dsh-suzu-memory

记忆效果 ·

快速开始 ·

工作原理 ·

使用指南 ·

数据与隐私 ·

高级配置

长对话经过几轮压缩，早先聊过的细节往往只剩一句摘要。DSH Suzu Memory 是 [DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness) 的插件，它把 [Suzu Memory](https://github.com/eryucheng/suzu-memory) 长期记忆装进 DSH 的会话里：照常聊天，内容积累到一定长度后分批后台整理，压缩时处理剩余内容。模型需要回想时自己发起检索，每条记忆都能追溯到当时的原话。

它还可以接管压缩摘要的写法：摘要只负责接住当前的话题，被压缩掉的细节交给长期记忆保存。

记忆效果

在 [LoCoMo](https://github.com/snap-research/locomo) 的 10 组英文长对话、1540 道问答题上，模型通过 suzu_memory_search 按需检索 Suzu Memory，准确率达到 89.87%，是直接阅读完整对话（93.51%）的 96%。时间类问题的准确率还高于阅读完整对话。

记忆注入的量不随对话变长。 每次检索都有条数和字符上限。LoCoMo 中对话长度翻了一倍，完整对话的每题输入从约 1.3 万涨到 2.5 万 token，记忆组一直保持在约 4 千 token。DSH 会话越聊越长，压缩会丢掉细节，按需检索可以用固定的少量输入把它们找回来。

评测在 Suzu Memory 上游仓库中进行：三组使用同一作答模型（deepseek-v4-flash）、提示词和裁判，类别 5 不计分。模型、提示词、逐题结果与离线复核见[评测报告](https://github.com/eryucheng/suzu-memory/blob/main/benchmarks/locomo/2026-11-01/README.md)。

特性

一个会话，一份记忆

每个会话默认关闭，手动开启后才会采集和整理。各会话有独立的记忆库、人设和压缩设置；分支会话从自己的日志区间建立记忆，不读取父会话的记忆库。

按需回想，不占上下文

模型通过 suzu_memory_search 自行决定何时检索，还可以用返回的记忆 ID 继续查关联。每次检索默认最多返回 5 条、约 1.2 万字符，会话再长，注入的内容也不会跟着膨胀。

整理时机由你决定

提供随时整理、仅在波谷时段整理和手动整理三种模式。默认的波谷时段避开 DeepSeek 公布的工作日高峰。

长对话也压得动

可以给会话换上聊天用的压缩提示词。较长的压缩材料按模型容量分段摘要再合并，被压掉的细节交给长期记忆。

记忆图谱与审核台

在独立网页中用三维图谱浏览记忆和关联，点开节点就能看到原话来源；审核台可以核对证据、人工审核和创建备份。

会话级人设

为单个会话指定人设，替换 DSH 原生的人设位置，从下一次模型请求开始生效。

装上就能用

安装包自带 Memory 核心，不用另外部署服务。默认沿用会话的模型与认证，Embedding 是可选项。

数据留在本地

记忆库和原话证据保存在 DSH 的 profile 目录下。只有整理和向量化时，才会把所需材料发给你使用的服务商。

工作原理

原话在每条消息提交时就已经进了记忆库，所以压缩只会缩短模型眼前的上下文，记忆库里一条都不会少。压缩摘要和长期记忆各管一段：

| | 压缩摘要 | 长期记忆 |

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

| 负责 | 让当前对话接得上 | 保存经历、人物认识和原话 |

| 何时产生 | 上下文过长时，由 DSH 触发 | 内容足量后分批后台整理，压缩时收尾，也可手动整理 |

| 保留什么 | 当前话题、约定、未完成的事 | 事件、偏好与状态、关系、原话证据 |

| 如何使用 | 直接放在上下文里 | 需要时调用 suzu_memory_search，可用返回的记忆 ID 继续查关联 |

| 插件负责 | 按会话替换压缩提示词（可选） | 收录、整理和检索 |

内置的聊天模板就是按这个分工写的：摘要用于承接对话，不罗列与当前交流无关的旧记忆。

记忆系统

记忆的提取、整理和检索都由 [Suzu Memory](https://github.com/eryucheng/suzu-memory) 完成。它是一个本地优先的长期记忆引擎，插件只负责把 DSH 会话接上去，核心算法与上游保持一致。

• 每条记忆都有出处：保留原话、发言者和时间，召回的记忆可以追溯到当时的原话。
• 认识会变，历史留着：用十二类人物认识组织偏好、习惯、目标和关系。新证据可以补充、纠正或取代旧认识，原来的状态和正反证据都保留。
• 听得懂时间：解析“前几天”“两周前”“last time”这类中英文表达，按精度调整排序，日期对不上的相关记忆不会因此被排除。
• 带着依据召回：组合词法、BM25、实体与可选的向量线索，沿关联展开原话和支持、反对证据，在预算内返回。

图源：Suzu Memory

想了解原理，可以从这些上游说明读起。插件内置源码位于 [vendor/suzu-memory/](vendor/suzu-memory/)，对应的固定提交记录在 [UPSTREAM.json](UPSTREAM.json)。

| 主题 | 内容 |

| --- | --- |

| [记忆评测](https://github.com/eryucheng/suzu-memory#记忆评测) | LoCoMo 对照评测与完整报告 |

| [工作方式](https://github.com/eryucheng/suzu-memory#工作方式) | 记录经历、后台整理、按需召回的完整流程 |

| [多路检索与证据展开](https://github.com/eryucheng/suzu-memory#多路检索与证据展开) | suzu_memory_search 背后的检索算法 |

| [听得懂时间](https://github.com/eryucheng/suzu-memory#听得懂时间) | 中英文时间表达如何影响召回排序 |

| [人物认识的十二个维度](https://github.com/eryucheng/suzu-memory#人物认识的十二个维度) | 偏好、习惯、目标、关系等认识如何区分和组织 |

| [状态演化与来源追溯](https://github.com/eryucheng/suzu-memory#状态演化与来源追溯) | 认识如何随新证据更新，事件如何接续，原话如何追溯 |

兼容性

| 项目 | 版本 |

| --- | --- |

| 插件 | 0.7.0 |

| DeepSeek Harness | >=0.2.1-rc.2 <0.3.0-0 |

| 开发与测试使用 | 0.2.1-rc.3 |

| Node.js | ^22.19.0 或 >=24.0.0 |

桌面版使用 DSH 自带的运行时，不需要另装 Node.js。命令行部署和源码开发需要满足上面的 Node.js 版本要求。