dsh-motion-memory

运动记忆（Motion Memory）v0.4.5

适配 DeepSeek Harness（DSH）的记忆管理插件：把会话中值得保留的内容自动沉淀为本地记忆文档，通过对话跟踪 + 周期总结维护一份"越用越懂你"的长期记忆。全程本地存储、本地模型、可控可查。

⚠️ DSH 版本适配说明：v0.4.5 适配 DSH 0.1.2-rc.1（deepseek-ai/deepseek-harness，release commit a66e470204）。关键接口基准：① 会话消息读取 = session.surface.nodes（可见消息 seq）+ session.eventAt(seq) 索引（0.1.2 起移除 session.events 全量数组）；② agent/pre-step payload { agent, messages, turn, step, signal }，决策 PreStepDecision { kind:'enter', messages }；③ session 元数据经 session.header（cwd / parentSession / origin:'subagent' / agentPreset）。DSH 目前仍处高强度破坏性迭代期，接口可能继续更换：升级 DSH 前请先核对上述接口是否变化（或等本插件发布对应适配版本），勿用旧适配版强行运行；≤ v0.3.3 按旧 DSH 设计，在 0.1.2+ 下不保证正常运行。

特性

• 四层记忆结构：当前活跃 → 周期 → 事件 → 原始对话，层层可溯源（sourceChain 一路落到会话@轮次[:stepN]）
• 对话跟踪：每轮结束自动把本轮内容压成记忆（含经验教训），累积进该会话聚合文件
• 周期总结：定时把未总结的活跃/重要/事件收拢压缩，防止记忆越积越多
• 关键词查重分流：写入前自动查同名/近似标题，同一实体更新、不同实体消歧新建并关联
• 引用转跳：记忆正文用 [文字](会话id@轮次) 等链接格式，页面点击即溯源
• 只读保护：事件/周期默认只读，用户明确确认才可强改；记忆污染可隔离回滚
• 记忆面板增强：关键词页按智能体筛选（白名单，显示预设显示名）+ 归属标签；活跃页关键词独立词条维护、从关键词库挑选增加
• 首轮总览注入：重要记忆按分数排序、最近会话工作摘要、隔离通知并入必要记忆区；对话跟踪关闭时提醒大段工作完成后自行总结
• 无模型降级：不配模型也能用（用户消息引用累积 + 周期转正）
• 多智能体归属、自动归档、CAS 并发、失败续跑等工程细节齐全

安装

方式一：一行命令安装（推荐）

本仓库是标准 DSH 组合包（bundle），用官方安装器装进 profile 即可，配置层自动生效：

dsh plugin --profile <你的profile名> add github:li3-feng2-jie2/dsh-motion-memory

重启 DSH，记忆工具与设置界面随重启生效。之后升级版本：dsh plugin --profile <你的profile名> update dsh-motion-memory。

方式二：git clone 安装（推荐 · 支持自动更新检查）

插件内置"版本与更新"功能（启动自动检查 + 每 12 小时一次），依赖 git 工作副本，所以推荐用 git clone 安装：

cd <你的profile>/plugins
git clone https://github.com/li3-feng2-jie2/dsh-motion-memory motion-memory-dist

然后在 profile 的 cordis.patch.yml 里启用：

- insert:
    - id: motion-memory
      name: ./plugins/motion-memory-dist/motion-memory.js
    - id: mm-settings
      name: mm-settings

并把 mm-settings 挂到 profile 的 node_modules/（Windows 推荐用 junction）：

mklink /J "<你的profile>\node_modules\mm-settings" "<你的profile>\plugins\motion-memory-dist\mm-settings"

重启 DSH 后，设置页 →「运动记忆」→「版本与更新」可检查并一键更新（详见下文版本与更新）。

方式三：手动放置

1. 下载本仓库源码：https://github.com/li3-feng2-jie2/dsh-motion-memory
2. 把仓库根目录下的 motion-memory.js（记忆核心插件）、mm-settings/（设置界面插件：index.js + client.js + package.json）、motion-memory-modules/（纯函数模块）放到 DSH profile 的插件目录（如 ~/.dsh/profiles/<profile名>/plugins/）
3. 把 mm-settings 挂到 profile 的 node_modules/：
   • 方式 A（Windows 推荐）：mklink /J "你的profile\node_modules\mm-settings" "你的profile\plugins\mm-settings"
   • 方式 B：直接把 mm-settings/ 目录复制到 node_modules/mm-settings/
4. 在 profile 的 cordis.patch.yml 里启用：

   - insert:
       - id: motion-memory
         name: ./plugins/motion-memory.js
       - id: mm-settings
         name: mm-settings
   

5. 重启 DSH，记忆工具与设置界面随重启生效。

版本与更新

• 当前版本：v0.4.5（修复：适配 DSH 0.1.2+ 会话事件接口变更——session.events 移除改 surface.nodes + eventAt(seq) 索引读取；首轮总览注入改记忆文件持久 bool 标记（每会话一次、画像/要求变化仅提醒一次、开关关不触发、子代理会话不注入、状态不确定静默 fail-closed））
• git 安装（推荐）：插件启动后自动检查更新（启动 8 秒后一次 + 每 12 小时一次）。有新版时：
  • 设置页 →「运动记忆」→「版本与更新」→ 点「检查更新」查看，点「更新」拉取，重启 DSH 生效；
  • 或命令：memory cmd=update（检查） / memory cmd=update action=apply（更新）。
• 手动安装：仍可检查更新——用版本号对比（远端 package.json 版本 vs 本地版本），有新版时提示；更新需手动下载替换（避免覆盖你手动安装的本地文件）。检查更新需要网络；连接失败给出项目地址跳转链接，不影响插件使用。
• 检查更新需要 git 与网络可用；连接失败会给出项目地址跳转链接，不影响插件使用。

快速上手（3 步）

1. 按上面安装并重启 DSH；
2. 设置页 →「记忆管理员」→ 选一个本地模型（LM Studio / Ollama 加载的 7B~9B 足够，建议不要用付费模型，本工具每次调用都带记忆上下文，付费大模型成本高）；
3. 设置页 →「对话跟踪」→ 启用，间隔设 0（每轮）；正常聊天即可自动沉淀，过一段时间去对话页「记忆」面板看轮次总结 / 关键词 / 周期总结。

记忆结构（四层）

原始对话（DSH 会话日志，不可变）
   ↑ sourceChain：会话@轮次[:stepN]
事件记忆（对话跟踪/手动/事件工具生成；每会话一个聚合文件 年/月/session-<id>.json）
   ↑ links：kind=turn 指向事件
关键词/多词记忆（重要/ 文件夹；跨会话知识点，可遗忘入补充区）
   ↑ 周期收拢：coveredEvents 指向被覆盖的事件
周期记忆（年/月/；收拢压缩成中长期摘要）
   ↓ 所有层级都可被当前活跃引用
当前活跃（当前活跃/ 文件；每会话一个工作段，贯穿始终）

文档

• 设置与使用说明（全部配置项、各功能工作原理、引用格式、工具一览）→ 见 SETTINGS.md

工具一览

工具	用途
memory	综合入口：status / config / notify / recent / history / recall_past / restore / track_run / period_run / period_status / enhance / admin_view / admin_summarize / isolation / update 等
memory_query	查询/回忆：开工总览 / keyword 搜索 / open 阅读（关联展开）/ openTurn 读轮次原文 / recent / enhance
memory_add	写入：keyword / necessary / event / update / edit（用户确认强改）/ forget

会话模型可调用工具共 3 个（memory / memory_query / memory_add）；另有内部无更新占位（memory_noop）仅用于管理员总结的降级通道，不暴露给会话调用。

交流群

• 运动记忆 · 聊天交流群：1073657377
• 运动记忆 · 开发交流群：1090687976

欢迎反馈使用问题、参与功能设计与代码共建。

---

项目状态与协作（请先读）

开发模式：个人提供想法，DeepSeek v4 Flash 负责代码编辑与审阅——功能设计与迭代方向由作者主导，代码实现与审查由 AI 协助完成。

模型选择建议：选用记忆工具的模型时，最好不要用付费模型。本工具采用"组装上下文 + 提示模型处理"的方式，每次调用都会带着当前记忆上下文去提问，缓存未命中率几乎为 100%，用付费大模型会很贵；本地小模型（如 LM Studio / Ollama 加载的 7B~9B 量级）完全够用。

提示词与模型：工具内置的总结/判断提示词不一定是最好的，不同模型的能力也影响总结质量——同一套提示词在不同模型上效果差异明显。

完善度说明：作者未系统学习 TypeScript，也没有做过长期数据累积的正式测试，纯粹靠以往其他语言的代码经验设计管理流程，并在 DeepSeek Harness 的高自定义环境下反复打磨。功能可用、结构清晰，但请把它当作一个"能跑、可改、欢迎一起完善"的版本——部分细节和 bug 可能修得不够好，改动未经充分回归测试。

寻求合作：主要作者现在还有其他工作，可能没有那么多精力做细节开发。欢迎懂一些的朋友参与合作——提 issue、改代码，一起把记忆流程打磨得更稳。