DSH 插件市场DeepSeek Harness 社区插件目录

feiyuos-memory-graph

未验证 记忆与上下文 ★ 3 1.2.1

DSH (DeepSeek Harness) QQ 机器人长期记忆插件:对话→知识图谱→向量召回,回合前注入相关记忆,回合后后台抽取入库。Zero-dep graph + vector long-term memory for dsh-onebot-qq.

一句话定位

DSH (DeepSeek Harness) QQ 机器人长期记忆插件:对话→知识图谱→向量召回,回合前注入相关记忆,回合后后台抽取入库。Zero-dep graph + vector long-term memory for dsh-onebot-qq.

安装方式

在 DSH 的 web profile 中执行下面的命令;装完刷新页面即可。

$ dsh plugin --profile web add 'git+https://github.com/YeStarOne/feiyuos-memory-graph.git#2c580f38b4ad26d5a5f6b3d9670baf4975282ee7'

兼容的 DSH 版本

未声明

作者与热度

YeStarOne · ★ 3 · 更新于 2026-11-07

关于这个插件

🐟 大肥鱼好记性

都说鱼只有七秒记忆 —— 你的大肥鱼,不该只有七秒。

给 [DSH](https://github.com/mario841859784/dsh-onebot)(DeepSeek Harness)QQ 机器人装上一套会遗忘的长期记忆图谱:

聊天被自动整理成事件与关系,回复前自动想起该想起的事,久不提起的记忆按遗忘曲线慢慢淡去。

零依赖 · 纯本地 · 任何 OpenAI 兼容模型都能喂 · 双击就能看图谱

[快速开始](#-快速开始) · [工作原理](#-它是怎么做到的) · [可视化](#-看看她的记忆长什么样) · [踩坑手册](docs/pitfalls.md) · [English](README.en.md)

---

🥺 没有记忆的大肥鱼,每天都刚醒来

> 你:周末去爬山怎么样?

>

> 没有记忆的她:好呀!要带什么装备吗?(第无数次问出这句话)

>

> 有大肥鱼好记性的她:可以呀!你上次说山顶风大记得带外套——防晒霜也别忘了,你可是怕晒的人。

她不是变聪明了,只是终于记得你:记住了你怕晒、你爱草莓蛋糕、你答应过的事、你们吵过的架和和好的理由。而且和"聊天记录堆进提示词"的土办法不同——

每次回复,她只带最相关的五条记忆出门,永远轻装上阵。

🧠 它是怎么做到的

写入(后台悄悄进行,绝不拖慢回复)

flowchart LR
    A["💬 一轮对话"] --> B["① 事实抽取→ 事件 + 实体 + 重要度"]
    B --> C["② 概念归纳实体 → 类目标签"]
    B --> D["③④ 关系抽取时序 · 因果 · 语义"]
    C --> E[("🗂 JSONL 图谱本地纯文本")]
    D --> E
    E --> F["日落维护衰减 · 裁剪 · 压实"]
    style E fill:#f6e9e9,stroke:#b25d61

读取(每条消息一次,本地部分 < 100ms)

flowchart LR
    A["💬 新消息"] --> B["向量召回top 10"]
    B --> C["沿关系边走 4 跳"]
    C --> D["加权重排0.5 相似 + 0.3 重要+ 0.2 新近"]
    D --> E["📎 top 5 记忆注入提示词"]
    style E fill:#f6e9e9,stroke:#b25d61

被召回的记忆会刷新"最近想起"时间戳——你们常聊的事,她会记得越来越牢;而三个月没人提起的琐事,重要度按 30 天半衰期慢慢衰减,低于阈值自动淡忘。像人一样。

⚖️ 为什么不是又一个「总结式记忆」

| | 滚动总结(常见方案) | 🐟 大肥鱼好记性 |

| --- | --- | --- |

| 记的是 | 一段越滚越长的摘要 | 结构化图谱:事件/实体/概念 + 语义/时序/因果边 |

| 每次带多少 | 全文塞进上下文,几万字起步 | 恒定 ≤ 5 条,几十~几百字 |

| 时间感 | 旧事被新总结覆盖丢失 | 重要度+新近度加权,被想起就刷新 |

| 遗忘 | 没有,或不分轻重 | 30 天半衰期,冷记忆淘汰;钉住的记忆永不衰减 |

| 虚构污染 | 剧情对话混进真实记忆 | 角色扮演/场景回合整体跳过 |

| 运维 | 黑盒 | JSONL 纯文本,cat 可读,拷目录即备份 |

✨ 特性一览

  • 🧩 四阶段 LLM 抽取:事实 → 概念 → 实体关系 → 事件时序/因果(后两步可选)
  • 🗣 QQ 内管理指令:记住:… 钉住、忘掉 … 删除、我的记忆、记忆统计、整理记忆——命中即答,不消耗模型回合
  • 📝 摘要层:同一主题的事件定期被归纳成「长期主题」摘要,参与检索(幂等改写,防编造)
  • 🔀 向量 + 图混合检索:topK 召回 → 沿边走 4 跳 → 相似度门限 → 加权重排 → top 5
  • 🪶 零依赖:纯 Node ≥18,没有原生模块、没有数据库;LLM/向量走任意 OpenAI 兼容端点(SiliconFlow 免费档 bge-m3、本地 Ollama 都行)
  • 🐠 每条鱼一个记忆库:私聊/群聊互不串;虚构场景回合不污染记忆
  • 📍 钉住机制:"这条不许忘"——重要度拉满、检索加分、永不衰减
  • 🩺 上线自检工具:向量模型中文塌缩/维度校验(不通过就不许上线,见踩坑手册)
  • 🖼 可视化面板:力导向知识图谱,双击即看([往下看](#-看看她的记忆长什么样))
  • 🏭 生产实证:在 7×24 真实 QQ 机器人上长期运行

🚀 快速开始

前置:DSH 已装好 [dsh-onebot-qq](https://github.com/mario841859784/dsh-onebot)(0.9.x)并能正常收发消息。

git clone https://github.com/YeStarOne/dsh-plugin-memory-graph.git
cd dsh-plugin-memory-graph

node installer/install.mjs   # 自动找到 dsh-onebot-qq 打补丁(带备份;--check 预览 / --uninstall 还原)

在 dsh-onebot-qq 配置里加 memory: 块(照抄 [examples/cordis-memory.yml](examples/cordis-memory.yml) 改两个端点),设好环境变量,重启 dsh:

export MEMORY_GRAPH_CHAT_API_KEY=xxx     # 抽取用对话模型
export MEMORY_GRAPH_EMBED_API_KEY=xxx    # 向量模型

同分类对比

同一分类下 Star 最高的 5 个,便于横向比较。

插件作者 Star版本更新
EverOS EverMind-AI 13.9K 0.0.0 2026-11-10
billion-context ranxianglei 5.9K 0.1.213 2026-11-10
dsh-context bowenliang123 4.8K 0.83.1 2026-11-10
memsearch zilliztech 2.9K 0.0.0 2026-11-10
dsh-mnemon omdsh-dev 957 0.5.43 2026-11-08