DeepSeek Harness 记忆插件怎么选?dsh-memory、mnemon 等 DSH plugin 对比
DeepSeek Harness 的记忆插件不是「装一个就完事」,而是要先分清类型再选:图谱类(graph-memory、mnemon)重「记得准」,可审计类(dsh-memento、dsh-mnemon)重「记得可控」,自动与进化类(dsh-auto-memory、dsh-memory-evolve、dsh-meow-memory)重「记得久、少维护」。 这篇只做多插件横向对比与选型,按三个方向讲:三类实现怎么分、三档需求怎么对、以及怎么配合上下文类插件。
概览:DeepSeek Harness 记忆插件三类实现、三档需求
一句话选型:要准选图谱类,要稳选可审计类,要省心选自动与进化类。 先看对照:
| 类型 | 代表插件 | 组织方式 | 适合的原始需求 |
|---|---|---|---|
| 结构化记忆图谱 | graph-memory、mnemon | 类型化节点与边、图结构召回 | 记得准、能定位来源 |
| 会话沉淀与可审计 | dsh-memento、dsh-mnemon | 分层沉淀、审批门控、分层召回 | 记得可控、写入可追溯 |
| 自动提取与自我进化 | dsh-auto-memory、dsh-memory-evolve、dsh-meow-memory | 自动提取注入、后台整理进化 | 记得久、维护少 |
三者都建立在同一个前提上:默认情况下跨会话记忆并不牢靠,需要插件把信息落盘(来源)。
DeepSeek Harness 三类记忆实现怎么分:图谱、沉淀、进化
区别不在「记不记」,而在「怎么组织、怎么写、怎么捞回来」。
- 结构化记忆图谱类 — 把对话转成类型化节点与边组成知识图谱,靠语义向量检索召回。graph-memory 主打图谱 + 上下文压缩;mnemon 强调 LLM 监督的持久记忆、图结构组织、意图感知召回与自动去重(来源)。预期:召回的是知识而不是整段聊天记录。
- 会话沉淀与可审计类 — 强调写入可控。dsh-memento 把记忆写入做成有界分层并强制走审批,留下可重建的审计日志(来源);dsh-mnemon 把运行时记忆、项目文档与记忆空间分层、按需召回,来源与策略可插拔,并能在界面里直接查看与编辑(来源)。预期:每条记忆都知道从哪来、能改能删。
- 自动提取与自我进化类 — 强调少维护。dsh-auto-memory 三层自动记忆注入;dsh-meow-memory 用七层 SQLite 存储、BM25 检索与夜间整理归档;dsh-memory-evolve 走五轨跨会话长期记忆加后台自我进化,连技能也能随记忆一起成长(来源)。预期:装完基本不用管,记忆自己攒。
DeepSeek Harness 三档需求怎么对:记得准、记得久、可追问
把需求翻译成一句话,插件类型自然浮出来。
- 「我要准确、能追到出处」 → 选图谱类。预期:召回条目带来源与关系,而不是模糊的一段话。
- 「我要长期沉淀、且写入可控」 → 选可审计 / 分层类。预期:关键决策被留下、敏感写入先过审批、界面里可查可编。
- 「我要全自动、几乎不维护」 → 选自动与进化类。预期:日常对话被自动提炼,长期不用手工整理。
两条落地建议:
- 只留一个主记忆插件:记忆类功能重叠度高,同装多个往往会重复注入、互相干扰,先跑顺一个再加。
- 看安装方式再决定:
dsh-mnemon、dsh-meow-memory、dsh-auto-memory等有 npm 一键路径,mnemon、dsh-memory-evolve、graph-memory多为 GitHub 直装,后者可能遇到构建产物缺失或需授权的门槛。
DSH plugin 怎么配合上下文类插件
记忆插件管「跨会话的历史」,上下文类插件管「当前这次会话的窗口」。 前者把旧会话的结论持久化并按需注入,后者把当下上下文的状态可视化、压缩,避免塞爆窗口——两者职责不同,配合使用才完整。想对比更多实现,到 DSH Plugin Hub 的记忆分类里按 Star 与兼容状态挑选。

挑选 DeepSeek Harness 记忆插件的注意事项
- 先定档再挑插件:直接按名字挑容易选错,先把需求归到「准 / 久 / 可追问」三档。
- 别贪多:多个记忆插件同装常导致重复注入,主记忆只留一个。
- 看兼容状态:优先选标注 verified 的条目,未确认的先小范围试。
- 数据要单独清理:记忆落在本地 SQLite 或文件里,卸载插件不一定删掉已写入的记忆。
- 敏感内容留意存储:记忆会把对话持久化,涉及隐私时先确认存储位置与审批机制。
来源:DeepSeek Harness 官方文档 - 会话子系统、mnemon-dev/mnemon、omdsh-dev/dsh-mnemon、csyangwen/dsh-memory-evolve
常见问题
先按「记得准 / 记得久 / 可追问」三档定位需求,再看实现类型,最后看安装方式。 想让召回的每条都站得住脚,选结构化图谱类(graph-memory、mnemon);想让记忆长期沉淀又不失控,选可审计类(dsh-memento、dsh-mnemon);想全自动省心,选自动提取与进化类(dsh-auto-memory、dsh-memory-evolve)。
同走结构化记忆图谱路线,侧重不同:graph-memory 把对话转成类型化节点与边组成知识图谱,主打语义向量检索与上下文压缩;mnemon 强调 LLM 监督的持久记忆,用图结构组织并带意图感知召回与自动去重。 两者都以本地为主、跨会话召回历史知识,而不是重放整段对话。
优先 dsh-memento 这类带审批门控与审计日志的实现。 它把记忆写入做成有界分层并强制走审批,留下可重建的审计轨迹;dsh-mnemon 则把运行时记忆、项目文档与记忆空间分层按需召回,来源与策略可插拔、界面里可直接查看与编辑。两者都适合对可控性要求高的场景。
看是否会持续整理与进化:dsh-meow-memory 用七层 SQLite 存储加 BM25 检索,靠夜间整理把记忆归档;dsh-memory-evolve 走五轨跨会话长期记忆加后台自我进化,还能让技能随记忆一起成长。 需要长期沉淀、又不想频繁手动维护的,选这一档。
可以配合,但要避免多个记忆插件同装造成重复注入。 记忆插件负责把历史持久化并在新会话注入,上下文类插件负责把当前上下文的状态可视化与压缩,两者职责不同;建议只留一个主记忆插件,其余用上下文类插件补位。
相关术语
- memory provider(记忆提供方)
- memory provider 是向 DeepSeek Harness 提供记忆读写能力的插件角色,负责把对话中的信息持久化并在新会话按需召回;不同实现的存储介质与检索方式各异,但都挂在这同一类角色下。— https://github.com/omdsh-dev/dsh-mnemon
- knowledge graph(知识图谱)
- knowledge graph 是记忆插件的一种组织方式:把对话中的事实转成类型化节点与边,形成可检索的图结构,从而支持跨会话召回与上下文压缩,而不是重放整段对话。— https://github.com/adoresever/graph-memory
- 会话沉淀(session distillation)
- 会话沉淀指把会话过程里的关键决策与结论提炼后长期留存的做法,常见于带审批与审计的记忆插件,写入前可控、写入后可追溯。— https://github.com/PerryLink/dsh-memento
- 自我进化(self-evolve)
- 自我进化指记忆插件在后台持续整理、合并与升级既有记忆甚至技能的能力,代表实现是 dsh-memory-evolve 的五轨记忆与技能进化。— https://github.com/csyangwen/dsh-memory-evolve
来源
- DeepSeek Harness 官方文档 - 会话子系统· deepseek-harness
- mnemon-dev/mnemon· mnemon-dev
- omdsh-dev/dsh-mnemon· omdsh-dev
- csyangwen/dsh-memory-evolve· csyangwen