DeepSeek Harness Plugin Hub

发布与管理完整 Harness Profiles,发现适合你的插件。

探索

插件目录环境预设文档中心动态

社区

发布插件联系我们报告问题

相关链接

Plugin Hub GitHubDeepSeek Harness 官方项目系统状态隐私说明
© 2026 DeepSeek Harness Plugin HubPowered byPaxTech

独立、非官方社区项目,与 DeepSeek 官方无隶属、授权或背书关系。

Memory Porter — DeepSeek Harness 插件(DSH Plugin)
DeepSeek Harness Plugin Hub
ProfilesPlugins分类动态文档登录管理 Profiles
ProfilesPlugins分类动态文档登录
← Plugins

dsh-memory-porter

Memory Porter

记忆搬家:把 Claude / ChatGPT / Claude Code 的历史记忆搬进 DeepSeek Harness(DSH)——带逐字证据,逐条批准

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-memory-porter@0.1.0
README兼容性版本
记忆搬家

兼容性与来源证明

Memory Porter 以 dsh-memory-porter 发布,当前版本为 0.1.0。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。

DSH 兼容范围
*
运行环境
web
发布来源
npm
Registry 更新时间
2026/9/20

版本

0.1.0stable
2026/8/17

相关插件

正在加载相关插件…

最新版
0.1.0
DSH
*
HMR
重启进程
Tree shaking
未声明可安全裁剪
解包体积
156.4 kB
文件数
7
Surface
web
许可证
MIT
发布源
npm
GitHub
★ 0
周下载
127
安全扫描
✓ v0.1.0 扫描通过
查看源码 ↗项目主页 ↗
README Badge

点击下方 Badge 复制 Markdown,粘贴到 README 即可。

这是你的 Plugin?认领权益 · 优先安全扫描

验证 package.json 声明的 GitHub 仓库,即可管理这个公开页面。认领后,Hub 会优先安排当前版本的安全扫描,并在通过后公开展示结果。

认领这个 Plugin →
报告问题

README

记忆搬家 · dsh-memory-porter

号可以没,记忆不能没。

把你锁在 Claude / ChatGPT 账号里的历史记忆,搬进 DeepSeek Harness——带逐字证据,你逐条批准。

English · 社区插件,与 DeepSeek 官方无关。

记忆搬家


这个插件解决什么

DSH 生态里已经有很多记忆插件,它们解决的是**「从今天起记住」**。

没有一个解决:「我过去两年在 Claude 和 ChatGPT 里攒的东西怎么办」。

  • Claude 账号说没就没——而你所有让它「懂你」的积累,全锁在那个账号里
  • 换平台 = 从零开始——两年几千次对话里的偏好、结论、踩过的坑,一次清零
  • 少有人知道:本机 ~/.claude/projects 的对话记录,在账号没了之后依然在你硬盘上

记忆搬家把这些捞出来,提炼成带逐字原文证据的记忆,经你确认后交给 DSH 随时召回。

已经装了别的记忆插件?它们负责「从今天起记住」,本插件负责「把过去搬进来」—— 支持导出为通用 Markdown / JSONL,直接喂给它们。

支持的来源

来源通道是否需要导出验证状态
Claude 云端记忆导出内 memories.json需要导出✅ 真实导出验过(零 token,已是结论无需提纯)
Claude Code(本机)直读 ~/.claude/projects免导出,一键扫描✅ 真实数据验过
claude.ai(网页 / 桌面)账号级官方导出 conversations.json需要导出✅ 真实导出验过
ChatGPT(网页 / 桌面)账号级官方导出 conversations.json需要导出⚠️ 按官方格式实现,尚未用真实导出验证过

⚠️ 关于 ChatGPT 连接器:解析逻辑是按 ChatGPT 官方导出格式(树状 mapping)写的, 也有单元测试覆盖,但作者手上还没有真实的 ChatGPT 导出文件可供端到端验证。 如果你的导出解析失败或结果不对,请提 issue 并附上格式说明(不要附带你的对话内容), 会尽快修。不想含糊其辞,所以在这里写明。

三步拿到你的导出

搬家最主要的入口依赖一份官方导出。摩擦全在这一步,所以写清楚:

Claude(claude.ai)

  1. 网页登录 → 左下角头像 → Settings → Privacy → Export data
  2. 等邮件(几小时到一天),点邮件里的链接下载 zip
  3. 解压,把文件夹路径填进面板「搬家」页第一栏

解压后你会看到 conversations.json(历史对话)和 memories.json(Claude 记着的关于你的一切)。 后者是零成本通道,导入瞬间完成。

ChatGPT

  1. 网页登录 → 右上角头像 → Settings → Data controls → Export data
  2. 等邮件,下载 zip
  3. 解压,把文件夹路径填进同一栏

只想先看看不用等邮件?装完直接点「看看本机还剩多少」—— ~/.claude/projects 里的 Claude Code 对话在账号没了之后依然在你硬盘上,免导出直接读。

安装

dsh plugin --profile web add dsh-memory-porter

不需要配任何 API Key——提纯直接借用你在 DSH 里已经配好的模型。

装好后侧边栏底部(「设置」齿轮上面那一排)多一行 📦 记忆搬家,点开就是面板: 搬家 / 待确认 / 记忆库 三页。会话头部也有一个小徽章作为次要入口。 模型能直接调 recall_memory 工具召回,检索全程本地(BM25,不需要嵌入模型)。

三条硬规矩

  1. 无逐字证据不入库。 每条记忆必须带原文证据,缺失即拒收——而且证据是由代码回原文逐字核对的,不是信模型自述。核不上就丢,被挡下的条数如实告诉你。 证据还分两级:逐字出自你自己的发言才走常规入库;只在 AI 的回复里找到的(多半是 AI 在准确复述你)仍然收,但一律推进待确认并注明——它是归纳,不是你的原话。
  2. AI 推断的绝不自动入库。 Claude 云端记忆这类模型归纳出来的东西,全部进待确认队列。
  3. 数据在你自己机器上。 记忆库是 ~/.dsh/memory-porter/ 下的 JSONL,无遥测、无账号、无云同步。

什么会自动入库,什么要你看一眼 —— 你自己定

每条记忆都挂着入库依据,面板和导出里都能看到,不做黑箱:

依据含义
自动入库 · 置信达标来源可信、证据扎实,直接进库
自动入库 · 多源印证同一结论在多处说过,已合并并提升置信度
待确认 · AI 推断来自 Claude 云端记忆,是模型的归纳而非你的原话
待确认 · 高影响动到了钱、方向或资源
待确认 · 与已有记忆冲突和库里旧结论同主题但不同,谁对由你判,插件不替你决定
待确认 · 置信不足低于阈值

松紧三档,cordis.yml 里改 reviewMode,面板上也能切:

- id: memory-porter
  name: dsh-memory-porter
  config:
    reviewMode: balanced   # strict | balanced | trusting
    scanLimit: 100         # 单次扫描的会话数上限,也是成本闸
  • strict 逐条确认:一条都不自动入库。最稳,队列会长。
  • balanced 默认:只有上表里「待确认」那四类才拦你。
  • trusting 省事:只有 AI 推断和冲突才拦你。

说明白一件事:默认档下,Claude / ChatGPT 网页导出的记忆置信度正好卡在自动入库的线上 (来源可信 0.60 × LLM 抽取 0.75 = 0.45,等于阈值,判据是「小于才拦」)。 这是有意的取舍——搬家的量通常很大,全塞进队列没人看得完。想更保守就切 strict。

花多少钱

提纯要把对话原文发给模型,开跑前面板先给你预估,确认了才跑。

实测参考:agentic 会话约 1.3 万 tokens/个。按默认上限 100 个会话算, 一次搬家约 ¥2.5(空闲时段)~ ¥5(高峰时段)。普通网页聊天会短很多。

memories.json 走的是零成本通道——它已经是结论,不过模型。

⚠️ 但提纯会把对话原文发给你在 DSH 里配置的模型服务商——这一步会出本机。 扫描、检索、导出全程本地。开跑前面板会先给出预估 token 与费用。

许可证

MIT

相关插件

继续浏览 memory-context 分类下经过校验的插件。

Memory Plugin@openviking/dsh-memory-plugin适用于 DeepSeek Harness 的 OpenViking 记忆与上下文套件Contextdsh-context用于上下文洞察和管理的 DeepSeek Harness 插件,提供上下文仪表板和上下文命令,帮助了解上下文的构成及其演变过程。Weknora@wxg-prc-cpg/dsh-weknora适用于 DeepSeek Harness (dsh) 的 WeKnora 知识检索工具:通过自有知识库进行语义搜索、文档阅读以及 RAG/代理回答。Mnemondsh-mnemon面向 DeepSeek Harness 的可组合三层记忆控制平面:持久化运行时上下文、可搜索的项目文档、可插拔的长期记忆、受保护的策略、WebUI 和无头工具。