memlikehuman：为 DeepSeek Harness 保存人格与未完成工作的本地记忆插件

它是做什么的？

MemLikeHuman 是 DeepSeek Harness（DSH）的本地记忆插件，把人格、共同经历和未完成的工作存进本地 SQLite，按需带入下一次对话。它解决换模型就丢上下文、旧约定和待办接不上的麻烦，让你在 DSH 里跨会话接着聊。核心能力包括人格版本化、经历分层呈现、事实与偏好溯源、未完成工作交接，以及按预算恢复记忆包。项目由 xeonphi1 维护，采用 Apache-2.0 协议，核心用 Python 编写。

核心功能

• 人格与经历持久化：核心人格稳定且可版本回退，共同经历近期细节清楚、旧事渐呈概览，原文始终可查。
• 事实与偏好溯源：每条提炼记忆关联来源，区分用户陈述、助手表达与推测，保留确认程度和变化历史。
• 未完成工作交接：恢复目标、已完成事项、约束、待办与下一步，换模型后能接着做。
• 分层淡忘与按需回读：默认 180 天后旧经历转为概览、730 天后进一步粗化时间标签，需要原话时再读原始事件。
• 自动捕获与压缩前交接：按预设自动记录可见文本，写入失败时阻止压缩，重启后增量续传。
• 本地优先与数据可控：未配置 API 时原文持久化、中文关键词检索、手动提炼和恢复均可离线使用，支持导入导出与备份恢复。

怎么使用这个插件？

在 DSH 中启用后，先初始化人格与私人数据目录，再新建会话确认记忆工具已出现。每次对话保持相同的 persona_id 与 project_id：先恢复记忆包，再记录新内容，需要原话时回读日记原文。日常检索可直接按关键词或照片标识触发，例如查询「蓝色风筝」并选择详细程度；记忆量增大时用 fast 模式走本地索引，按上下文预算组装恢复包。已聊很久的旧记忆可按导出、转换、校验入库、分批提炼、核对人格与待办的流程补导。

报错怎么排查？

提炼 API 失败时记忆会保留 pending 状态，稳定事件 ID 可防重复，按官方说明重试提炼即可。自动捕获写入失败会阻止压缩，需先修复写入问题再继续会话。升级数据库至 v3 前应先备份已有数据。