dsh-local-vector-memory
本地向量记忆插件 for DeepSeek Harness(DSH)。本地 embedding 向量化 + SQLite 单文件存储,对话自动召回注入;会话结束由 DeepSeek 云端 deepseek-v4-pro 自动提取。
A local-first vector memory plugin for DeepSeek Harness: local embeddings, SQLite storage, automatic recall injection, and DeepSeek cloud v4-pro extraction at session flush.
特性
- 写入三条路:手动
memory_add;用户消息命中记忆线索(记住/以后/偏好/约定/不要…)时毫秒级自动捕获;DeepSeek 云端 deepseek-v4-pro 在会话结束时从整段对话提取记忆(autoExtract,默认开)
- 防矛盾记忆:写入时检测与已有记忆的冲突/过时(相似度 ≥0.86 但未达完全重复),提示改用
memory_update 更新旧记忆而不是新增重复条目
- 回收站:
memory_forget 默认软删除,memory_restore 可恢复;purge=true 才永久删除
- 在线备份:
memory_backup 用 SQLite VACUUM INTO 生成一致性快照(安全于手工复制 WAL 库),默认保留 5 份
- 自动召回:每次 agent 推理前检索 top-K 相关记忆注入上下文(
<local-memory> 标签),会话内 LRU 去重
- 批量向量化:提取/重建索引一次 HTTP 批量请求,失败自动逐条回退
- 关键词兜底:embedding 服务不可用时退化为中英文关键词匹配,写入照常
- 本地存储:向量库是单个 SQLite 文件(
node:sqlite,Node ≥22.5);embedding 全本地,提取走 DeepSeek 云端
需求
安装
dsh plugin --profile web add dsh-local-vector-memory
插件声明 dsh.bundle.patch,安装后 dsh.profile.bundles 自动追加,无需手改 package.json。重启 DSH Web 生效。
工具(12 个)
| 工具 | 作用 |
|---|
memory_add | 写入一条长期记忆(用户说"记住…"时;自动去重 + 冲突检测) |
memory_search | 向量检索(embedding 挂了自动关键词兜底;支持 tag 过滤) |
memory_list | 浏览记忆,支持 tag/source 过滤;includeDeleted=true 看回收站 |
memory_update | 按 id 更新文本/标签(自动重向量化),纠正过时/冲突记忆 |
memory_forget | 按 id 删除,默认软删除(可恢复);purge=true 永久删除 |
memory_restore | 恢复被软删除的记忆(回收站) |
memory_backup | SQLite 在线备份到 ~/.dsh/backups/memory,自动保留最近 5 份 |
memory_stats | 库状态 + 软删除数 + 服务地址 |
memory_reindex | 给未向量化条目补向量(批量) |
memory_extract | 调用提取模型从一段文本提炼记忆入库(仅短文本,建议 ≤2000 字) |
memory_merge | 合并重复/同主题记忆:保留一条,其余软删除并标记"已被取代" |
memory_health | 健康报告:条数/软删/未向量化/置顶分布 + 重复对检测与合并建议 |
默认配置
全部默认值在 lib/config.mjs。覆盖方式:在 ~/.dsh/profiles/web/cordis.patch.yml 写:
- id: local-vector-memory
config:
autoRecall: true
recallTopK: 6
recallMinScore: 0.55
autoExtract: false # 可选实验项:若提取模型是长思考链模型,长文本会耗尽 max_tokens,谨慎开启
autoCapture: true # 用户消息命中"记住/以后/偏好/约定/不要"等线索时自动入库
skipDuplicates: true # 相同/高度相似记忆跳过
softDelete: true # memory_forget 默认软删除(回收站)
backupDir: ~/.dsh/backups/memory
backupKeep: 5
conflictScore: 0.86 # 相似度 >= 此值(未达完全重复)提示冲突、建议 memory_update
recallDedupeLru: 16 # 会话内召回去重 LRU 上限
embeddingEndpoint: auto # auto = WSL 网关 + embeddingPort
embeddingPort: 8081
extractionEndpoint: auto # auto = WSL 网关 + extractionPort
extractionPort: 8080
注意 DSH patch 是整段替换,不是深合并;上例只写了要改的字段,其余回到默认值。
配套 embedding 服务(独立于插件)
模型下载(一次):
modelscope download --model Qwen/Qwen3-Embedding-0.6B-GGUF \
Qwen3-Embedding-0.6B-Q8_0.gguf --local-dir /path/to/models
Windows 启动脚本(路径按你的实际安装位置替换):
# <LLAMA_DIR> = llama.cpp 可执行文件目录;<MODEL_DIR> = GGUF 模型目录
Start-Process -FilePath '<LLAMA_DIR>\llama-server.exe' -ArgumentList @(
'-m','<MODEL_DIR>\Qwen3-Embedding-0.6B-Q8_0.gguf',
'--embeddings','--pooling','mean','-c','8192',
'--host','0.0.0.0','--port','8081','-ngl','0'
) -WindowStyle Hidden -RedirectStandardOutput '<LLAMA_DIR>\embedding-server.log' -RedirectStandardError '<LLAMA_DIR>\embedding-server.err.log' -PassThru
验证:
# <GATEWAY> = embedding 服务所在主机地址(同机用 127.0.0.1;WSL 访问 Windows 宿主用默认网关)
curl http://<GATEWAY>:8081/v1/embeddings \
-H 'Content-Type: application/json' \
-d '{"model":"local-embedding","input":"测试"}'
数据流
用户消息 ──记忆线索命中?──▶ embedding(8081) ──▶ SQLite 向量库
memory_add ─────────────────────────────▶ embedding(8081) ──▶ SQLite 向量库
memory_extract ──▶ 本地 9B(8080,仅短文本) ──▶ 批量 embedding ──▶ SQLite 向量库
│
agent/pre-step 自动召回 ◀──────────────┘
故障排查
memory_stats 显示未向量化很多:检查 8081 服务,然后 memory_reindex。- 自动提取没发生:
autoExtract 默认关闭。若 extractionModel 指向长思考链模型,长文本提取会耗尽 max_tokens(实测),故默认改为线索自动捕获;短文本可手动 memory_extract。
- DSH 日志过滤:
[dsh-local-vector-memory]。
- WSL 重启后网关变化:插件自动探测默认网关;若 8081/8080 不通,先确认 Windows 侧服务在跑。
License
MIT
