engramory：DeepSeek Harness 的零依赖本地记忆协议插件

它是做什么的？

Engramory 是 DeepSeek Harness（DSH）的记忆协议插件，将 AI 代理的记忆组织为可移植、零基础设施的本地文件系统。它解决代理长期记忆不可靠、难以维护的问题，通过严格的整理纪律和验证器，让记忆成为可读、可编辑、可 diff 的纯文本文件。核心能力包括角色/目的本体、程序性记忆的反馈类型、去重与更新规则，以及可选的硬索引上限钩子。

核心功能

• 角色/目的本体：以 feedback 为程序性记忆主干，要求 Why 和 How to apply 行，而非自动提取到向量库。
• 整理契约：具体行为包括写前去重、更新而非复制、错误时删除，以及负作用域规则（不存储 git/CLAUDE.md/代码已记录的内容）。
• 验证器：提供 engramory_doctor.py 工具，检查记忆文件的合规性。
• 硬索引上限钩子：对直接编辑工具（Edit、Write、MultiEdit）强制索引上限，但非全局写保护。
• 零依赖：无数据库、无嵌入、无服务器，仅需 Markdown 文件和始终加载的索引。

怎么使用这个插件？

在 DSH 中启用后，将协议作为常驻规则加载（如 CLAUDE.md 或 AGENTS.md），并遵循 AGENT-SETUP.md 中的流程。记忆存储为小型的、人类可读的 Markdown 文件，加上一个始终加载的索引；模型负责整理，验证器可定期运行以检查合规性。调整行为时，修改规则文件或索引上限配置即可。