dsh-engram
Local-first cross-session long-term memory for DeepSeek Harness: dual-scope SQLite stores, hybrid FTS5 + local-vector retrieval with RRF, an evidence gate, provenance audit and SM-2 spaced repetition. 23 narrow tools, zero external services, zero API keys.
一句话定位
Local-first cross-session long-term memory for DeepSeek Harness: dual-scope SQLite stores, hybrid FTS5 + local-vector retrieval with RRF, an evidence gate, provenance audit and SM-2 spaced repetition. 23 narrow tools, zero external services, zero API keys.
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 @kenz1117/dsh-engram@0.13.9
兼容的 DSH 版本
*
作者与热度
kenz1117 · ★ 66 · 更新于 2026-11-08
关于这个插件
dsh-engram · 记忆宫殿
Local-first long-term memory for your coding agent. 纯本地 SQLite 的跨会话长期记忆: 零外部服务 · 零 API Key · 零 Docker ,一条命令装完即用。 23 个窄参数工具 · 混合检索(FTS5 + 本地向量 RRF)· 证据门 · 全链路审计 · SM-2 间隔重复复习 · 面板中英俄文。
中文 | English
目录 快速开始 为什么是它 记忆怎么流动 界面速览 宫殿结构:目录即房间,路径即路线 特性 工具(23 个,窄参数) 配置 工作原理 Web 管理面板 开发 Model Experience Known Limitations and Deferred Work 路线图 致谢 许可证 快速开始
安装后无需配置即可使用(默认分库与模型缓存在 ~/.dsh/engram,画像注入开启,自动摄取关闭)。
让 agent 自己装——把下面这段话贴给任意 agent:
升级 用哪个入口装,就用哪个入口升:市场里装的就一直在市场里更新;命令行 dsh plugin add 装的就继续用命令行。两边混用会碰到市场的跨来源保护——它提示「先卸载,再从市场安装」时照做即可,这是防止把不同来源的同名插件互相覆盖的设计,记忆数据在数据目录里,不受卸载影响。 安装或更新时若出现「允许构建脚本并重试」:pnpm 默认拦截依赖的构建脚本,本插件依赖树里唯一带构建脚本的是嵌入引擎的原生件(onnxruntime-node)——它只下载可选的 CUDA 加速件,插件实际使用的 CPU/DirectML 二进制随包分发。点了能过;不点通常也不影响使用。 模型缓存跨升级持久( /models),升级不重复下载模型;0.13.6 起数据目录默认跟随 $DSH_HOME,换盘搬家不再把库留在旧盘。 弱网安装不失败(0.13.9 起):本地嵌入引擎(transformers.js + onnxruntime 原生件,解包约 300MB)是 optionalDependencies——网络停摆时安装会跳过它并照常完成,插件的记忆写入、关键词检索与面板全部可用;只是语义检索暂缺,面板「系统 · 运行时」会显示模型列表为空。网络稳定时更新/重装插件即可补上,存量记忆跑一次 pnpm backfill 补算向量。 升级后打开面板「系统 · 运行时」即可核对插件/面板版本是否一致(不一致会挂重启横幅)。 为什么是它
记忆插件不少,但多数要你先准备一整套基础设施。这里是三条主流路线与本插件的对照(对照对象为各项目公开 README 与 npm 依赖声明): 一句话:我们把「记忆」做成一个装完就能用的本地库,而不是一个需要你运维的服务。 记忆怎么流动
界面速览
今日——记忆宫殿的仪表盘:速览 KPI、半年活动热力、入殿导航、房间目录。
相似插件
EverOS
One portable memory layer for every AI agent: local-first, Markdown-native, user-owned, and self-evolving across apps, t…
billion-context
A context-compression plugin — small context windows (a 100K context is enough), 5x fewer tokens, month-long single sess…
dsh-context
A DeepSeek Harness plugin for context insight and management, with context dashboard and context command, for understand…