dsh-evolving-memory
面向 DeepSeek Harness v2 的基于文件的自我演化记忆：在官方压缩机制之上进行压缩与提取，包含每日情景层、将梦境整合到语义文件（user/agent/memory/dream + project）中的功能、目录披露注入，以及无置信度机制
插件会安装到这里；不确定时保持 web。
npx -y @deepseek-ai/dsh plugin --profile web add dsh-evolving-memory@0.2.1Evolving Memory 以 dsh-evolving-memory 发布，当前版本为 0.2.1。Plugin Hub 会校验它的 manifest，并保存精确安装来源，便于复现安装结果。
文件化自进化记忆 —— DeepSeek Harness 的跨会话压缩层（v2）
记忆的本质是信息的压缩与提取。本插件叠在官方 compaction（会话内压缩）之上，用廉价模型把已压缩的会话摘要进一步提取、整合为人类可读的 Markdown 记忆文件——用户可看、可改，智能体可检索、可进化。
| 记忆 = 压缩与提取 | 消费官方 compaction/summary 事件做提取（T1），不重复读原始日志；dream 做跨会话整合（T3） |
| 纯 Markdown 文件 | user / agent / memory / dream + 每项目 project.md + daily/ 时间层；无 schema、无迁移、无置信度、无状态机 |
| 人机共治 | user.md 用户可读可编辑；agent 写入只是建议，用户有最终决定权 |
| 目录式披露注入 | 常驻注入只有记忆目录（确定性生成，零模型调用，有界）；内容按需 memory_search（找）+ memory_read（展开）披露——与 DSH skill 机制同构 |
| 三层压缩 | 会话 compact（官方）→ 提取进 daily/（情景记忆）→ dream 固化进主题文件（语义记忆），对应"睡眠时情景→语义固化" |
| 廉价模型驱动 | 提取与整合走便宜模型（KB 级输入一次调用）；无 key 时记忆读写/检索照常，仅模型步骤跳过 |
dsh plugin --profile web add dsh-evolving-memory
dsh --profile web
记忆文件落在 $DSH_HOME/memory/：
├── daily/2026-08-16.md # 今日要点 + 会话纪要 + 待办（时间层，dream 后归档）
├── user.md # 用户画像（身份/偏好/目标/禁忌/想法）—— 用户可编辑
├── agent.md # 智能体自我认知与工作方式
├── memory.md # 长期记忆（兜底落点）
├── dream.md # 梦境整合日志（审计）
└── projects/<p>/project.md
memory_search（找）· memory_read（展开）· memory_catalog（目录）· memory_save（写）· memory_correct（纠错即学）· memory_dream（整合）
分类是软约定（写进 prompt，不是代码）：用户的事→user.md，项目的事→project.md，时间→daily/，拿不准→memory.md。检索兜底一切——放错文件也能找到。
| Key | 默认 | 含义 |
|---|---|---|
memoryDir | $DSH_HOME/memory | 记忆根目录 |
dreamIntervalHours / dreamMinSessions | 24 / 5 | 梦境整合门控 |
model / apiKey / baseURL | deepseek-chat / env / api.deepseek.com | 廉价模型（提取+整合） |
catalogBudgetTokens / catalogTopN | 1000 / 5 | 目录注入预算与每文件行数 |
searchTopK | 5 | 默认检索条数 |
autoExtract | true | 消费 compact summary 自动提取 |
dailyRetentionDays | 30 | daily 保留天数，dream 后归档 |
npm run typecheck
npm run build
node test/smoke.mjs # 无模型：布局/保存/读取/检索/目录/纠错/捕获/时间层/持久化
DEEPSEEK_API_KEY=sk-... node test/integration.mjs # 真实模型：提取/纠错/梦境整合
DSH 生态的记忆插件要么是 JSON 记录 + 置信度机器（复杂），要么没有跨会话整合。v2 回归本质：记忆就是几份活的文档 + 一个会读写的智能体——系统只提供文件、检索器、整合触发器，判断全部交给模型。明文本是 AGI/ASI 时代的通用接口。PRD：PRD.md · 旧方案：PRD-v1.md
MIT