dsh-topics-memory

一个 dsh 插件：把「工作 topic 记忆」维护成 OKF 标准（Open Knowledge Format v0.2）的知识 bundle，持久化在本地 git 仓库（可选同步到 GitHub 私有仓库），利用 git 历史提供结论可追溯性，自动观察会话沉淀知识，并在每轮对话前向模型注入相关 Topic。

要求 dsh >= 0.2.0-rc.2 — 本插件只跟随 dsh RC/stable 线（CI 与发版在运行时解析 latest/next 中更新的 dist-tag）。不再支持 alpha 线。

演示

约 4 分钟的完整流程：topic 沉淀、蒸馏、注入在真实会话里跑起来。

https://github.com/user-attachments/assets/6e9b346d-2ec9-4148-ae62-7087797d3188

它解决什么问题

长会话会失忆，跨会话更会。本插件维护一份结构化的 topic 记忆：每个 Topic 记录一件事的名字、依赖、未决问题、目前结论、影响、建议。结论变了就改文件、打 commit——git log 直接回答「这个结论什么时候、被谁、为什么改的」。

初衷：记忆是编辑出来的，不是攒出来的

先说结论：记忆不是越多越好。

「记忆」类产品的常见思路是多多益善——能记的都记，用时全量检索。这对人也许成立，对 LLM 恰恰相反，而且反在两处：模型的注意力是有限资源，巨型记忆库意味着每一轮对话都在噪音里翻找信号；更危险的是，过程记忆里囤着大量「当时正确、事后失效」的中间判断，它们会理直气壮地把模型引向错误的决定。

所以本插件对「记什么」做了一次苛刻的取舍：**一个 topic 只记四件事——它从什么问题开始、得出了什么结论、影响什么、依赖什么。至于得出结论的过程：讨论、试错、绕过的弯路，一概不记。**过程属于 session，session 结束就该随它去；能留下的，只有经得起蒸馏的结论。

短时记忆交给 session，对话上下文本就是它，不需要插件再回喂一遍；长时记忆交给 topics——小、结构化、git 可追溯，注入按预算切片、零命中零注入，每轮给模型的都是最小的高价值上下文，而不是越大越好的仓库。

所以这个插件想做的不是模型的记事本，而是模型的编辑：替它决定什么值得记住，以及——更要紧的——什么应该被忘掉。

核心特性

OKF v0.2 严格合规：每个 Topic 是 markdown + YAML frontmatter 的 concept 文档（type: Topic），可被 Obsidian、OKF 校验器等整个生态直接消费；自带 provenance（sources）、trust（generated/verified）、lifecycle（status/stale_after）三族字段。
git 可追溯：一次结论变更 = 一个 commit（写穿）；topic_history 工具和 /topics history 把变更史工具化。
local-first：默认 local-only 模式（~/.dsh/topics/），零配置零凭据；配置 repo 后启用 GitHub 同步（单库单 Bundle 单 main，写穿 + 去抖推送，rebase 冲突标记降权等人解，不做自动智能合并）。
免 LLM 热路径注入：每轮输入做词法匹配（CJK bigram + 词 + tag 加权 + depends 图游走），毫秒级；无命中零注入；per-topic 摘要 ≤300 token、top-K ≤4、总预算 ≤1.5k token，全部可配。
注入可观测可调参：每轮落 Injection Log（命中、得分、near-miss、预算占用），/topics stats 给出 hit rate、top-N、near-miss 分布和阈值调参建议——调参看证据，不拍脑袋。
知识连接成图：depends（机器可读的有向依赖边）+ 正文 [[wikilink]] 与 markdown 链接（人写边）共同构成图；检索命中后沿图双向游走（每层衰减一半、深度可配），一次命中带入一个知识子图；每次写入自动重建 meta/backlinks.json 反向引用索引，/topics show 直接列出「谁引用了我、怎么引用的」——改一条结论前先看牵连面。
两段式观察（M2）：主模型用 topic_observe 随手记原子观察，后台蒸馏 lane（session end + 每 N 轮，模型可配）把观察批量蒸馏成正式 Topic；主模型认为值得记时直接 topic_save。

Jev 决策层（System One，实验，default off）

架在异步 lane 上的可选决策层，由 System One typed-decision 模型（jev）驱动：慢车道 rerank 候选改批量 noul 打分（替换 LLM rerank）、整理 lane 的 merge 候选对在 LLM 园丁接手前先做前置过滤、快道词法门由 turn-end lane 做影子对账。每个判定都过概率门控，任何失败——超时、网络错、坏答案——一律回退到今天的纯本地行为（fail-open 硬编码，无开关键）。注入热路径永不发起远程调用（ADR 0016–0019；设计文档：docs/design/2026-09-25-system-one-integration.md）。默认关闭：jevEnabled: false 即零行为变化。

键

键	默认	说明
`jevEnabled`	`false`	总开关（灰度：default off → shadow → opt-in per profile → 默认开观察）；`false` 连统计一起停
`jevBackend`	`zen`	`zen`（免费）/ `native` / `openrouter`
`jevModel`	空串哨兵	调用时按 backend 解析：`jev-1.13-free`（zen）/ `jev-1.13.0`（native）/ `typesafe/jev-1.13`（openrouter）——钉版本号，永不指向别名
`jevTimeoutMs`	`3000`	单请求超时；单发 `AbortSignal.timeout` 不重试（lane 的下一节拍自然重试）
`jevSecretFile`	无	外部 secret 清单路径；启动加载一次，热更换路径即重读

key 配置

Backend	key 来源
`zen`（默认，免费）	`JEV_ZEN_API_KEY` env，或 macOS 钥匙串服务 `opencode-zen-inference`（默认回退——零配置）
`native`	`TYPESAFE_API_KEY`
`openrouter`	`OPENROUTER_API_KEY`；钥匙串服务 `openrouter-inference` 需显式 `JEV_KEYCHAIN`

dsh 会清洗插件环境里匹配 KEY|PASSWORD|SECRET|TOKEN 的 ambient 变量，shell 里 export 的 key 到不了插件——请走 profile patch 的 env: 块显式透传，或用钥匙串（JEV_KEYCHAIN / zen 默认服务；都不匹配清洗规则）完全避开文件落 key：

# ~/.dsh/cordis.patch.yml — 并入你的 profile patch。!!js 表达式让 key 不落文件
# （与 dsh-jev-mcp 同款约定）。
- insert:
    - id: dsh-topics-memory
      name: '@aiwayds/dsh-topics-memory'
      env:
        JEV_ZEN_API_KEY: !!js process.env.JEV_ZEN_API_KEY ?? ''
        # native:     TYPESAFE_API_KEY: !!js process.env.TYPESAFE_API_KEY ?? ''
        # openrouter: OPENROUTER_API_KEY: !!js process.env.OPENROUTER_API_KEY ?? ''
        #   另加 JEV_KEYCHAIN: 'openrouter-inference'
        #   （zen 无需 JEV_KEYCHAIN——无 env key 时自动读默认钥匙串服务）

阈值（rerank / merge pair）

档	rerank（慢车道）	merge pair（整理前置）	动作
采纳	noul ≥ 0.60	≥ 0.50	进 picks / 送 LLM 生成
记录带	0.10 – 0.60	0.15 – 0.50	只落 decisions.jsonl，不影响行为
回退	< 0.10	< 0.15	强否决，回退词法/现状行为

绝对线绑定批量协议（换协议必须重扫）。三缝失败回退行为见 ADR 0018。判定与调用明细落 meta/decisions.jsonl（本地 only，脱敏——绝不存 state 原文）。

延迟基准（2026-09-26 实测，Apple M5，typesafe `native` 后端，jev-1.13.0）

真实负载基准 + 沙箱实跑——用来选 jevTimeoutMs。各 source 形状与负载不同，除注明外均为同一 8 候选 shadow 批量：

来源	形状	p50	p90	max	n
空载基准（顺序发）	8 问批量	742 ms	1290 ms	1461 ms	10
空载基准（顺序发）	单问	367 ms	—	925 ms	5
阈值扫描（09-25）	20 问批量	均值 1760 ms	—	8470 ms	16
真机 headless 轮	8 问批量，与主模型流式并发	327–5698 ms	—	10619 ms	3

关键读数：空载路径远低于 3000 ms 默认线（p90 约 2× 余量）；但真机轮的 shadow 调用与主模型的流式响应共享网络——上表 10.6 s 离群值正是在这个位置观测到的。超时即 fail-open：该批数据丢弃（慢车道回退旧 LLM rerank），紧超时损失的是 shadow 数据，不是正确性。默认 3000 保持不变；除非 decisions.jsonl 显示 timeout 占比持续 >5%（/topics status 的 30 天摘要会露出），弱网用户可自行上调 jevTimeoutMs。zen 与 openrouter 本次未实测——开启后你自己 decisions.jsonl 的 latency 列就是你网络的真值。

工具与命令

模型工具	用途
`topic_save`	沉淀/修订一个 Topic（名字/依赖/未决问题/结论/影响/建议）
`topic_observe`	随手记一条原子观察（decision/finding/constraint/question），等蒸馏
`topic_search`	免 LLM 关键词检索记忆
`topic_history`	某 Topic 的结论变更史（git log 工具化）

命令	用途
`/topics onboard`	交互式配置向导：唤起 dsh 原生 ask-user 面板逐项问答（模式 / 仓库 / 蒸馏 / 注入档位 / 自动观察），末步确认才写入；无 ask-user UI 的环境自动退化为逐条输入
`/topics status`	bundle 健康：topic 数、观察积压、冲突、最近蒸馏结果、同步状态
`/topics distill`	手动触发一次蒸馏 run（复用现有 lane 与 in-flight 守卫；输出摘要与 distill-state 字段一一对应）
`/topics consolidate`	手动触发一次整理 run：LLM 园丁合并重复/晋升 stable/废弃过时/刷新元数据，逐条 git commit 可回滚
`/topics stats`	注入统计：hit rate、top-N、near-miss 分布与调参建议
`/topics list` / `show` / `history`	浏览 Topic、反向引用与变更史
`/topics graph`	生成关系图网页（力导向、可拖拽缩放、悬停看结论）并自动在浏览器打开
`/topics sync [pull\|push]`	GitHub 模式手动同步
`/topics config` / `set <key> <value>`	查看与修改配置（阈值、预算、蒸馏模型等）

安装

dsh plugin --profile <你的profile> add @aiwayds/dsh-topics-memory

Bundle 默认在 ~/.dsh/topics/（$DSH_TOPICS_HOME 可覆盖）。装好后的第一件事：跑 /topics onboard——直接弹出 dsh 原生 ask-user 交互面板逐项问答（TUI 面板 / 浏览器会话 / 飞书卡自动适配，feishu 侧装了 dsh-ask-router 还能双端竞答）。GitHub 同步：/topics set repo <owner/name>（建议仓库名 dsh-topics-data，与插件源码仓区分开），凭据走 $GITHUB_TOKEN 或已登录的 gh CLI（登录不是本插件职责）。

从 0.5.x 升级（更名）

0.6.0 起插件更名：@aiwayds/dsh-llmwiki-memory → @aiwayds/dsh-topics-memory，命令族 /wiki → /topics，settings namespace llmwiki → topics。安装新包（并把旧包从 profile 移除）即可——首次启动时插件自动完成迁移：数据目录 ~/.dsh/llmwiki 改名为 ~/.dsh/topics，旧 llmwiki namespace 里用户调过的配置值一次性拷入 topics。无需手动操作；迁移某步失败时插件回落旧路径继续工作。

快速上手

安装（上方命令），重启 dsh；
跑 /topics onboard，在 ask-user 面板里走完模式 / 仓库 / 蒸馏模型 / 注入档位 / 自动观察五个决定——末步确认才写入；
正常干活：相关结论每轮自动注入；说「记住…」让模型 topic_save；/topics status 看健康，/topics stats 看注入命中。

卸载

从 profile 移除插件：

dsh plugin --profile <name> remove @aiwayds/dsh-topics-memory

宿主会自动收敛：dsh.profile.bundles 条目被移除，patch 层随包消失。

以下内容有意保留在磁盘上（这是你的记忆本体）：

~/.dsh/topics/ —— 整个话题包：话题 markdown、meta/、以及内嵌的 .git 仓库（完整历史；可能带有 origin 远端 —— GitHub 同步随插件停止）。要异地归档就原样拷贝/克隆这个目录。
设置页 dsh-topics-memory 条目（profile patch）—— 用户覆盖项。注意：重装会静默恢复同步（包括已配置的 repo）；想干净重来就先清空该条目。
0.5.x → 0.6.x 迁移留下的 llmwiki: 旧设置段不会被自动删除；确认无用后手动移除。

彻底清除：先备份 ~/.dsh/topics，再 rm -rf ~/.dsh/topics。

配置

首次配置交给 /topics onboard；日常微调用 /topics set <key> <value>——0.1.7+ 宿主上写设置页 dsh-topics-memory 条目（profile patch），全部键 volatile 免重启即时生效。从 0.1.7 之前升级：旧 settings.yaml 里的 topics: 段会在下次插件 boot 时一次性自动迁入新条目（审计档在 ~/.dsh/storages/dsh-topics-memory/legacy-import.json）。全部键与默认值：

键	默认	说明
`repo`	空（local-only）	GitHub 同步仓 `owner/name`；建议 `dsh-topics-data`；置空回 local-only
`autoInject`	`true`	每轮注入总开关
`injectDedup`	`true`	会话级注入去重：本会话已实际注入过的 Topic 不重注（会话结束清空注册表；被预算丢弃的仍可注入；被去重占用的 topK 名额不回填）——见 ADR 0012
`suppressEcho`	`true`	蒸馏回声抑制：本会话蒸馏出的 Topic 不回注同会话（provenance 记入 observations 日志的 `sessionId → distilledInto`）
`topK`	`4`	每轮最多注入的 Topic 数
`perTopicBudget`	`300`	单 Topic 摘要 token 预算
`totalBudget`	`1500`	每轮注入总预算
`matchThreshold`	`0.3`	命中阈值；按 `/topics stats` 的 near-miss 证据调
`tagBoost`	`0.15`	tag 命中加成（多次命中的总上限也为此值）
`injectMode`	`pointer`	注入形态：pointer（轻指针，单条 ≤80 tok，`topic_open` 拉全文；总预算上界锁 600）／digest（完整摘要渲染，per-topic 300 / 总 1500）
`qualityLane`	`sampled`	慢道质量 lane：`off`／`sampled`（1/3 轮触发）／`always`；`turn/end` 产出、下一轮注入消费（消费即清），子代理会话写死不跑
`graphDepth`	`2`	`depends` 图双向游走深度（0 关闭）
`recencyWindowDays`	`7`	近因加分窗口（+0.2）
`autoObserve`	`true`	每轮自动抓原子观察
`includeSubagents`	`false`	注入与观察是否作用于子代理会话（ADR 0011；0.7.0 起默认 off）；`off` = 子代理整体跳过
`observationMaxChars`	`2000`	每侧每轮观察截断长度
`distillProvider` / `distillModel`	空（蒸馏关闭）	蒸馏 lane 模型路由，两者都设置才启用。有 UI 时 `/topics set distill-provider` / `distill-model` 不带值会弹选择面板（provider 列表 → 该 provider 的模型目录）；带值时 `distill-model` 支持 `provider model` 或 `provider/model` 混写自动拆成两个键
`distillEveryTurns`	`5`	长 session 每 N 轮触发一次蒸馏
`distillOnSessionEnd`	`true`	session 结束时蒸馏一次
`distillBatchSize`	`40`	每次蒸馏模型调用携带的观察条数。遇输出上限（`max-tokens`）失败自动减半重试（下限 5），失败批次不再活锁积压；缩小状态跨 run 保持，直到插件重载或配置变更。注意：`/topics set distillBatchSize` 重设为同值不触发复位，需设为不同值或重载插件
`distillMaxModelCalls`	`8`	单次蒸馏 run 的模型调用预算，含 ops 未回显有效 `observed_ids` 时的纠错重试（至多一次，预算放不下即零消费停机）。预算耗尽即停，已成功的批次照常 markDistilled（部分前进优于零前进），distill state 记 `partial: …`
`consolidateCadence`	`daily`	整理 lane 节拍：`daily`/`3d`/`7d`/`off`。会话启动时检查上次整理时间（`meta/consolidate-state.json`），到期即在后台自动跑 LLM 园丁（复用蒸馏模型路由）：本地词面聚类只送「长得像」的候选簇，四类动作 merge/promote/deprecate/refresh，越权 op 一律丢弃；模型调用失败不推进节拍，下次启动重试
`deprecatedTtlDays`	`15`	deprecated 条目超过 N 天在会话启动时自动删除（本地规则不依赖模型，逐条 git commit 可回溯找回）；`0` 关闭清扫
`usageBoost`	`0.15`	使用加成（ADR 0015）：近 30 天被注入命中/点开过的 Topic 检索加分（计入门槛分、帽 0.2、零词面相关不加、结构门不豁免）；`0` 关闭
`zeroOpenDecay`	`false`	零打开衰减：零打开高频 slug 的命中分在阈值裁剪前减半（见下方小节）
`pushDebounceSeconds`	`45`	GitHub 模式去抖推送间隔
`jevEnabled`	`false`	System One 决策层总开关（实验）：`false` = 零行为变化——见上方「Jev 决策层」一节
`jevBackend`	`zen`	决策端点：`zen`（免费）/ `native` / `openrouter`
`jevModel`	空（按 backend：`jev-1.13-free` / `jev-1.13.0` / `typesafe/jev-1.13`）	版本钉定的决策模型；升级是显式动作
`jevTimeoutMs`	`3000`	单次决策请求超时；单发不重试
`jevSecretFile`	无	出网 secret gate 的外部清单路径；热更换路径即重读
`jevLayaFallback`	`false`	本地 laya 陪跑：每次 jev 调用并发一路 laya 请求；laya 为纯遥测对照（不接管决策，真实负载排序一致率 0/14）
`jevLayaUrl`	`http://127.0.0.1:8000/v1/systemone`	陪跑用的 laya-serve 端点
`jevDebug`	关	诊断日志开关（走宿主 logger，默认静默）

零打开衰减（默认关）

zeroOpenDecay: true 时，命中分在 matchThreshold 裁剪前乘 0.5：滚动 30 天内被真正注入 ≥5 次、且 opens.jsonl 全期 0 次打开的 slug（即 /topics stats 的「零打开高频」清单——stats 面板与打分衰减共用同一条共享规则）不再霸榜；跌破阈值的候选自然落入 nearMisses 并带 zero-open-decay 标签，注入日志可见原因。动机：24 个「注入 ≥5 次、0 打开」的高频话题长期霸榜，而 score 与打开仅弱相关（阈值 0.3 不动）。默认 false 零行为变化；injections/opens 读取失败跳过衰减（fail-open）；/topics set zero-open-decay on|off 运行时切换。

laya 本地陪跑（实验，默认关）

jevLayaFallback: true 且本地跑着 laya serve 时，每次 jev 调用并发一路本地 laya 请求：主路答案驱动决策，laya 答案并排落账——一组永久运行的 laya vs jev 同题对照。laya 是纯遥测（真实负载实测批内排序与主路一致率 0/14、绝对分不可用），主路失败照旧回退旧路径；laya 没起 = 毫秒级连接拒绝。

laya 安装配置：随包 skill dsh-topics-memory-laya 完整覆盖安装（venv / 国内镜像加速 / checkpoint 下载）、启动 laya-serve、配置 jevLayaFallback、用 decisions.jsonl 验证生效。对 agent 说 laya 即可触发，或直接读 skills/dsh-topics-memory-laya/SKILL.md。

Acknowledgements

本项目的形态直接受以下项目的启发与支撑：

zosmaai/pi-llm-wiki — pi 上的原生 OKF v0.2 知识库扩展，本项目的直接灵感来源。其两段式观察（便宜的原子观察 + 后台蒸馏）、缓存安全注入（易变内容不进 system prompt）、分层 vault 与 ownership 模型都被本设计吸收。
GoogleCloudPlatform/open-knowledge-format — Open Knowledge Format (OKF) v0.2 规范，本项目 Bundle 格式严格遵循的标准。
Karpathy 的 LLM Wiki pattern — 整个 LLM 维护个人知识库方法论的起点。
fan56/pi-topic-memory — 同作者的前作：pi 上的工作 topic 台账与静默注入扩展，其热路径免 LLM 匹配与注入时序经验是本项目的直接技术前身。
chancelu/dsh-llmwiki — dsh 生态的同类先例，本项目的同轮注入 seam（agent/inbox/spliced + systemPrompt.context()）沿用了它在真实 dsh 上验证过的机制。

已知边界

子代理默认不参与记忆，可整体打开：默认（include-subagents off，0.7.0 起）delegation depth > 0 的子代理会话被整体跳过——不注入、不观察、不触发蒸馏；/topics set include-subagents on 后注入与观察同样作用于子代理会话。topic 工具始终在全局层（子代理显式 topic_save 不受开关影响）。跨进程子代理（claude-code/codex 等 provider）本就不加载本插件。
退出路径本地化（0.10.0）：插件 disposer 只做一步本地 git commit（meta 侧车文件：observations / injections / distill state），不再等待任何网络——没有 pull、没有 push、没有模型调用，宿主退出不再支付 git 双程与有界蒸馏等待（旧的 90s 上限移除，仅保留 10s 兜底以防病理性 git 卡死）。退出蒸馏触发改为 fire-and-forget；已有 session-end run 在跑时整体跳过（否则同一全局队头批次会被双份喂给模型）。跳过不丢活：observations 本就 write-through 落盘，推迟的 push 由下次启动的 pull 补推，被跳过的蒸馏同样由下次启动回放（boot-replay）。meta/distill-state.json 记录每次 lane 的结局，/topics status 可查。
观察 GC（三振删除）：被模型实际评估（返回了可解析应答，无论内容有无价值）却未被任何 op 消费的观察记一次 failed attempt，连续 3 次即物理删除（用户已明确授权删除 lane 确实无法处理的原始观察）。模型从未评估过的批次永不计数：基础设施失败（网络错误、蒸馏路由未配置 → 可读 no-model 短路）与输出不可解析（invalid-output）豁免；输出上限减半重试中的批次只有到达裁决（成功 / 触底 / stalled / 明确跳过）才计一次。删除立即 commit（数据销毁 git 可追溯），纯计数沿用 flush 节奏。
配置读取时机：/topics set 与 profile patch 修改在下次会话启动后生效最稳（dsh 0.1.7 起 settings 文档即 profile patch；旧 settings.yaml 导入一次后改名）。
蒸馏选模型：/topics onboard 的蒸馏一步拆成两问（先 provider 后 model，模型列表取自该 provider 的目录），选完经 resolveModelInfo 预校验——provider 无活路由会阻断重选，模型目录校验非 NO_ADAPTER 失败（目录外，可能仍可用）则警告但放行；无 ask UI 或无可用模型路由的环境自动退回文本输入。/topics set 的选择面板走同一套校验。

设计文档

CONTEXT.md — 领域术语表
docs/adr/ — 0001–0019：OKF 合规、Remote 形态、同步策略、两段式 Observer、Bundle 布局、注入默认值、可观测与调参、双模式持久化、配置向导、子代理隔离、include-subagents 开关、注入去重默认开、更名与迁移、双通道注入、使用加成、决策层直连 HTTP、快道零远程红线、fail-open 硬编码、secret gate 内嵌

License

MIT

安装

源码

标签

说明文档