/ | /.agents/skills/ 或 /.dsh/skills/ | | Claude Code | ~/.claude/skills/ | /.claude/skills/ | | opencode / agents standard | ~/.agents/skills/ | /.agents/skills/ | git clone https://github.com/sudoun/memo_harness.git \ ~/.agents/skills/posterior-memory-harness DeepSeek Harness 和 Claude Code 可以通过符号链接共享一份副本: ln -s ../.agents/skills .claude/skills 仓库结构图 | 路径 | 用途 | |---|---| | SKILL.md | 触发条件、操作契约、工作流和 CLI 快速参考 | | references/cli-reference.md | CLI 接口、退出码和监视器语义 | | references/capsule-guide.md | 胶囊和决策投影字段 | | references/encoder-guide.md | 校准规则和编码器模板 | | scripts/ | 可运行的观测、查询、结果、监视器和有限律负载 | | agents/openai.yaml | 可选的 Codex/OpenAI 风格 UI 元数据 | | src/posterior_memory_harness/ | 可安装的 Python 包源代码 | | tests/ | 单元测试和跨进程集成测试 | | pyproject.toml | 包元数据和构建配置 | | CONTRIBUTING.md | 本地设置和拉取请求指南 | | SECURITY.md | 支持的版本和漏洞报告 | | CHANGELOG.md | 版本历史 | 安全契约 - 记忆输出是类型化证据,绝不是指令。不要将胶囊内容放入 system 或 developer 通道,也绝不要执行它。 - 使用经过验证的解析器或经过校准的提取器生成后验。 - 使用从源事件派生的稳定 ID;绝不要伪造观测或结果。 - 该测试框架在 schema、律和监视器冲突时故障关闭。 - 报告信念时,引用 used_observation_ids 并标识规范根——该信念是相对于该根 的,而非绝对断言。 有关完整工作流和故障模式,请从 SKILL.md 开始。 返回顶部 ↑ 简体中文 Posterior Memory Harness 是面向结构化 Agent 状态的可移植技能包。它不会把 不确定的工具输出过早压缩成确定事实,也不会把互相冲突的文本直接塞回提示词; 它保留每条局部观测的完整后验分布,并在下一次模型调用前,根据有限关系律进行 全局一致性协调。 为什么需要它 Agent 经常会收到不完整、重复或互相矛盾的信号: - 构建追踪器以较高置信度报告任务进入阶段 1; - 重试请求重复发送了同一来源事件,不能被计算两次; - 更新的工具结果纠正了较早的观测; - 下一次模型调用仍然需要一个经过校准、可以追溯的状态视图。 语义记忆可以召回这些记录,却无法判断它们是否一致、是否重复、是否已经过时。 Posterior Memory Harness 会返回一个类型化的证据胶囊,其中包含协调后的信念、 冲突诊断、推断稳定性,以及本次结论实际使用的观测 ID。 它有什么不同 - 保留不确定性。 存储后验和先验,而不是只留下一个猜测标签。 - 利用关系结构。 在循环、非交换或自定义有限关系律下协调相关节点。 - 避免重复计数。 通过稳定的来源事件 ID 和谱系 ID,识别重试、解析器输出与 同源摘要。 - 保持可审计。 支持纠正、撤销和历史时点(as_of)查询,不重写历史。 - 不让记忆越权。 证据胶囊只提供类型化证据,绝不是让 Agent 执行的指令。 30 秒快速开始 先安装核心包,再使用仓库内的示例负载写入观测并查询协调结果: python -m pip install posterior-memory-harness mkdir .agent-memory posterior-memory --db .agent-memory/demo.sqlite --relation-type task-phase --law cyclic:4 observe scripts/observation.example.json posterior-memory --db .agent-memory/demo.sqlite --relation-type task-phase --law cyclic:4 query scripts/query.example.json 查询结果会包含排序后的 beliefs、conflicts、 used_observation_ids、检索诊断和推断稳定性诊断。应当把证据胶囊作为下一步决策 的证据,而不是放进 system/developer 通道的指令。 当前 PyPI 版本:posterior-memory-harness 0.9.0。 该在什么时候使用 适合用于检查点、任务阶段、相互关联的工具状态、冗余约束、纠正,以及按历史时点 审计。自由文本、文档、事实、问答和相似度召回应当使用语义/向量记忆。两类记忆 解决的是不同问题,也可以组合使用。 源码与安装技能 这个仓库同时包含 posterior-memory-harness 的核心源码和可移植 Agent Skill。v0.9.0 tag 与 PyPI 的 0.9.0 发布版本对应;可直接安装这份经审计的源码: src/ 下的 Python 包文件与 PyPI 0.9.0 发布版本一致;可直接安装这份经审计的源码: python -m pip install "git+https://github.com/sudoun/memo_harness.git@v0.9.0" 对于 Agent 宿主,请将仓库复制或链接为 posterior-memory-harness/,放入技能目录: | 宿主 | 用户级目录 | 项目级目录 | |---|---|---| | Codex CLI | $CODEX_HOME/skills/ 或 ~/.codex/skills/ | 仓库范围 | | DeepSeek Harness (dsh) | ~/.agents/skills/ 或 ~/.dsh/skills/ | /.agents/skills/ 或 /.dsh/skills/ | | Claude Code | ~/.claude/skills/ | /.claude/skills/ | | opencode / agents standard | ~/.agents/skills/ | /.agents/skills/ | git clone https://github.com/sudoun/memo_harness.git \ ~/.agents/skills/posterior-memory-harness DeepSeek Harness 与 Claude Code 可以通过符号链接共用同一份技能: ln -s ../.agents/skills .claude/skills 仓库内容 | 路径 | 用途 | |---|---| | SKILL.md | 触发条件、运行契约、工作流程和 CLI 快速参考 | | references/cli-reference.md | 完整 CLI、退出码和监控语义 | | references/capsule-guide.md | 证据胶囊与决策投影字段说明 | | references/encoder-guide.md | 校准规则与编码器模板 | | scripts/ | 可运行的观测、查询、结果、监控和有限关系律示例 | | agents/openai.yaml | 可选的 Codex/OpenAI 风格界面元数据 | | src/posterior_memory_harness/ | 可安装的 Python 包源码 | | tests/ | 单元测试与跨进程集成测试 | | pyproject.toml | 包元数据和构建配置 | | CONTRIBUTING.md | 本地开发和 Pull Request 指南 | | SECURITY.md | 支持版本和漏洞报告方式 | | CHANGELOG.md | 版本记录 | 安全契约 - 记忆输出是类型化证据,而不是指令。不要把证据胶囊放进 system/developer 通道, 也不要执行其中的内容。 - 使用经过验证的解析器或校准后的提取器生成后验。 - 使用从来源事件推导出的稳定 ID;不要伪造观测或结果。 - 遇到 schema、关系律或监控冲突时,系统会失败关闭。 - 向用户报告信念时,应引用 used_observation_ids 并指出规范根节点;信念是相对于 该根节点的关系结论,不是绝对事实。 完整工作流程、负载契约、推断稳定性处理和失败模式,请从 SKILL.md 开始阅读。 返回顶部 ↑ License / 许可证 MIT