🎁 福利专区全网大模型免费应用 + 新用户福利 + 注册活动入口,低成本玩转 AI

记忆续接 xthingillu-sketch/dsh-mnemos-continuity

DeepSeek 客户端
xthingillu-sketch13 天前有提交已提供中文文档扫描:含敏感能力兼容 / 相关生态

换模型或会话后接回旧结论,任务按编号精确交接

29.8/100
综合分
0
GitHub 星标
—
npm 周下载
—/5
用户评分

数据截至 2026/10/23 · 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。

相关生态插件(非 dsh 原生,按其对应运行时安装)
git clone https://github.com/xthingillu-sketch/dsh-mnemos-continuity.git

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
生态应用
桌面端 / Web 外壳,不以 dsh plugin add 安装
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
活跃:最近一次提交在 13 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 →
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 ↓

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。

读写/删除本地文件
查看扫描证据(共 2 处,展示前 2 条)
  • 读取本地文件
    src/index.js:2196
    existsSync: (p) => { try { return existsSync(p) } catch { return false } },
  • 写入本地文件
    src/skill-provider.js:133
    mkdirSync(root, { recursive: true })
扫描于 2026/11/2(1 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/schemastery
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 的跨模型连续性:记忆、技能和规则都放在本地文件里

README

由 DeepSeek 最新模型翻译生成
Mnemos 装进 DeepSeek Harness 的一个插件:不是给 AI 一个更大的记忆库,而是让记忆在换模型、换会话之后还能被高效用上。 存多少不是重点。重点是:换个模型接着干时,它知道该取哪几条、按什么用、用完怎么留下新的判断 ——记忆存在你能查的文件里,推理模型只是可以换掉的部件。 一句话:它想让「判断」能被人查、被人质疑、也能被推翻 —— 而不是看完就忘、错了也没处追。 DeepSeek Harness(下称 DSH)是什么:一个在你自己电脑上跑 AI 助手的环境 —— 负责会话、工具和插件,有桌面客户端也有命令行两种用法。Mnemos 是装进它的一个插件,不是独立软件,也不能用在网页版或手机 App 上。 先确认自己有没有 DSH(30 秒):打开终端敲 dsh --version —— 出版本号就说明你已经有了;没有的话,去 DeepSeek 官方渠道获取(本页只讲这个插件,不讲怎么装 DSH)。 已经装过 DSH 的,可以直接看 INSTALL.md。 名字说明:项目叫 Mnemos,npm 包名是 dsh-mnemos-continuity。 DSH 生态里另有一个也叫 dsh-mnemos 的项目(别人写的,思路不同、不是同一套东西)——我们这个名字里的 continuity 指的就是本项目的重点:换会话、换模型之后,判断还能接着用。
展开完整文档(README 剩余 1 节)
Mnemos

装进 DeepSeek Harness 的一个插件:不是给 AI 一个更大的记忆库,而是让记忆在换模型、换会话之后还能被高效用上。

存多少不是重点。重点是:换个模型接着干时,它知道该取哪几条、按什么用、用完怎么留下新的判断 ——记忆存在你能查的文件里,推理模型只是可以换掉的部件。

一句话:它想让「判断」能被人查、被人质疑、也能被推翻 —— 而不是看完就忘、错了也没处追。

DeepSeek Harness(下称 DSH)是什么:一个在你自己电脑上跑 AI 助手的环境 —— 负责会话、工具和插件,有桌面客户端也有命令行两种用法。Mnemos 是装进它的一个插件,不是独立软件,也不能用在网页版或手机 App 上。

先确认自己有没有 DSH(30 秒):打开终端敲 dsh --version —— 出版本号就说明你已经有了;没有的话,去 DeepSeek 官方渠道获取(本页只讲这个插件,不讲怎么装 DSH)。
已经装过 DSH 的,可以直接看 INSTALL.md。

名字说明:项目叫 Mnemos,npm 包名是 dsh-mnemos-continuity。
DSH 生态里另有一个也叫 dsh-mnemos 的项目(别人写的,思路不同、不是同一套东西)——我们这个名字里的 continuity 指的就是本项目的重点:换会话、换模型之后,判断还能接着用。

它到底能带给你什么

写给已经在用 DSH 的人。 五件事,都用人话说。为什么能做到、有哪些机制、代价是什么 → 见《简介》。

① 换个对话继续任务,前面的结论能直接接上

记忆不绑在某个对话窗口上。换一个会话、换一个目录都行:新开个对话说一句「继续之前的 X」,它会把之前的重要结论找回来,接着往下做 —— 不需要记任何编号。

想接得更准(任务做到一半、怕接错)时,回原来的对话里说一句「给我一个续接方案」 ——它会把这个任务的状态整理成一份记录、并给你一个任务号;下次直接拿它精确接上。

边界:没写下来的等于没发生;不同 profile(DSH 的配置分组,例如 desktop / web)默认不共享。

② 多 agent 协作:交接不靠「把对话贴过去」,而是靠记忆精确交接

让几个助手同时干活时,常见做法是把前面的对话、背景整段贴给它们 —— 又长,又容易把过时的东西带过去。

这里的做法是:任务先写进记忆,子代理按任务编号去读它需要的那部分;做完把结论交回同一条任务记录上。
不需要一大段对话来「交接」,交的是一份精确的任务与结果。

于是你能得到:

- 交接是精确的:子代理拿到的就是任务本身,不是一段被剪切、可能已过时的对话;
- 成果不散:几路的结果归到同一份任务记录上,事后按编号能一次取全;
- 没做完的不会被当成做完:哪一路没交回结论,会如实标出来;忘了收尾的任务也不会一直挂着。

不派活也能用:你自己手上的复杂活(会跨会话、会被上下文截断、或者有并行几条线)也可以用同一张任务图来规划与收尾 ——做完就是一份说得清「哪几块做完了」的记录。判据很简单,问三个问题:会跨会话吗?会被截断吗?有并行分支吗? 任一为是就值得开;单会话几步就完的小事别开,那只是给自己加仪式。

③ 外面来的东西留下出处,而不是被当真

外部来的内容进来时会永久留下来源。以后被查到时,它可以被质疑、可以被推翻 —— 但不会被当成事实。

④ 聊天太长被截断时,东西不会凭空消失

上下文被截掉一段时,被截掉的部分会被收起来,并留一句「东西存在哪」的提示。
它保证「原文还在、给你指路」,不保证「结论一定不丢」。

⑤ 关掉对话、换掉模型,它还是同一个它

「它是谁、做过哪些决定、为什么这么选」记在文件里,不在模型的权重里。
代价:能留下来的是判断与来由,不是说话的方式 —— 换了模型,风格会变。

也说清它不是什么

- 不是记忆插件 / 向量检索系统:记忆只是入口,检索靠关键词与标签(有意不用语义检索);
- 不是会自己长大的 agent:技能要提议、要独立验证、可回滚;「不修改」也是有效结论;
- 不是成熟产品:部件齐备、有会真的失败的回归检查,但只有一个人、一台机器的实证。

一次真实的崩溃:会话坏了,但结论没丢

有一次,它把对话弄坏了:那一轮所有工具调用都成功,但整轮请求被宿主拒掉 ——那个会话再也接不下去,看起来像「全都坏了」。

价值恰恰在这里显出来了:

1. 结论没丢:那轮已经写进记忆的判断都还在。直接开一个新会话,说一句「继续之前的 X」,就能接着做 ——不需要先把坏掉的会话修好,才能继续工作;
2. 能查清怎么坏的:判断、来由、当时的错误都留了记录,所以能一路追到「是哪条消息、少了什么字段」,而不是只能重启、祈祷下次别再来;
3. 修完让它不可能再犯:让写这类消息只剩一个入口,代码里再出现手写就测试失败;坏掉的那几个会话也被就地修好(先备份),再用一个探针会话确认同一条路不再出错。

这就是它和「一个记性好的助手」的区别:会话是会坏的,但判断不该跟着坏。
这个 bug 已在 v1.5.0 修掉,并有回归检查盯着。

留下的判据:静默失败比报错更危险 —— 工具全成功,整轮却死了。

这也是它对待自己错误的方式:先承认是我们的提醒把用户的会话弄坏了,再让它不可能再这么坏。

代价与边界(用前必读)

- 记忆是本地明文文件:自己备份;不要往里粘密码/密钥。要备份哪几个文件、怎么卸载/回滚 → INSTALL 第 3 / 11 节;
- 每轮会固定注入一点东西:纪律提示约 2.6k 字符 + 自传体摘要(默认上限 2000 字符)—— 这部分算在你的输入里。
自传体的预算可调;纪律那段没有开关(诚实说:它和你在 profile 里的自定义提示会叠加,目前没有冲突检测);
- 后台维护默认开(约 30 分钟一轮),其中两项会调用 AI → 有成本,且会把技能正文、相关记忆、你的原始反馈发给你配置的那个评审模型服务商;可以整体关掉,也可以只关评审(见 INSTALL)。具体金额没有测量过(已知缺口); 想稳妥起步:装完第一件事就把它关掉(heartbeatEnabled: false,见 INSTALL 第 10 节),只留记忆,确认有用了再开回来。关掉后哪些还能用、哪些会失效,INSTALL 开头有一张对照表;
- 空闲学习默认关;开启后每轮都会调用一次模型(用你单独给它配的路由,需要外部 API key)→ 有成本;
- 检索是关键词 + 标签匹配,不是语义检索:写了但召不回是可能的;
- 一部分可靠性靠纪律而不是机制:结论有没有写进记忆、要不要召回到位 —— 所以偶尔自己提醒一句「这个记一下」更稳;
- 尚未测量:召回质量、规模延迟、单位成本、学习闭环的长期效果、多机共用、经验可迁移性; 也没有记录「测过哪些 DSH 版本」(依赖宿主内部行为的部分,宿主升级后可能先坏)—— 这是已知缺口。

风险与责任

Mnemos 是通用认知架构:身份、记忆、技能、调度不预设用途。但要说清 —— 架构里写进了设计者的取舍 (外部信息先隔离、判断要留下来由、危险动作留痕),这些不是「中立」的,是有立场的。

必须诚实指出四类能力:善意使用是效率工具,恶意使用会放大后果。

1. 身份可被持有者改写:宪法能用口令改。架构层的指令会与模型的原生对齐叠加 ——既不能假定它压得住原生对齐,也不能假定原生对齐一定压得住它。
2. 记忆跨会话积累:长期、跨会话、跨模型的记忆,会让错误或恶意经验变成「可复用的经验」。
3. 可调度别的模型:主模型能派子代理干活,而任务的真实意图可以不写在 prompt 里(靠记忆传递),外部很难看出来。
4. 可无人值守运行:心跳与空闲学习能定时醒、持续跑 —— 你不在场时它也在动。

还有一条常被低估的:联网抓来的内容可能自带指令。所以我们把它关进隔离间 —— 但那只降低风险,不消除风险。

责任:使用者决定它的用途,持有者作为监护人,对它的行为负最终责任。本项目不提供任何担保,也不对滥用行为承担连带责任;能写进机制的限制我们写了(只读宪法、隔离验证、删除留痕、心跳可整体关), 做不到的是替使用者判断。

反对:反对任何违法、侵权、破坏网络安全的用法。

开始用

前提再确认一次:你得在用 DeepSeek Harness(DSH) —— 只在浏览器或手机上用 AI 助手的话,现在装不了。
装之前想知道「装完屏幕上会出现什么、怎么确认它找对了数据」 —— INSTALL 第 6 节就是验证步骤。

一条命令装上(已发布到 npm,包名 dsh-mnemos-continuity):

dsh plugin --profile <你的 profile> add dsh-mnemos-continuity

装完完全重启 DSH 就生效(数据在 profile 自己的目录里,覆盖安装不碰记忆)。

安装细节、配置、工具清单、数据位置与备份 → 全部在 INSTALL.md(含验证步骤、续接任务的做法、排错表)。
npm 页面:<https://www.npmjs.com/package/dsh-mnemos-continuity>

同时用桌面版和网页版(可选)

默认每个 profile 各有一份数据(<profile>/mnemos/)。如果你希望桌面版和网页版共用同一份记忆:

1) 网页版也装一次
dsh plugin --profile web add dsh-mnemos-continuity

2) 在网页版的 cordis.patch.yml 里让数据指向桌面 profile
- id: dsh-mnemos
name: dsh-mnemos-continuity
config:
dataFile: C:\Users\<你>\.dsh\profiles\desktop\mnemos\memory.json constitutionFile: C:\Users\<你>\.dsh\profiles\desktop\mnemos\constitution.json heartbeatEnabled: false # 后台维护只留给桌面端 learnerEnabled: false reviewEnabled: false

两条提醒(重要):

1. 后台维护只在桌面端跑 —— 所以用网页版时,建议让桌面版挂在后台(窗口最小化即可),归档 / 衰减 / 回收 / 技能评审才会继续;网页版关了后台,是因为双跑会重复归档、重复任务结论、双倍 LLM 成本,而技能评审并发写技能文件没有跨进程锁,会损坏。
2. 跨端可见有延迟 —— 一端写入后,另一端要等下一次写盘(或自己重启)才能看到。
这是「内存副本 + 重读合并」的设计,不是没写进去;想立刻看到就重启那一端。

网页版(dsh web)是独立进程,关掉桌面程序不影响它;但它的运行时文件来自桌面版的安装目录,所以桌面版要「装着」。

文档地图(对外的七份)

| 你想干什么 | 读哪份 |
| 判断该不该用 | docs/简介-introduction.docx(未打包时读同名 .md) |
| 先看它由什么组成、怎么跑起来 | docs/架构总览.docx |
| 装它 / 查配置 | INSTALL.md |
| 看它有哪些机制、各自保证什么、边界在哪 | docs/architecture-机制清单.docx |
| 知道为什么这样设计 | docs/设计者视角.docx |
| 想读代码 / 改代码:每个模块有哪些功能、具体怎么实现 | docs/模块与功能实现.md(纯 Markdown,附录含宪法原文与系统提示原文) |
| 确认这是哪一版 | 发行目录根部的 VERSION.md |

docs/*.docx 由打包步骤从同名 .md 生成;发行包里开 docx,源码仓库里读 .md。
分不清哪份是当前版时:源码仓库看 对外文档-v1.5/ 下的 .md;发行目录看根部 VERSION.md 里写的版本号与文件清单。

License

MIT
预览分享卡片长什么样 ↓xthingillu-sketch/dsh-mnemos-continuity
分享 · DeepSeek Harness Hub
xthingillu-sketch/dsh-mnemos-continuity

换模型或会话后接回旧结论,任务按编号精确交接

这是你的仓库?认领条目

回到顶部