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 实现思路——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。

⏱️ 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。

① 写入	② 存储	③ 进化
对话中模型主动记录（memory_save）；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	新会话自动注入相关记忆；autoDream 后台去重 / 合并 / 归档，记忆库自我精炼

# 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——开启会话生命周期后，删除会话只是把该会话出生的记忆软隐藏（可恢复），数据不丢

✨ 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）
• 4+1 种记忆类型：preference（偏好）/ project（项目）/ decision（决策）/ history（历史）/ summary（总览）
• 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（7 个）

工具	功能
memory_save	记录一条记忆（自动按标题去重合并）
memory_search	全文搜索（中文子串友好，可启用向量语义搜索）
memory_list	按类型分页列出（include_archived=true 可查看已归档）
memory_update	修改已有记忆
memory_delete	删除记忆（v0.6.0 支持 query 按描述删除，不只能靠记忆 ID）
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）

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 🧠

• 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
  • 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 等）拒绝整单，绝不破坏记忆库；跨类型合并这类"单条非法"决策（Issue #26）默认跳过并应用合法子集（run 记为 degraded），dreamSkipInvalid:false 可恢复旧的整单拒绝
• 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 4096 已覆盖常规记忆库。当记忆量大（数万字符以上）时，决策清单与摘要可能超过默认预算，建议按规模调大：

记忆库规模	建议 dreamMaxTokens
常规（<1 万字）	4096（默认）
中等（1 万-5 万字）	65536
大型（5 万字以上）	131072（上限）

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）。此时把 dreamReasoningEffort 设为 off 显式关闭思考（实测 8192 token 预算不再被推理吃光，输出恢复正常）；sleep 侧对应 sleepReasoningEffort。默认 none 不传该字段，完全沿用模型自身默认，行为与旧版本一致。

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：
  1. conflict_resolution：全库冲突消解，strictness 三级可配（gentle 0.92 / normal 0.85 / aggressive 0.75）
  2. 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
  3. 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
  4. 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。

会话生命周期：把对话当存档点 💾（v0.6.0，opt-in）

默认关闭（sessionLifecycleEnabled: false，保持旧行为）。开启后，会话被删除/销毁（DSH session/disposed 事件）时，自动把该会话内出生（session_id 溯源）的记忆软隐藏——不再出现在检索/注入/列表/整理，但不删除，随时可恢复：

• 与 archived 正交：archived 是用户/AI 主动"长期保留但安静"，session_disposed_at 是会话删除被动隔离，两者互不覆盖。恢复会话绝不复活你手动归档的记忆
• 全局记忆免疫：存量无 session_id 的记忆视为全局，永不参与会话清理
• 幂等 + 熔断：dispose/restore 状态守卫幂等（重复调用 no-op）；事件回调内部异常 catch 住，不抛进 DSH 会话清理流程
• 恢复：整会话 service.restoreBySession(sessionId) 一键还原；service.listBySession(sessionId, { includeDisposed: true }) 可查看当前隐藏了哪些（DTO 带 disposed 标记）

Wiki-Link 双向链接 🔗（v0.6.1，opt-in）

默认关闭（wikiLinkEnabled: false）。开启后，记忆正文支持 [[target]] / [[显示|target]] 双括号链接语法：保存时自动解析并记录跨记忆 links_to 关系（partial 唯一索引只对 links_to 去重），记忆详情旁出现反向链接面板，点击可跳转来源记忆。提供只读 API：backlinks / forward-links / wikilink-resolve（输出脱敏）。

Tag 系统 🏷️（v0.6.2，opt-in）

autoTagEnabled 默认关。开启后：正文 #标签 即时标记（规则 [a-zA-Z0-9_一-龥-]+，≤20 字符，非法/超长自动丢弃）；autoDream 整理后 LLM 自动打 1-3 个标签（autoTagMaxPerRun=10 频控，fail-safe）；tags 存 entity_attrs；tag: 搜索前缀可与关键词/entity:/attr: 组合；mirror 顶部渲染 #tag 行；记忆面板标签可点击（过滤）、添加、移除（manualTagEnabled 默认开）。存储与搜索能力始终可用，autoTagEnabled 只控制自动打标。

目录视图 📁（v0.6.3）

记忆面板新增「目录」视图：以 Tag 为轴心的一级手风琴文件夹，无标签记忆自动沉底到「无标签」兜底组；组内按重要性/时间双降序；点击条目直达详情页。数据由 GET /api/dsh-mneme/directory 提供（只读、排除 disposed/archived/forgotten）。

Tag 加权召回 ⚖️（v0.6.4，opt-in）

tagBoostEnabled 默认关。开启后，三路召回合并出候选后做 tag 加权重排：候选记忆 tags 与 Query 提取 tags（#xxx + 已知 tag 列表）交集 → 分数 ×1.15；与当前 Session 热记忆 tags 交集 → ×1.08（可叠加，上限 1.0）。关闭时行为与旧版完全一致，可用 evaluateRetrieval 开关对比调优。

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），触发时把用户定义的指令内容交给 Agent。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

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。

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

memoryQualityFilter.enabled 可整体关闭，archiveThreshold / degradeThreshold / minContentLength 可调。

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。

三路召回融合与会话热记忆 🔎（v0.5.0）

• 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
• 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

自进化记忆 🌡️（v0.7.0，默认保守开启）

让记忆库从"存得准、召得回"进化为会自我衰减、识别兴趣漂移的智能体：

• heat 热度模型（src/heat.js）：类遗忘曲线幂律衰减 H = 1/(1+λ·Δt)^α，per-type 差异化半衰期（TYPE_DECAY）：preference/pattern/summary 免疫（λ=0，热度恒 1.0），project 慢衰减（λ=0.0008），decision 中速（λ=0.002），history 较快（λ=0.006）；全局参数 heatGlobalAlpha(默认 1.2) 控制衰减速度
• sleep 热联合双保护：降级需同时满足"冷"（heat < sleepHeatThreshold 0.05）+"非紧要"（importance < 5）+"非免疫类型"三重条件——冷但重要（如遗忘的高价值决策）与热但低值（如刚访问的闲聊）都受到保护，免疫类型（preference 等）永不降级
• updated_at 语义修正：合并/更新刷新的 updated_at 不再计为访问（last_accessed_at 独立追踪），杜绝 autoDream 合并动作伪装成"刚被召回"；触达数据采集（touchRecalled）由 heatEnabled 门控
• recall_runs 数据前提：检索记录默认开启（recallRecordDefault: true），candidates 打 injected 标记区分"被召回"（false）与"被注入上下文"（true）两个消耗强度；注入场景也记账（mode="inject"）；90 天滚动清理（recallRetentionDays）防膨胀
• 实体热投影（ego-graph API + 前端）：entityHeat 取关联记忆 heat 的 max 值，API 返回 heat 字段；前端节点大小/明暗随热度变化（nodeRadius/fillOpacity），兴趣漂移在图谱上可见
• 配置：heatEnabled(默认 true)、heatTypeDecay(per-type λ)、heatGlobalAlpha(1.2)、sleepHeatThreshold(0.05)、recallRecordDefault(true)、recallRetentionDays(90)

🆕 最近版本亮点

版本	亮点
v0.7.2	issue #35 修复：目录页删除按钮改面板内联两步确认（不再依赖宿主 window.confirm）+ 删除失败可见报错；issue #34 新功能：opt-in injectTimePrefix 对话开始自动注入当前时间一次（默认关）；770 测试全绿
v0.7.1	issue #31 修复：memory_save/memory_update 的 tags 桥接进 entity_attrs 标签存储（目录/tag: 检索/tagBoost 立即可见，tags: [] 清空移回 untagged）+ store.setMemoryTags 反向同步 memories.tags 列 + autoTag 面板开关成为运行时消费方（settings 覆盖 config）；764 测试全绿
v0.7.0	自进化记忆（heat 热度模型 + per-type 差异化半衰期 + sleep 热联合双保护）+ updated_at 语义修正（不算访问）+ recall_runs injected 两档标记 + 90 天滚动清理 + 实体热投影（ego-graph node heat → 前端节点大小/明暗）；757 测试全绿
v0.6.11	社区修复（PR #27，Jstn-1g）：memory 渲染器暴露记忆 ID + 防御性加固（条数/块预算/Unicode 截断/JSONL 注入防护）；issue #14 已关闭；735 测试全绿
v0.6.10	记忆面板卡片布局品质优化：清理死 CSS + 合并 .mneme-xmain 双定义 + 补无障碍（分类按钮 aria-pressed、三卡 role=region+aria-label、搜索框 aria-label）；723 测试全绿
v0.6.9	autoDream 恒失败修复（Issue #26 P0）：dreamSkipInvalid 跳过非法决策 + allowCrossTypeMerge 开关；723 测试全绿
v0.6.8	dream/sleep LLM 路由修复（Issue #25）：config 指定模型优先于 agent 默认路由；716 测试全绿
v0.6.7	记忆面板前端增强：记忆删除端点 + autoTag 手动开关 + 目录 VS Code 式文件树 + 面板卡片式布局（分类栏 + search/tree/detail 三卡）；723 测试全绿
v0.6.6	kimi-k3 复验 4 项修复：autoTag 跳过已打标记忆并合并、tag: 搜索召回统计门控（避免零召回拖垮 TopK）；710 测试全绿
v0.6.5	整合 v0.6.2-0.6.4：Tag 系统 + 目录视图 + Tag 加权召回（全部 opt-in）；709 测试全绿
v0.6.4	Tag 加权召回：query/session tag 交集 boost（tagBoostEnabled 默认关）
v0.6.3	目录视图：Tag 文件夹 + 无标签兜底 + 点击跳详情
v0.6.2	Tag 系统：#标签 + autoDream 自动打标 + tag: 搜索 + 面板 chips
v0.6.1	Wiki-Link 双向链接（笔记化记忆库第一步）：[[笔记]] 跨记忆链接 + 反向链接面板 + links_to partial 唯一索引；654 测试全绿
v0.6.0	会话生命周期（把对话当存档点）：session_disposed_at 独立字段软隐藏会话删除的记忆（与 archived 正交，可恢复）+ memory_delete 支持描述删除 + 事件订阅熔断；阿里云 kimi-k2.7-code 审查 4 项修复；628 测试全绿
v0.5.0	主区「记忆库」视图（取代侧边栏抽屉）+ 记忆图谱可视化（ego-graph API + 零依赖 SVG 力导向）+ BM25 三路召回融合 + 自适应阈值 + 会话热记忆 + 召回基准评测；593 测试全绿
v0.4.2	autoSummarize 自定义模型：summarizeProvider/summarizeModel 配置项，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
v0.4.0	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），可中断、串行安全、fail-safe，分层压缩释放冷记忆；471 测试全绿
v0.3.9	修复第三方审计 4 项 FAIL：CAS 同事务原子化、Mirror 降级回执透传、逐 type 物理终态收敛、Generation 强整数校验与并发初始化稳定化
v0.3.8	audit peer 复验 6 项运行时阻断全部修复：desired generation 同事务原子递增（崩溃窗口不再静默跳过）、同步失败不静默、原子 generation 增量（多进程零丢失）、逐 type committed/failed/pending 回执、读取失败显式 unknown、generation 上界/负数 CHECK
v0.3.7	启动竞态修复：人工编辑 md 镜像后重启向量重建失败（回灌移入 init 就绪后 + scheduleEmbed 就绪门）
v0.3.6	mirror 同步状态机：generation/applied_generation 债务建模、F-NEW-03 mirror 健康状态、持久 dirty + 启动 recoverMirror
v0.3.0	记忆基因：实体/属性/关系三表 + 时间轴 + 实体搜索 + autoDream supersedes

🗺️ 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	✅ 完成	schema 迁移幂等化	并发打开同一 db 时 PRAGMA table_info 检查与 ALTER 非原子，可能重复 ADD COLUMN 报 duplicate column name；改用 addColumn helper 吞掉竞态（try/catch），12 处迁移统一收口
v0.5.0	✅ 完成	召回融合与记忆可视化	主区「记忆库」视图 + 记忆图谱（ego-graph API + 零依赖 SVG 力导向）+ BM25 三路召回融合 + 自适应阈值 + 会话热记忆 + 召回基准；593 测试全绿
v0.6.0	✅ 完成	会话生命周期	把对话当存档点：session_disposed_at 软隐藏会话删除的记忆（与 archived 正交、可恢复）+ memory_delete 描述删除 + 事件熔断；628 测试全绿
v0.6.1	✅ 完成	Wiki-Link 双向链接	笔记化记忆库第一步：[[target]] 跨记忆链接 + 反向链接面板 + links_to partial 唯一索引；654 测试全绿
v0.6.2	✅ 完成	Tag 系统	#标签 解析 + autoDream 自动打标 + tag: 搜索 + 面板 chips + mirror #tag 行（全部 opt-in）
v0.6.3	✅ 完成	目录视图	Tag 文件夹手风琴 + 无标签兜底 + 点击跳详情 + GET /api/dsh-mneme/directory 端点
v0.6.4	✅ 完成	Tag 加权召回	query/session tag 交集 boost（×1.15 / ×1.08），tagBoostEnabled 默认关
v0.7.0	✅ 完成	自进化记忆	heat 幂律衰减 + per-type 差异化半衰期（TYPE_DECAY）+ sleep 热联合双保护 + updated_at 语义修正 + recall_runs injected 两档标记 + 90 天清理 + 实体热投影（前端节点大小/明暗）；757 测试全绿
v0.7.1	✅ 完成	issue #31 修复	memory_save/update tags 桥接 entity_attrs 标签存储 + 列反向同步 + autoTag 面板开关生效（settings 覆盖 config）；764 测试全绿
v0.7.2	✅ 完成	issue #34 + #35 修复	目录页删除按钮改内联两步确认 + 删除失败可见报错；opt-in injectTimePrefix 对话开始注入当前时间一次（默认关）；770 测试全绿
v0.8.0	🚧 计划中（9 月末）	图谱增强	兴趣漂移可视化 + 跨 workspace 记忆共享 + 更多 heat 信号

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）
• 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
    autoInject: true
    autoSummarize: true
    maxInjectedItems: 5
    importanceThreshold: 3
    autoDream: true
    dreamThresholdCount: 10
    dreamThresholdChars: 5000
    dreamDelayMs: 2000
    # 会话生命周期（v0.6.0，默认关）：会话被删时软隐藏其记忆，可恢复
    # sessionLifecycleEnabled: false

⚙️ 配置

键	默认值	说明
memoryDir	~/.dsh/memory	记忆存储目录（SQLite + Markdown）
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
maxInjectedItems	5	最多注入几条记忆
importanceThreshold	3	注入的最低重要性（1-5）
autoDream	true	自动记忆整理开关
dreamThresholdCount	10	触发整理的记忆条数阈值
dreamThresholdChars	5000	触发整理的总字符阈值
dreamDelayMs	2000	整理异步延迟（去抖）
dreamProvider / dreamModel	空	dream 的 LLM 路由覆盖（显式配置优先于 agent 默认模型；留空则回退到 agent 默认模型）
dreamMaxTokens	8192	dream LLM 调用最大 token 数（上限 131072；大记忆量建议调大，见下方调优指南）
dreamReasoningEffort	none	dream LLM 推理强度透传：off / low / medium / high / none（off=显式关闭思考，思考型模型（如 deepseek-v4-flash）必须用它，否则推理会烧光 token 预算导致正文为空；none=不传该字段，沿用模型默认）
dreamSkipInvalid	true	跳过非法决策（Issue #26，默认开）：跨类型 merge 等"单条非法"决策不再整单拒绝，而是跳过该决策、应用合法子集，run 记为 degraded（applied>0，autoTag 照常触发）；设为 false 恢复旧的"任意非法即整单拒绝"（applied=0）。防洗白语义不变——显式覆盖率不足 / update 超量等全局错误仍整单拒绝
allowCrossTypeMerge	false	允许跨类型合并（Issue #26，默认关）：类型有语义边界（preference 注入权重更高、decision/project 注入上下文不同），跨类型合并默认视为非法并被跳过；显式开启后放宽该检查，跨类型 merge 可被应用，类型边界由用户自行承担
apiToken	空	可选 API 鉴权 token；设置后写操作与密钥接口要求 Authorization: Bearer <apiToken>
embedProvider	openai	语义后端：openai（默认，兼容 v0.1）/ local（ONNX 离线）/ ollama
localEmbedModel	Xenova/bge-small-zh-v1.5	本地 ONNX embedding 模型
localEmbedDimension	512	本地 embedding 向量维度
localEmbedDevice	cpu	本地推理设备：cpu / gpu
localEmbedBatchSize	8	本地 embedding 批大小（1-64）
ollamaBaseUrl	http://localhost:11434	Ollama 服务地址
ollamaModel	nomic-embed-text	Ollama embedding 模型
embedModelCacheDir	空	模型缓存目录（空 = 用户级 ~/.dsh/mneme/models）
embedModelMirror	https://hf-mirror.com	模型下载镜像源
vectorSearchTopK	20	向量搜索返回 Top-K
vectorSearchThreshold	0.65	向量搜索相似度阈值
hybridSearchVectorWeight	0.6	混合搜索向量权重
hybridSearchKeywordWeight	0.4	混合搜索关键词权重
rerankEnabled	false	是否启用 Rerank 精排（显式开启才加载本地 onnxruntime 模型）
rerankProvider	none	Rerank 后端：local / none（默认 none）
rerankModel	Xenova/bge-reranker-base	Rerank 交叉编码模型
rerankBatchSize	8	Rerank 批大小
rerankMaxCandidates	30	Rerank 最大候选数
rerankScoreThreshold	0.1	Rerank 分数阈值（低于丢弃）
reflectionUpdateEnabled	true	update 决策总开关
reflectionFailureTracking	true	失败追踪总开关
reflectionUpdateMaxPerRun	2	每次整理最多 update 数
reflectionUpdateMinAgeHours	24	新建记忆保护期（小时）
entityExtractionEnabled	false	实体抽取总开关（v0.3.0；存储层恒可用）
entityExtractionModel	空	抽取专用模型（空 = 用 agent 默认模型）
entityExtractionMaxEntities	10	每次抽取实体数上限
entityExtractionMaxAttrs	20	每实体属性数上限
entitySearchEnabled	true	entity: / attr: 前缀搜索开关
trustEpistemicWeighting	false	记忆可信度加权（v0.4.5，opt-in 默认关）：记忆按来源分级 observation> inferred > subjective，开启后检索排序优先高可信记忆、注入对 observation 标注 [verified]、dream merge/conflict 偏向高可信一方；关闭时 epistemic_status 仅随保存落库、不参与行为
evalPersistTestResults	false	检索评估落库（v0.4.5，opt-in 默认关）：开启后 evaluateRetrieval 把 precision/recall/mrr 快照写入 recall_evals；默认关时仅返回调用方不落库。生产 searchMemories 审计始终走 recall_runs，无条件不触碰 recall_evals
autoReindexOnBoot	true	存量记忆缺 embedding 时，向量已配置则启动后延迟后台按批次限速自动回填重建（设为 false 仅手动重建）
hybridInject	true	注入语义召回优先（v0.4.6，Bug4）：injectCandidates 带非空 query 时先走向量索引语义召回候选，规则筛选补足/去重；空 query / 无向量回退旧逻辑
bm25SearchEnabled	true	BM25 稀疏第三路召回（v0.5.0）：ASCII 词元 + CJK bigram，IDF 加权，散词/ID/代码片段查询不再依赖子串命中
adaptiveThresholdEnabled	true	自适应相似度阈值（v0.5.0）：按查询形态动态截断（前缀 0.5 / 短查询 0.7 / 长查询 0.6 / 头部分差大放宽 0.5），显式传 threshold 走旧行为
hotMemoryEnabled	true	会话级短期热记忆总开关（v0.5.0）：关闭后热记忆块不再注入（长期召回不受影响）
hotMemoryRounds	5	会话级短期热记忆轮次（v0.5.0）：最近 N 轮对话滚动注入，从会话事件日志无状态重建、不落库
hotMemoryMaxTokens	2000	热记忆 token 预算（v0.5.0，200-32000），超出滚动截断
selectiveInjectEnabled	true	选择性注入（v0.5.0）：query 向量可用时注入候选按主题相似度重排，替代固定规则序
searchSemanticDedup	false	搜索时语义去重（v0.5.0，激进选项默认关）：embedding 余弦 ≥0.95 近重复行在 Rerank 前丢弃
searchSemanticDedupThreshold	0.95	语义去重相似度阈值（v0.5.0，默认 0.95，范围 0.5-1.0）：searchSemanticDedup=true 时生效，调整可防小模型误折叠
memoryQualityFilter	{enabled:true, archiveThreshold:30, degradeThreshold:60, minContentLength:10}	记忆质量过滤（v0.4.6，默认开）：写库前启发式打分 0-100，元记忆词汇/自指/过短/重复/近似重复扣分；≥60 正常存储，30-60 降权（注入排序按 importance×quality/100），<30 归档标记 low_quality（显式搜索仍可召回，永不自动注入）
llmAudit	{enabled:true, retentionDays:90}	LLM 消耗审计（v0.4.6，默认开）：每次后台 LLM 调用（autoDream/autoSummarize）写 llm_audit_logs（tokens/duration/status/source）；失败记 error 不阻塞；只读 API /api/dsh-mneme/semantic/llm-audit + /llm-audit/stats
sessionLifecycleEnabled	false	会话生命周期（v0.6.0，默认关）：开启后会话被删除/销毁时自动把该会话出生的记忆软隐藏（session_disposed_at，与 archived 正交、可恢复）；存量无 session_id 的记忆永不参与清理

🔐 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"。

🏗️ 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：7 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）
├── 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）
├── config.js         # schemastery 配置 schema
├── tools.js          # 7 个模型工具（defineTool）
├── inject.js         # systemPrompt.context 动态注入
├── 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
├── 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）
├── 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）
└── index.js          # 插件接线
lib/
├── client.js         # Web 面板（手写 ModuleLoader bundle）
└── *.js              # src 的同步分发产物
test/                 # 757 个 node:test 测试（含审计与三轴线压测不变量）
scripts/              # e2e-dsh.js 端到端演示 · stress-dsh.js 三轴线压测 · sync-lib.js 同步 · benchmark-recall.js 召回基准

🧪 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 770 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），其中 lib/client.js 为手写 Web 面板源码，不受同步影响。

📄 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）。

• 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

📜 License

MIT