中文 | English（语义增强）
dsh-mneme
给 DeepSeek Harness 的跨会话记忆插件：让 Agent 记住你、记住项目、自动整理记忆。Mneme（Μνήμη）——希腊记忆女神 Mnemosyne 之名，掌管记忆与梦境，正如 autoDream 在后台巩固记忆。
dsh-mneme 是一个 DeepSeek Harness (DSH) 插件，为 Agent 提供持久的跨会话记忆能力。它借鉴了 Claude 的 Dream 机制 与 cc-haha / Claude Code 的 autoDream 记忆巩固功能——不仅存储记忆，还会自动巩固（去重、合并、冲突裁决、摘要生成），让记忆库越用越精炼。完整溯源与致谢见文末「🙏 致谢」。
⏱️ 30 秒理解
一句话：给 Agent 装上跨会话记忆——记住你、记住项目，并在后台自动整理，越用越懂你；v0.8.0 起记忆可按 agent 与工作区隔离（scopeEnabled），多 Agent / 多项目互不串台。
| ① 写入 | ② 存储 | ③ 进化 |
|---|
对话中模型主动记录（memory_save，可带敏感度与事件时间）；会话结束自动提炼（autoSummarize） | SQLite 主库 + 人类可编辑 Markdown 镜像；实体 / 属性 / 时间轴三层结构化；记忆带 agent / workspace / 敏感度 / 发生时间标注 | 新会话自动注入相关记忆（按当前作用域加权，strictScope 开启后显式收窄的归属硬隔离）；autoDream 后台去重 / 合并 / 归档，冲突冻结待人工裁决 |
# 30 秒上手
dsh plugin --profile web add @modusensus/dsh-mneme
dsh web
它不是什么（边界声明）：
- 不是向量数据库——语义搜索是可选增强，默认零额外依赖
- 不替代会话日志——它存的是「值得跨会话记住的」精炼知识
- 不改变模型本身——进化的是记忆库与每次注入的上下文
- 删对话 ≠ 删记忆——记忆是跨会话的全局知识（v0.7.11 起不再与会话绑定），删除会话不影响已存入的记忆
✨ 功能
记忆存储（SQLite + Markdown 镜像）
- SQLite 主存储：
~/.dsh/memory/memory.db，node:sqlite 内置，零原生依赖
- Markdown 镜像：
preferences.md / projects.md / decisions.md / history.md / summary.md，人类可读、可手工编辑（人工修改优先合并回库）
- 9 种记忆类型：
preference 偏好 / project 项目 / decision 决策 / history 历史 / summary 会话总览 / pattern 模式 + 编码记忆三型 rejected_solution 被否方案 / pitfall 踩坑 / constraint 约束（v0.7.13 起，codingRetrospect 默认关；v0.7.11 近重写已收窄删除 user/fact 两型）
- 镜像同步状态机（v0.3.6+）：mirror 与主库强一致，用
generation（期望轮次）/ applied_generation（已应用轮次）建模同步债务
- 业务写操作在自身事务内原子递增 desired generation——崩溃在 COMMIT 后、渲染前，重启也能凭 durable 债务恢复，绝不静默跳过（v0.3.8）
generation 用 SQLite 原子语句递增，多进程并发零丢失；带 CHECK 上界，负数/溢出拒绝- 逐 type 记录
committed / failed / pending 回执，健康端点区分 ok / degraded / unknown
- 状态写失败不静默：同步失败落日志并留债务，重启自动收敛
模型工具（9 个）
| 工具 | 功能 |
|---|
memory_save | 记录一条记忆（自动按标题去重合并；v0.8.0 起去重键含 agent/workspace/scope 作用域，可选 sensitivity / occurred_at 参数） |
memory_search | 全文搜索（中文子串友好，可启用向量语义搜索；可选 occurred_from / occurred_to 按事件发生时间过滤） |
memory_list | 按类型分页列出（include_archived=true 可查看已归档；可选 occurred_from / occurred_to 时间过滤） |
memory_get | 读取单条记忆完整正文（v0.7.25，按 id；memory_search / memory_list 命中后读全文） |
memory_update | 修改已有记忆 |
memory_delete | 删除记忆（按记忆 ID 精确删除） |
memory_forget | 抑制注入（降权不删除，可恢复） |
memory_archive | 归档/恢复记忆（v0.2.5；归档后隐藏于列表/搜索/注入/整理，archived=false 可恢复） |
memory_runtime | 本地推理运行时的状态 / 供给 / 校验（v0.7.32，自管运行时三档取件） |
自动注入 + 会话摘要
- 自动注入：新会话开局注入记忆摘要（
summary 优先 + 少量高重要性条目）
- 会话摘要：
turn/end 时用 LLM 提炼本次会话的偏好/决策/教训，自动入库（过滤 plugin 注入上下文，避免污染）
autoDream 自动记忆整理 🧠
溯源：autoDream 的理念源自 Claude Code 的 Auto Dream 记忆巩固功能（Anthropic，Memory 2.0 的后台整理子代理），其「离线巩固」思路与 UC Berkeley & Letta 的 Sleep-time Compute 论文（arXiv:2504.13171）一脉相承。dsh-mneme 将其引入 DSH 插件生态，并发展为自己的实现——K-Means++ 聚类预分组、类型化决策清单与可回放的 sha256 摘要审计链，详见文末「🙏 致谢」。
- 触发：记忆数 > 10 或总字符 > 5000 时，异步自动触发（不阻塞写入）
- 决策清单式整理：LLM 输出
keep / merge / archive / conflict / update 决策清单，服务端校验后逐条应用
merge：合并主题相近的条目，保留信息最完整者archive：归档过时/冗余条目（可恢复，不物理删除）conflict：裁决矛盾信息，胜者保留、败者归档并追加溯源注释；conflictFreezeEnabled（默认关）开启后矛盾对不自动裁决，改为冻结进冲突队列（状态页并排对比，人工选保留方，#166）update（v0.2.1）：直接修正单条记忆的过时/错误内容（单 id / 必须实际变化 / 非 summary / 24h 保护 / 每次 ≤2）
- 失败追踪（v0.2.1）：用户纠正记忆时写入
failure_memories 表（旧值/新值），为后续自进化积累数据
- 摘要生成：整理后生成"记忆库总览"（单一实例），作为下次会话的优先注入
- Fail-safe：非法 LLM 输出（未知 id / 非法 action / 越界 importance / 跨类型合并等"单条非法"决策，Issue #26）默认跳过该条并应用合法子集（run 记为
degraded），绝不破坏记忆库
- 裁决审计：每次运行写入
dream_runs 审计表（输入快照 sha256 digest + 完整输入快照 + 决策清单 + 逐 id 去向 + receipt），可离线回放；merge / conflict / update 幂等应用，重放/并发重复执行无累积副作用；update 记录 _before 快照
dreamMaxTokens 调优指南
默认 131072（即上限，#135）已为思考型模型预留推理+正文的双重预算（部分思考型模型仅推理就可能消耗 8k+ token），常规记忆库无需调整。若记忆量大（数万字符以上）且正文仍被截断，优先按下方「巩固模型分类声明」换非思考模型 / 配 dreamReasoningEffort 压低思考，再考虑调大输入侧上限（如 distillMaxChars）——dreamMaxTokens 本身已无上调空间。
若使用思考型模型（如 deepseek-v4-flash / DeepSeek-R1 类），模型可能把全部预算花在 reasoning 上导致正文为空（日志出现 no json array in llm output）。#135 修复后：未配置 dreamReasoningEffort 时会自动取模型支持的最低档发流（不再省略字段让模型自带默认档——v4-flash 系默认 high——顶上烧光预算），默认配置即生效；显式 none = 不发送字段用服务商默认，off/low/medium/high 原样传递，模型不支持的档位自动换用（拒绝原因记入 llm_audit）。正文仍为空时配置 dreamProvider/dreamModel 指向非思考模型（dreamMaxTokens 默认已是上限 131072，无上调空间）。sleep 侧对应 sleepReasoningEffort。
巩固模型分类声明（settings panel「巩固模型」= dreamProvider/dreamModel，睡眠侧对应 sleepProvider/sleepModel）：
| 模型类别 | 例子 | 说明 |
|---|
| 非思考模型（推荐） | glm-5-2 类等 | 无 reasoning 声明；即使配了 effort 被 harness 拒绝，fallback 去掉字段重试即成功。空体风险最低 |
| 思考模型（需实测） | deepseek-v4-flash-ga 等 v4-flash-ga 系 | 默认开推理，可能烧光 token 预算返回空体；部分型号（如 v4-flash-ga）在 harness 侧被声明为不接受任何 reasoning effort（去掉 effort 时 harness 的 defaultEffort 会顶上来再次拒绝）。v0.7.26+ 已根治：resolveDreamEffort 发流前探测模型支持的档位，不支持的配置档位自动换用模型默认/首个支持档位，声明无 reasoning 能力的型号则省略字段。选用时建议配 dreamReasoningEffort 实测（未配置时自动取最低档），不行就换非思考模型 |
Sleep Mode 系统级睡眠 💤（v0.4.0，opt-in）
从 autoDream 的"被动阈值触发"升级为"主动定时维护 + 分层压缩"。系统空闲 sleepIdleMinutes 分钟自动执行深度维护，默认关闭（sleepModeEnabled: false），开启后行为：
- 可中断：AbortController 实现，用户恢复活动即中止当前周期（
noteWrite 重置空闲计时 + 中断信号）
- 串行安全：睡眠周期走
service.enqueue 串行队列，与 autoDream 严格不重叠；minRefTimeMs 防止快照后被召回的记忆被误降级
- 四阶段深度维护：
conflict_resolution：全库冲突消解，strictness 三级可配（gentle 0.92 / normal 0.85 / aggressive 0.75）archival_demotion：按 last_accessed_at 分层——30 天未召回压成摘要（原文进 _full_content，可无损恢复）、90 天完全归档pattern_discovery：LLM 扫描近期记忆提炼规律，产出 type=pattern 记忆，evidence 强校验防伪造relation_completion：检测孤立实体并补全隐含关系（共现 related_to / 项目 part_of / 技术 depends_on）
- Fail-safe：每阶段独立 try/catch，LLM 故障只跳过对应阶段；无 LLM 路由时纯规则降级（demotion/relations）照常执行
- 审计延续：睡眠周期写入
dream_runs，run_type='sleep'，与 autoDream 共用审计表可追溯
配置详见 docs/SLEEP.md；迁移说明见 docs/MIGRATION.md。
官方设置面板 → 「记忆库设置」→「记忆」标签：按类型浏览、全文搜索；启用向量搜索后可用「语义」切换做向量召回。
用户设置（画像 / 规则）与自定义指令 ⚙️
官方设置面板 → 「记忆库设置」标签：
- 用户画像：一段自由文本描述用户自己（角色、背景、偏好），每轮注入到系统提示，让 Agent 始终遵循
- 规则：Agent 必须遵守的行为规则列表（如"回答先给结论"），同样每轮注入
- 自定义指令：注册斜杠命令（
/名称 [补充说明]），触发时把用户定义的指令内容作为一条用户消息提交给当前 Agent，命令后缀会作为补充说明一并提交；界面仅显示提交回执（宿主不支持 followup 提交时退回旧行为，指令原文会显示在界面，便于复制后手动发送）。命令持久化到 SQLite，启动时自动注册到 DSH 命令表，增删实时生效
画像与规则通过独立的 [用户设置] 注入区块（优先级高于记忆库），即使记忆为空也会注入。
向量搜索（语义搜索）🔎
可选能力：接入 OpenAI 兼容的 embeddings API，让搜索能命中字面不同但语义相近的记忆。
配置：官方设置 → 「记忆库设置」→ 滚动到底部「向量搜索」区块：
| 字段 | 说明 |
|---|
启用向量搜索 | 总开关；开启后记忆面板出现「语义」切换 |
API 地址 (Base URL) | OpenAI 兼容端点，如 https://api.openai.com/v1；也支持 SiliconFlow、智谱、本地 Ollama 等 |
API Key | 对应服务的密钥 |
模型名 | embedding 模型，如 text-embedding-3-small、text-embedding-v3、bge-m3 等 |
保存配置后点「重建索引」，为已有记忆批量补建向量（新写入的记忆会自动嵌入）。之后在记忆面板输入查询并点「语义」，即可用向量召回语义相关结果；向量服务不可用时自动回退全文搜索。
⚠️ 密钥仅保存在本机 ~/.dsh/memory/memory.db 的 user_settings 表，不会上传，也不会写入代码仓库。
需要 embedding 而非 rerank 模型：如阿里云 text-embedding-v3 可用，qwen3-vl-rerank 是 rerank 模型（不走 /embeddings）。
语义增强（Semantic）🧠
v0.2 起新增完全离线的语义记忆引擎（本地模型 + 精排 + 聚类）：
- 本地 Embedding：三后端可选——ONNX（
Xenova/bge-small-zh-v1.5，离线）/ Ollama / OpenAI 兼容，失败自动逐级降级，最差回退关键词搜索
- Rerank 精排：
Xenova/bge-reranker-base 对召回候选交叉编码精排，提升 Top-K 准确率
- autoDream 语义增强：对记忆向量聚类（
clusterMemories），自动发现主题相近 / 疑似矛盾的记忆，巩固更精准
- 搜索流水线：混合召回（关键词 + 向量）→ Rerank → Top-K
- 自管运行时：本地推理的依赖闭包（
@huggingface/transformers + onnxruntime-node + sharp，从宿主收编时本机实测 49 个包 / 约 393MB）可收编到 ~/.dsh/mneme/runtime/，与 profile 的依赖图解耦——由于 profile 是所有插件共用的依赖图，这份闭包留在此前的位置会让「安装任何插件」都替它重走一遍整条依赖链；收编优先硬链接，同盘时几乎不额外占盘。@huggingface/transformers 已从 dependencies 降为可选 peer，因此安装插件不再携带它；正在使用本地嵌入的用户请先按文档收编，否则升级后本地嵌入不可用（读写信道不受影响）
- 取回运行时的三条来源：① 收编本机已有（零网络、同盘硬链接）→ ② 本地
.tgz 目录（runtimeTarballDir，某个包网络下不到时用）→ ③ npm registry（runtimeMirror 可换镜像），按随包发布的 runtime-manifest.json 逐个取并先校验 sha512 再落盘（win32-x64 实测约 33 个包 / 2142 个文件 / 数百 MB；清单平台无关，一份覆盖 win32/darwin/linux × x64/arm64；剔除 onnxruntime-web——Node 构建从不 import 它）。面板「向量索引」卡片在不就绪时会给出这段代价说明并提供一个按钮；不想开面板也可以让 agent 用 memory_runtime 工具（status / provision / verify）代做
配置只需在 cordis.patch.yml 里设置 embedProvider（默认 openai，保持 v0.1 行为；改为 local 即离线）。升级无需迁移数据。
node scripts/mneme-runtime.mjs status # 运行时在哪、来源、结构是否完整（不加载模型）
node scripts/mneme-runtime.mjs adopt --from ~/.dsh/profiles/<profile>/node_modules
node scripts/mneme-runtime.mjs verify # 真加载运行时并跑一次推理
三个命令的退出码为 0 健康 / 1 不健康 / 2 用法错误，便于脚本 gate；--json 输出机器可读结果。运行时不可用时不会崩——检索降级为关键词/BM25，读写不受影响。详见 本地模型部署指南 §2.5。
实体结构化记忆（Entity Gene）🧬
v0.3.0 起新增记忆基因层：从记忆里抽取命名实体、带时间轴的属性、实体间关系，让搜索从"字面关键词"升级为"按实体/属性精确召回"。
- 三表：
entities / entity_attrs（valid_until 快照式时间轴）/ entity_relations，旧库打开自动建表，幂等无迁移成本
- 自动抽取：
entityExtractionEnabled=true 后，新写入的记忆 fire-and-forget 触发 LLM 抽取（同名实体去重、属性存时间轴、关系追加；失败绝不阻塞写入）
- 实体搜索（
searchMemories 前缀路由，entitySearchEnabled 默认开）：
entity:阿尔托 → 属性精确关联的记忆（_score 1.0）排在关键词提及（_score 0.7）之前attr:国籍=芬兰 → 精确匹配该属性值的记忆attr:国籍 → 该属性键的全部当前有效记忆（value 为空契约）
- autoDream 联动：update 决策写
supersedes 自引用（属性版本被替代）；merge 决策把 loser 的属性归属迁移到 keeper（keeper 已有同键当前值则失效）
📖 详见 实体结构化记忆设计 · 语义增强架构 · 本地模型部署指南 · 从 v0.1 升级说明
记忆质量过滤 🧼（v0.4.6，默认开）
写库前对每条记忆做启发式质量打分（纯函数，无 I/O、无共享状态）：元记忆词汇（谈论记忆系统本身）、自指类型标签、内容过短、重复度高、与近期记忆近似重复都会扣分（0-100）：
score ≥ 60：正常存储30 ≤ score < 60：quality_score 落库，注入排序改为按 importance × quality/100 降权（degraded）score < 30：归档并标记 low_quality——仍可显式搜索召回，只是永不自动注入。例外（#135）：importance ≥ memoryQualityFilter.exemptImportance（默认 4）的记忆只降权不归档——评分与信号标签照常落库，归档决定不再静默越过用户标注的重要性
memoryQualityFilter.enabled 可整体关闭，archiveThreshold / degradeThreshold / minContentLength / exemptImportance（1=全部豁免，5=仅最重要豁免）可调。此外更新记忆（memory_update 等）不会抹掉系统信号标签（low_quality / duplicate / meta / self_referential / repetitive / short_content）——它们是「为什么被降权/归档」的审计线索，与用户自传标签并集保留（#135）。
LLM 消耗审计 📊（v0.4.6，默认开）
每次后台 LLM 调用（autoDream 整理 + 摘要、autoSummarize 压缩）都会写入 llm_audit_logs 表：tokens / duration / status / source（由哪个触发产生）。失败调用记为 status=error，绝不阻塞功能本体；retentionDays（默认 90）在启动时清理超期行。新增两个只读 API：
GET /api/dsh-mneme/semantic/llm-audit?page=&pageSize=&source= — 分页查询 + 按 source 过滤GET /api/dsh-mneme/semantic/llm-audit/stats?days= — 近 N 天按 source 汇总预算（tokens / 次数 / 失败数）
只读端点，与 list/search/semantic 一样在设置 apiToken 后仍保持开放。
记忆库主区视图与记忆图谱 🕸️（v0.5.0）
记忆功能从侧边栏抽屉收进主内容区全宽 tab（conversation.view 插槽，与「对话 / Trajectory」并列），侧边栏「记忆」入口点击后直接激活该 tab。页面顶部子 tab 行切换三个子视图：
- 记忆（三栏浏览）：左栏分类树（类型 + 计数）/ 中栏时间树（月 → 日两级倒序、可折叠）/ 右栏详情（全文不截断 + 复制全文）；语义搜索内嵌工具栏开关（防抖 250ms），
entity: 前缀可「在图谱中查看」
- 图谱：输入实体名，加载以该实体为中心的关联网络——
- 服务端只读 ego-graph API：
GET /api/dsh-mneme/semantic/graph/ego?entity=<name>&depth=1|2（BFS 层级遍历，limit 防大图失控，实体不存在 404；配套 /semantic/graph/entity-attrs 查实体属性）
- 前端零依赖手写 SVG 力导向布局（插件运行时无法 require vis-network 等第三方库）：斥力 + 弹簧 + 向心引力物理模拟，节点按类型着色、按提及次数定半径，支持拖拽、点节点看属性、点边跳回来源记忆
- 设置：画像 / 规则 / 指令 / 向量配置，限宽居中
图谱 ↔ 记忆双向互跳：图谱详情侧的关联记忆可点击，记忆边的「来源记忆」按 memory_id 直跳三栏视图并自动定位。
四路召回融合与会话热记忆 🔎（v0.5.0，v0.8.4 扩四路）
- BM25 稀疏第三路召回（
src/search/bm25.js）：与向量召回、FTS5/LIKE 关键词并列——ASCII 词元 + CJK bigram 分词、IDF 加权（归一化 [0,1]），专有名词 / ID / 代码片段等散词查询不再依赖子串命中。融合规则：未召回行按 0.3×BM25分 回填；仅向量召回行获得词法加分；LIKE 已命中行不叠分。bm25SearchEnabled 可关
- 实体图召回轴（第四路，v0.8.4）（
entityRecallEnabled 默认关）：开启后检索融合池三源扩四源——store 新增 findEntitiesMentionedIn / getLinkedMemoryIds 反查原语 + idx_relations_memory 索引，命中实体所在记忆按边入池，fuseRecall 的 blend / rrf / minmax 全配方参与；实体轴与 BM25 同为确认/回填信号（we 并入 wb 共用 0.3 回填权重），永不主导语义排序，失败降级空数组；keyword 模式纯文本路径不吃实体轴
- 自适应阈值（
src/search/adaptive.js）：取代固定 0.65 截断——entity:/attr: 前缀放宽 0.5，短查询（<5 字符）收紧 0.7，长查询（>50）放宽 0.6，Top1/Top5 分差 > 0.3 时放宽让尾部进 Rerank；显式传 threshold 或 adaptiveThresholdEnabled=false 走旧行为
- 会话级短期热记忆（
src/hot-memory.js）：最近 N 轮对话（默认 5 轮，hotMemoryRounds）按 token 预算（默认 2000，hotMemoryMaxTokens）滚动截断，从会话事件日志无状态重建、不落库；注入顺序为「短期上下文 → 长期记忆召回 → 摘要」
- 选择性注入：query 向量可用时注入候选按主题相似度重排（
selectiveInjectEnabled 可关）；搜索时语义去重为激进选项（searchSemanticDedup=true 显式开启，近重复行 Rerank 前丢弃）
- 召回基准（
scripts/benchmark-recall.js）：标准查询集驱动，计算 Recall@5 与 MRR，legacy（三特性全关）vs fused（默认配置）双跑对比
v0.8.4 批次：记忆生态化 + 检索增强 + 蒸馏可靠性 🚀
- stdio MCP server（#181/#214）：插件自带零依赖 stdio MCP server，任意 MCP 客户端（Claude Code / Cursor 等）挂载即得记忆六件套，见下方 MCP Server
- 图召回轴（#219/#222，
entityRecallEnabled）：实体挂联记忆并入检索融合池，见上方「四路召回融合」
- 冷启动（#220/#223）：
POST /bootstrap 从仓库目录反向构建初始记忆——零 LLM、幂等、必有产出，新仓库起步不再从空记忆开始
- 注入截断上限可配（#164①/#225，
injectContentMaxChars）：截断不再静默——尾部带上限/原长/全文 memory_get 指引，agent 永远拿得到全文路径
- dream 总览常驻状态条 + 叙述条（#164/#227/#228）：常驻注入升级为「当前状态」叙述 + 快照口径脚注；
dreamNarrativeEnabled 开启后按主题簇合成叙述条并附 evidence 证据链
- 记忆复用统计卡 / 注入状态卡（#182/#217）：状态页新增「记忆复用」卡（Top-N 召回 / 僵尸记忆率 / 覆盖度）与极简模式注入状态提示卡
- 路由旧值显式标记（#191/#213）：切 Provider 后残留的旧 model id 带「（不在可用列表）」标记 + ⚠ 行级提示，不再与正常选项无差别
- heat 广义指数衰减（#218，
heatGlobalBeta）：幂律换 H=exp(-λ·Δt^β)，β 可调衰减形状
🆕 最近版本亮点
⚠️ 历史存档提示：下方及路线图表中 v0.7.12 之前的早期条目记录的实验功能（Wiki-Link、tag 系统/目录/tag 加权、user/fact 分层类型、前缀 id 解析、/stats 与 /directory 端点等）已在 v0.7.11 近重写时移除（v0.7.11 与 v0.7.12 同日发布，历史文档多标 v0.7.12，此处勘误归一到 v0.7.11），仅作版本历史存档，不代表当前能力。同期未记载的移除另有：会话生命周期（session_disposed_at 软隐藏）、provenance 出生会话溯源（session_id）、决策字段归一化（normalizeDecisions，已由提示词硬规范取代）。（heat 热度模型已于 v0.7.20 从 v0.7.10 完整找回回归，见下方 v0.7.20。）当前特性以本 README 正文与 配置表 为准。
| 版本 | 亮点 |
|---|
| v0.8.4 | MCP 六件套 + 图召回轴 + 冷启动 + 注入截断/状态条 + 蒸馏可靠性批次：stdio MCP server 让记忆六件套进任意 MCP 客户端——零依赖（JSON-RPC 2.0 换行帧，不引 SDK），工具面与 src/tools.js 逐字对齐、平价回归锁漂移，配置沿用 CLI 约定（#181/#214）；图召回轴 entityRecallEnabled——检索融合池三源扩四源，实体挂联记忆参与 blend/rrf/minmax，与 BM25 同为确认/回填信号（#219/#222）；冷启动 src/bootstrap.js 从仓库文件反向构建初始记忆——零 LLM 必有产出、幂等，POST /bootstrap（#220/#223）；注入截断上限可配 injectContentMaxChars + 截断尾部带全文 memory_get 指引（#164①/#225）；dream 总览升级常驻状态条 + 叙述条 dreamNarrativeEnabled（#164/#227/#228）；记忆复用统计卡 / 注入状态卡 / 路由旧值显式标记（#182/#217/#191/#213）；heat 幂律换广义指数 heatGlobalBeta（#218）；修复 reasoningEffort 连通性透传、summarize 增量蒸馏 + 子会话交付补齐（#215/#226/#232）；1160 测试全绿 |
| v0.8.3 | 注入轮换与下载可靠性批次：注入位跨轮轮换 injectRotationTurns（默认 0 = 关）——同一会话相邻轮次不再反复注入同一条，窗口只看之前轮次、同查询工具轮不推进不转自己（sessionId 分桶 FIFO 32，#205/#206）；候选池四处扩容 poolSize = maxItems × (轮换窗口 + 1)（下限 200），旋钮开多大、池子就够多大（#208）；模型文件下载断点续传与重试 resilientModelDownload（默认开）——Range / If-Range 续传、416 / 偏移失配重置、单写者锁 + 降级直通 + 空闲看门狗（#194/#207）；1079 测试全绿 |
| v0.8.2 | 生态与性能批次（社区贡献集中合入）：LLM 消息补 source 契约——严格 provider 下 dream/summarize/sleep/实体抽取不再序列化抛错（#189/#190）；memory_get 输出 schema 与共享 DTO 同源（#184/#186）；sleep 计时器撞 CD 重排 + 构造挂表（#187/#192）；单 logit 重排器恒 0.5 修复 + 镜像/量化接线（#188/#193）；连通性探测改发 user 消息（#197）；首轮注入 BM25 同步兜底——老偏好不再占满槽位（#198/#199）；autoDream 宽容路径闭环——coverage 不足降级 degraded + archive 类型护栏/批量上限 dreamMaxArchivePerRun（#104/#200/#201）；检索路径性能第一批——updated_at 索引 + all() 剪列 + 向量解析缓存（#202/#203，all() 231→51ms、searchVector ~140→16ms）；standalone API 补 profile/rules 路由（#180/#185）；1061 测试全绿 |
| v0.8.1 | 归属显式声明与人工纠偏 + 插件版本自检：记忆归属三段式可控——per-dim 来源列 + save/update scope 参数 + 面板可编辑（#170 第 1 步，#171）；sleep 跨 scope 相似对停车进冲突队列人工裁决（第 2 步，#172）；strictScope 硬过滤只认显式声明、自动标注降为纯软加权（第 3 步，#173，4.3 已确认）；GET /api/dsh-mneme/version-check 只读路由 + 设置页偏差横幅（仅 outdated 渲染，registry 精确 host 白名单 + TTL 缓存 + 全失败静默，pnpm 钉子警示 + 市场收录延迟说明，#174 后续）；1026 测试全绿 |
| v0.8.0 | 作用域隔离（issue #17 批次 A）+ 冲突集中处理 + 斜杠命令提交 Agent + 注入转义回归修复：记忆按 agent 与工作区双维标注（agent_scope / workspace_scope / sensitivity / occurred_at 四列可空），检索按当前会话作用域加权（命中 ×1.25、他 scope ×0.5 保留可见），opt-in strictScope 硬过滤贯通检索/注入/列表/单取（fail-closed）；scopeEnabled / strictScope 默认关、面板「作用域隔离」组可启停；去重键扩展含作用域三元——跨作用域同标题不再物理合并；occurred_at 事件发生时间 + occurred_from/to 过滤贯通搜索与列表；冲突冻结（conflictFreezeEnabled）新增人工出口——状态页冲突队列并排对比 + 保留 A/B/仅标记（#166）；斜杠命令经 agent.followup 真正提交模型（#152）；恢复 v0.7.4 的注入花括号转义 + hot memory 跳过 reasoning—— 类文本不再卡死会话（#165）；988 测试全绿 |
🗺️ 进化路线图
| 版本 | 状态 | 主题 | 说明 |
|---|
| v0.2.x | ✅ 完成 | 语义增强 + 反思更新 | 本地 Embedding/Rerank/聚类、failure_memories 失败追踪 |
| v0.3.0 | ✅ 完成 | 记忆基因 | entities/attrs/relations 三表 + 时间轴 + 实体搜索 |
| v0.3.6–0.3.8 | ✅ 完成 | 镜像一致性 + 审计加固 | generation 同步状态机、audit peer 6 项运行时阻断修复、450 测试全绿 |
| v0.3.9 | ✅ 完成 | 审计加固 A/B/D/F | compareAndUpdate 同事务原子性、degraded 回执、逐 type 物理终态、整数 fail-closed、并发初始化稳定 |
| v0.4.0 | ✅ 完成 | 系统级睡眠 Sleep Mode | 空闲触发的四阶段深度维护（冲突消解 / 归档降级 / 模式发现 / 关系补全）、分层压缩、可中断串行 fail-safe；471 测试全绿 |
| v0.4.2 | ✅ 完成 | autoSummarize 自定义模型 | summarizeProvider/summarizeModel 配置项支持，可独立指定轻量模型（如 qwen3.6-plus）用于会话摘要，节省主模型 token；473 测试全绿 |
| v0.4.3 | ✅ 完成 | autoDream 大记忆量修复 | issue#9 B+A：dreamMaxTokens 上限 32768→131072 + dreamReasoningEffort/sleepReasoningEffort 思考开关（none 默认，主对话不受影响）；478 测试全绿 |
| v0.4.4 | ✅ 完成 | autoDream 决策覆盖修复 | issue#9 方案C：滑动窗口 dreamMaxSnapshotSize(默认200，updated_at 倒序截断) + 隐式 keep dreamImplicitKeep(默认true) + 覆盖率下限 dreamMinExplicitCoverage(默认50%) + 固定决策 schema；487 测试全绿 |
| v0.4.5 | ✅ 完成 | epistemic trust + recall eval | 记忆可信度分级 trustEpistemicWeighting（observation>inferred>subjective：检索排序优先高可信、注入标注 [verified]、dream merge/conflict 偏向高可信；opt-in 默认关）+ 检索评估 evaluateRetrieval 落库 recall_evals（evalPersistTestResults opt-in 默认关，生产检索始终走 recall_runs 无条件隔离）；518 测试全绿 |
| v0.4.6 | ✅ 完成 | 8 项修复（向量链路 + 注入/质量/审计） | 向量链路修复（embedSingle 适配 / autoReindexOnBoot 存量回填 / vector_meta 元数据）+ 注入语义召回 hybridInject + 同标题追加 content_history + 注入长度上限（单条 300 / 整块 1500）+ 记忆质量过滤 memoryQualityFilter + LLM 消耗审计 llmAudit（表 + 埋点 + 只读 API）；553 测试全绿 |
| v0.4.7 |
| v0.8.4 | ✅ 完成 | MCP 六件套 + 图召回轴 + 冷启动 + 注入截断/状态条 + 蒸馏可靠性 | stdio MCP server 让记忆六件套进任意 MCP 客户端——零依赖（JSON-RPC 2.0 换行帧，不引 SDK）、工具面与 src/tools.js 逐字对齐、平价回归锁漂移，配置沿用 CLI 约定（#181/#214）；图召回轴 entityRecallEnabled——检索融合池三源扩四源，实体挂联记忆参与 blend/rrf/minmax，与 BM25 同为确认/回填信号（#219/#222）；冷启动 src/bootstrap.js 从仓库文件反向构建初始记忆——零 LLM 必有产出、幂等，POST /bootstrap（#220/#223）；注入截断上限可配 injectContentMaxChars + 截断尾部带全文 memory_get 指引（#164①/#225）；dream 总览常驻状态条 + 叙述条 dreamNarrativeEnabled（#164/#227/#228）；记忆复用统计卡 / 注入状态卡 / 路由旧值显式标记（#182/#217/#191/#213）；heat 广义指数 heatGlobalBeta（#218）；reasoningEffort 连通性透传 + summarize 增量蒸馏与子会话交付（#215/#226/#232）；1160 测试全绿 |
新能力一律做成可开关的功能（配置启用/关闭），默认保守开启、不破坏现有行为。failure_memories 表与 autoDream 决策引擎已为后续反思性成长铺好路。
📦 安装
前置条件
- DeepSeek Harness（DSH）— 兼容 DSH 0.1.x，已验证 0.1.2-rc.1（
Session.events → snapshotEvents() 变更已由插件垫片兼容，新旧版本通吃；v0.7.9 确保该垫片真正进入发布产物 lib/）
- Node 24+（
node:sqlite）
安装步骤
方式一：npm 安装（推荐）
dsh-mneme 是一个 bundle（声明了 dsh.bundle manifest），安装即自动激活，无需手动写配置：
# 1. 安装插件（自动注册 bundle 层）
dsh plugin --profile web add @modusensus/dsh-mneme
# 2. 重启
dsh web
如需自定义配置（阈值、延迟等），可在 ~/.dsh/profiles/web/cordis.patch.yml 中按 id: dsh-mneme 覆盖默认值（见下方配置表）。
方式二：从源码安装
git clone https://github.com/modusensus/dsh-mneme.git
cd dsh-mneme
dsh plugin --profile web add .
dsh web
自定义配置（可选）
默认配置即可用。如需调整，在 ~/.dsh/profiles/web/cordis.patch.yml 中覆盖：
- id: dsh-mneme
name: '@modusensus/dsh-mneme'
config:
memoryDir: ~/.dsh/memory
language: zh
autoInject: true
autoSummarize: true
maxInjectedItems: 5
importanceThreshold: 3
autoDream: true
dreamThresholdCount: 10
dreamThresholdChars: 5000
dreamDelayMs: 2000
⚙️ 配置
| 键 | 默认值 | 说明 |
|---|
memoryDir | ~/.dsh/memory | 记忆存储目录（SQLite + Markdown） |
language | zh | 记忆语言：生成的记忆条目、注入标题与后台 LLM 提示词所用语言（zh / en） |
autoInject | true | 会话启动自动注入记忆 |
autoSummarize | true | 会话结束自动提炼摘要 |
summarizeProvider / summarizeModel | 空 | 摘要的 LLM 路由覆盖（空=使用当前会话模型）；推荐轻量模型节省主模型 token |
summarizeMinIntervalMinutes | 0 | autoSummarize 最小触发间隔（0-10080，0=不限）：两次蒸馏之间最短间隔，失败/degraded run 也占用（#127） |
summarizeMaxEntriesPerRun | 0 | 单次蒸馏产出记忆条数上限（0-50，0=不限）：节流防单会话大量重复条目（#127） |
summarizeDedupeMode | off | 落库前去重档位：off（默认=现状）/ title（零成本，仅拦完全同名）/ vector（复用 embedding 列做同会话语义近邻，无 LLM 调用，#127） |
summarizeDedupeMinSim | 0.92 | vector 去重档的相似度阈值（0.5-0.99） |
summarizeDedupeWindowHours | 24 | vector 去重的同会话时间窗（小时，0-168） |
distillMaxChars | 24000 | 蒸馏输入的正文截断上限（1000-200000）：防止单轮转录把 LLM 输入撑爆 |
distillRateLimitIntervalMs | 1000 | 蒸馏 LLM 调用全局串行队列的最小间隔（ms，0-60000，429 保护默认开） |
distillRateLimitRetries | 3 | 命中 429 限流时的指数退避重试次数（0-10） |
distillRateLimitBaseDelayMs | 1000 | 429 退避基准延迟（ms）：1s→2s→4s… |
maxInjectedItems | 5 | 最多注入几条记忆 |
injectRotationTurns | 0 | 注入位跨轮轮换：同一条记忆在最近 N 个查询轮次注入过后本轮不再优先（新鲜优先、不足回填，槽位数不变；会话边界自动重置；0 = 关闭保持现状） |
|
🔐 API 安全：DSH 无内置鉴权且默认仅监听 127.0.0.1。插件 API 默认开放（便于 Web 面板即装即用）。如需防护（如局域网暴露），在配置中设置 apiToken：写操作（画像/规则/命令）与密钥端点（vector-config、vector-reindex）需携带 Authorization: Bearer <token>（前端设置面板可填入同一 token），只读的 list / search / semantic 保持开放。/api/dsh-mneme/vector-config 返回的 apiKey 已掩码（sk-***…），存储仍保留明文供调用；前端回传空或掩码值表示"不改 key"。
⚠️ 已知边界：极简模式（minimal agent preset）下不注入（宿主设计，非插件缺陷）：minimal 预设的组合文件显式 complete: true + includeRuntimeContext: false——整条系统提示词被 persona 钉死、全部 runtime context 快照被压制，记忆注入 / 用户画像 / hot memory 在极简模式会话中一律不送达模型（宿主内置 context 同样消失）。判断与解法：会话头部显示「极简模式」即为该形态；需要记忆注入请改用标准模式（会话级切换，或 ~/.dsh/settings.yaml 设 agent-presets.default: standard——注意 --dump-config 显示的是 bundle 默认值，会被用户层覆盖，不能反映实际生效值）；极简模式下的过渡方案是把画像/规则写入 AGENTS.md（agent-instructions 走 section 路径，不受该压制影响）。
外部 API 与 CLI
除 DSH 内部端口外，插件还可以开启一个独立的 HTTP 外部 API（默认 http://127.0.0.1:8790，Bearer token 鉴权），供其他插件、CLI 脚本或桌面工具读写记忆，不依赖 DSH 内部端口。
启用与鉴权
- 在插件设置中开启外部 API（默认监听
127.0.0.1:8790，仅本机可访问）；
- 访问 token 在插件设置 / 面板「设置 → 外部访问」中查看；
- 除
GET /health（免鉴权）外，所有路由需携带 Authorization: Bearer <token>，无效 token 返回 401 {"error":"unauthorized"}。
主要路由：
| 方法 | 路由 | 说明 |
|---|
GET | /health | 健康检查（免鉴权），返回 {ok:true} |
GET | /status | 版本、记忆统计、实体数、运行时长 |
GET | /profile | 用户画像，返回 {profile:"..."}；未设置时为空字符串 |
GET | /rules | 行为规则列表，返回 {rules:[...]}；未设置时为空数组 |
GET | /memories?limit&offset&type&minImportance&source&order=chrono&include_archived&occurred_from&occurred_to | 分页列出记忆（include_archived=true 含归档；occurred 时间窗按 occurred_at 回退 created_at） |
GET | /memories/:id | 单条记忆 |
POST | /memories | 新增记忆 {type,title,content,importance?,tags?,source?,sensitivity?,occurred_at?,agent_scope?,workspace_scope?}；响应含 action: created|merged |
PUT | /memories/:id | 局部更新 {title?,content?,type?,importance?,tags?,reason?,agent_scope?,workspace_scope?}；content 改写按 human_override 入档 |
DELETE | /memories/:id | 删除记忆 |
GET | /search?q&mode=keyword|vector|hybrid|auto&topK&occurred_from&occurred_to | 搜索（关键词 / 向量 / hybrid=向量领位关键词补位 / 自动） |
POST | /bootstrap | 冷启动（v0.8.4）：从仓库目录反向构建初始记忆，body {dir} 必填；幂等（(type,title,scope) 去重 + _overwrite 原地刷新），零 LLM、必有产出 |
curl 示例
# 服务状态
curl -s -H "Authorization: Bearer $DSH_MNEME_TOKEN" http://127.0.0.1:8790/status
# 列出最近 5 条记忆
curl -s -H "Authorization: Bearer $DSH_MNEME_TOKEN" \
"http://127.0.0.1:8790/memories?limit=5"
# 新增一条决策记忆
curl -s -X POST http://127.0.0.1:8790/memories \
-H "Authorization: Bearer $DSH_MNEME_TOKEN" \
-H "Content-Type: application/json" \
-d '{"type":"decision","title":"采用 SQLite","content":"存储层使用 node:sqlite","importance":4,"tags":["存储"]}'
CLI 安装
插件自带零依赖 CLI（随 npm 包一起发布）：
npm i -g @modusensus/dsh-mneme
dsh-mneme --help
首次使用先配置服务地址与 token（也可用环境变量 DSH_MNEME_URL / DSH_MNEME_TOKEN，或 --url / --token 参数临时覆盖）：
dsh-mneme config set http://127.0.0.1:8790 <你的token>
CLI 常用命令
dsh-mneme status # 服务状态
dsh-mneme list --type project --limit 10 # 列出记忆
dsh-mneme search "部署流程" --mode vector --topk 5 # 语义搜索
dsh-mneme add --type decision --title "采用 SQLite" \
--content "存储层使用 node:sqlite" --importance 4 --tags 存储,决策
dsh-mneme get 42 # 查看单条
dsh-mneme delete 42 # 删除
dsh-mneme config show # 查看当前配置（token 打码）
所有读取/写入命令支持 --json 输出原始 JSON；config path 打印配置文件路径（~/.dsh-mneme/cli.json）。
MCP Server（任意 MCP 客户端接入）
插件自带 stdio MCP server（bin/dsh-mneme-mcp.mjs，零依赖，随 npm 包发布，bin 名 dsh-mneme-mcp）。任何支持 Model Context Protocol 的客户端（Claude Code、Cursor 等）挂载后即可获得与 DSH 内一致的记忆工具六件套：memory_save / memory_search / memory_list / memory_get / memory_update / memory_delete——工具名、参数与去重合并、重要性等语义与 DSH 内工具对齐（测试锁漂移）。
数据面走上面的独立外部 API（8790，Bearer）：写入并发由 DSH 单点负责；DSH 未运行（外部 API 未启动）时 MCP 侧调用会报连接失败。scope 语义注意：外部 API 无会话上下文，memory_save 不做自动标注，只认显式 agent_scope / workspace_scope 声明。
配置优先级沿用 CLI 约定：环境变量 DSH_MNEME_URL / DSH_MNEME_TOKEN > ~/.dsh-mneme/cli.json > 默认 http://127.0.0.1:8790。安全注意：服务默认只绑 127.0.0.1；若把 DSH_MNEME_URL 指向非回环的明文 HTTP 地址，Bearer token 将明文过网（启动时会有 stderr 警告）——远程场景建议走 SSH 隧道。
Claude Code 挂载示例（项目根 .mcp.json；token 在面板「设置 → 外部访问 API」查看）：
{
"mcpServers": {
"dsh-mneme": {
"command": "dsh-mneme-mcp",
"env": { "DSH_MNEME_TOKEN": "<你的token>" }
}
}
}
未全局安装 npm 包时，把 command 换成 npx、加 args: ["-p", "@modusensus/dsh-mneme", "dsh-mneme-mcp"] 即可。
🏗️ 架构
┌─────────────────────────────────────────────────┐
│ 存储层：SQLite (archived/forgotten 状态) │
│ + Markdown 镜像（人工可编辑，双向同步） │
├─────────────────────────────────────────────────┤
│ 服务层：saveWithDedupe / injectCandidates │
│ / mergeHumanEdits / onWrite 钩子 │
├─────────────────────────────────────────────────┤
│ 模型接口：9 个工具 + 自动注入 + 会话摘要 │
├─────────────────────────────────────────────────┤
│ autoDream：阈值调度 → LLM 决策清单 │
│ → 校验（fail-safe）→ 应用 → 摘要 │
├─────────────────────────────────────────────────┤
│ Web 面板：设置面板内嵌 + 浏览/搜索（含向量） │
└─────────────────────────────────────────────────┘
源码结构：
src/
├── store.js # SQLite 存储（CRUD、搜索、归档/遗忘、schema 迁移、scope 四列）
├── mirror.js # Markdown 镜像（渲染/解析，人工优先）
├── service.js # 领域逻辑（去重合并、注入筛选、写入钩子、scope 加权/硬过滤、冲突队列）
├── scope.js # 作用域解析（agentPreset + workspace registry 反查，issue #17）
├── config.js # schemastery 配置 schema
├── tools.js # 9 个模型工具（defineTool）
├── inject.js # systemPrompt.context 动态注入（含花括号转义）
├── summarize.js # 会话结束 LLM 摘要
├── dream.js # autoDream 调度 + runDream（LLM 决策 + 摘要）
├── dream/decisions.js# 决策校验（fail-safe）+ 决策应用
├── dream/clustering.js # 候选集聚类（k-means++ seeding）
├── dream/sleep.js # Sleep Mode 分层压缩
├── entities/extractor.js # 实体抽取器（v0.3.0：LLM JSON 抽取 + 去重 + fail-safe）
├── search/bm25.js # BM25 稀疏召回（v0.5.0：分词 + IDF 索引）
├── search/adaptive.js# 自适应相似度阈值（v0.5.0）
├── hot-memory.js # 会话级短期热记忆（v0.5.0：滚动轮次 + token 预算；注入剥离 reasoning）
├── runtime/ # 自管本地推理运行时（收编 / 本地 .tgz / registry 三档取件 + 校验）
├── embedding.js # OpenAI 兼容 embeddings 客户端 + 向量检索
├── api.js # HTTP 路由（Web 面板数据通道，含 /conflicts 冲突队列）
└── index.js # 插件接线
lib/ # src 的同步分发产物（npm run sync；发布前由 root prepack 的 check-sync.js 校验一致性；唯一手写例外 lib/client.js——Web 面板 bundle，sync 不覆盖）
test/ # 1160 个 node:test 测试（审计与三轴线压测不变量；src↔lib 一致性由 scripts/check-sync.js 发布闸门校验）
scripts/ # e2e-dsh.js 端到端演示 · stress-dsh.js 三轴线压测 · sync-lib.js 同步 · check-sync.js 发布闸门 · benchmark-recall.js / benchmark-embed.js / benchmark-rerank.js 基准 · sync-test-badge.mjs 测试徽章 · build-runtime-manifest.mjs 运行时清单
🧪 开发
cd dsh-mneme
npm install # 安装 peer 依赖（以 devDependencies 形式，用于本地测试）
npm test # 运行 1160 个测试
npm run stress # 三轴线压测：长会话检索 / 冲突仲裁 / 多 Agent 并发（离线 mock LLM）
npm run sync # 把 src/ 同步到 lib/（发布时由 prepack 钩子自动执行）
压测（npm run stress）三条轴线：长会话检索（Recall@k、陈旧残留率）、冲突裁决（可重放仲裁集：审计快照 hash + receipt + 幂等回放）、多 Agent 并发（丢更新、重复合并、事务/崩溃恢复）。每次 autoDream 运行都会写入审计表 dream_runs（输入快照 digest + 决策清单 + 逐 id 去向 + receipt），让高通过率下也能定位静默错误。
lib/ 是 src/ 的同步分发产物（npm run sync）：除 lib/client.js（Web 面板 bundle）为 lib 独有的手写文件、sync 与 check-sync 均不触碰外，其余全部由 src 复制而来。改 src 必 npm run sync 并提交 lib，否则发布产物静默失效（issue #65 教训）。
📄 设计文档
设计文档位于仓库根 docs/，链接以 ../docs/ 相对路径指向（GitHub 上从本目录打开可正常跳转）。
🙏 致谢
autoDream 的理念溯源（理念借鉴、实现原创）：
在上述工作之上，dsh-mneme 做了自己的工程发展：K-Means++ 聚类预分组（src/dream/clustering.js）、类型化决策清单（keep / merge / archive / conflict / update，及 sleep 侧 supersede / differentiate）与可回放的 sha256 摘要审计链（dream_runs / receipt_chain）。如有遗漏的灵感来源，欢迎提 issue 指出。
📜 License
MIT
