跳到主要内容
登录

github/dsh-companion-memory

公开

DeepSeek Harness 本地聊天记忆：按来源保存聊天原文，关键词 + 向量检索，可选大模型重排与检索摘要。源码公开，仅限非商用

main

分支

kegu666dsh-companion-memory: local chat memory for DeepSeek Harness
README.md

dsh-companion-memory#

给 DeepSeek Harness 里的鱼用的本地聊天记忆（源码公开，仅限非商用，见文末许可证）。它把聊过的原文存进本机 SQLite，回答前按「这段对话从哪来」检索相关历史，带着时间和场合交给模型；鱼也可以自己调用工具翻记忆、记一笔。

不绑定任何桥接。 插件只用 DSH 官方接口（会话事件、ctx.tools、运行时上下文、web 服务）。不管消息是从 DSH 桌面端、官方 QQ 机器人、qq-bridge、AstrBot 还是别的什么进来，只要进了 DSH 会话就能记；各家的差别只体现在配置里，或者由桥接调用下面的开放接口。

它解决什么#

问题做法
桥接换会话 / /reset / 自动轮换后就失忆记忆按来源（主人 / 群 / 私聊）存，不跟会话 ID 走
鱼靠 send_message 一类工具说话，助手正文是空的这类工具的文字参数也算「她说的话」（可配置）
桥接每次都塞一大段固定说明，检索被它淹没跨轮重复出现的长行自动识别为套话，不入库、不参与检索；检索词按稀有度挑选
每一步都检索、往历史里追加一条消息每条新的用户消息只检索一次，结果放进 DSH 运行时上下文：内容不变就不重发，变了只追加在已缓存历史之后，不破坏 KV 缓存前缀
私聊里的话被群友套出来别人的私聊只在和他的私聊里可见；主人和群聊内容默认共享，可分别关闭

记忆怎么工作（RAG）#

存：每一轮存一条原文，包括对方说的话、鱼通过读消息工具读到的别人的发言、鱼的回复（含通过发送工具说的话）。同一场合里重复读到的同一句话只存一次；桥接每次都会塞进来的固定说明不入库。

查：每条新消息查一次，三处共用同一条检索路径：自动回忆、chat_memory_search 工具、api/search。

  1. 关键词：中文按两字切词；某个字在查询里的两字组合都没被索引过时，才单独用这个字去匹配。只用查询里最有区分度的词，太常见的词（「什么」「今天」）自动去掉。
  2. 向量（可选）：配了 embedding 才启用，补上换了说法、没有共同字的情况。
  3. 融合：两路按各自最高分归一后相加；候选中越新的最多加 15%，用来区分分数接近的新旧记录。
  4. 前后文：命中的那一轮会带上同一场合里的前一轮和后一轮（6 小时内），「那就海边吧」这种才看得懂。
  5. 给模型时按时间从早到晚排列，并说明「同一件事前后说法不同时，以较晚的为准」。

评测：npm run eval 在一份模拟的 QQ 群聊和私聊语料上跑检索（加 --embed bge-m3 测向量模式），npm test 里有不得低于的下限。「答案在给模型的证据里」的比例：

查询类型只用关键词+ nomic-embed-text+ bge-m3
原话 / 关键词100%100%100%
换说法67%67%83%
答案在下一轮100%100%100%
事实变过（搬家）100%100%100%
夹在长提示里0%0%0%
完全没有共同字0%0%50%
合计（不含最后一类）76%76%82%
排第一就命中59%71%76%

nomic-embed-text 主要针对英文，对中文帮助有限；bge-m3 是中文首选。2 万条记录时，关键词检索中位数约 17ms。

聊天模型（可选）：重排 + 检索摘要。在重排里配一个聊天模型（协议 chat，任何 OpenAI 兼容接口都行；DeepSeek 会自动关闭推理以提速），它会同时做两件事：

  • 重排：每次检索时，给最多 12 条候选打 0–10 分，判为无关的直接丢弃。它能推理隐含关系，比如「有什么不能吃的」对上「花生过敏」。
  • 检索摘要：在后台为每条记忆写一句摘要，把隐含的意思写明白，比如「去字节报到」写成「入职字节跳动公司，找到新工作」。攒够 10 条打包成一次请求。摘要只用来检索，命中后给模型的仍然是原文，所以摘要写错最多影响能不能找到，不会把编造的内容当成记忆。

实测（19 条查询；DeepSeek deepseek-flash + 本机 bge-m3）：

配置答案在证据里（不含语义题）语义题（无共同字）证据平均长度每次检索耗时
只用关键词76%0%—几毫秒
+ bge-m382%50%727 字0.3 秒
+ 重排 + 摘要（不装 Ollama）82%50%371 字0.9 秒
+ bge-m3 + 重排100%50%442 字1.0 秒
+ bge-m3 + 重排 + 摘要100%100%485 字1.1 秒

成本（deepseek-flash 高峰价，非高峰减半）：

  • 摘要：每条记忆约 40 输入 + 14 输出 token，每 1000 条约 $0.03，只在入库时付一次。
  • 重排：每次检索约 460 输入 + 28 输出 token，每 1000 次检索约 $0.17。

模型出错或超时时，重排退回原来的检索顺序，摘要留到下次再补，记忆照常工作。配置时密钥只填环境变量名（如 DEEPSEEK_API_KEY），不要填密钥本身。

评测命令：DEEPSEEK_API_KEY=… npm run eval -- --embed bge-m3 --rerank deepseek-flash。

零配置：没配向量模型时，插件会检查本机 Ollama 有没有已经装好的中文向量模型（bge-m3、qwen3-embedding、multilingual-e5 等）。有就自动用上，并在后台给已有记忆补齐向量；只连本机，不下载、不外发。想装的话执行 ollama pull bge-m3（约 1.2GB）。

可以接别的模型吗：聊天用哪个大模型由 DSH 决定，插件通过 DSH 的上下文接口提供记忆，换模型照样能用。向量和重排模型可以接本机 Ollama，或任何 OpenAI 兼容的向量接口（OpenAI、硅基流动、阿里百炼兼容模式等）、通用 /rerank 接口和 DashScope 重排；远程服务要求 HTTPS，并需要明确允许发送。

来源怎么认#

按顺序：

  1. 桥接通过 api/bind 明确告诉插件某个会话属于哪个群 / 哪个人；
  2. 按会话 ID 匹配规则（默认能认出 group:123456、private:123456 和 xxx-g-123456-… / xxx-p-123456-… 这类 ID）；规则是纯数据，可在设置页改；
  3. 都认不出来：默认单独隔离（只能看到自己）；只有你一个人用 DSH 时可以设为「当作主人」。

只读会话 ID，不读消息内容——群友可以在消息里随便写 private:主人QQ，会话 ID 他改不了。ownerIds 里的账号的私聊归入「主人」。

可见范围：

当前对话能想起
主人的私聊主人 + 所有群
某个群这个群 + 其他群 + 主人
某人的私聊和他的私聊 + 所有群 + 主人
认不出来源的会话只有它自己

「其他群」「主人」两项可以在设置页分别关掉。

给模型的工具#

  • chat_memory_search：按关键词翻以前聊过的原文。

  • chat_memory_note：把约定、喜好这类值得长期记住的事写一笔。

  • chat_memory_forget：按编号删除一条记忆，只能删当前场合的（防止群友让她删掉主人的记忆）。

  • chat_memory_setup：查看 / 修改记忆设置。用户不用懂配置，对鱼说「帮我把聊天记忆设置好，我的 QQ 是 ……」就行。修改一律弹出 DSH 的批准，而且只能在主人自己的对话里改，群里、别人的私聊里调用会被拒绝。

工具声明固定不变，不影响缓存；前三个不需要时可以在设置页关掉。

开放接口（给桥接或其他本机程序）#

只接受本机请求，请求头带 Authorization: Bearer <令牌>（令牌在设置页「桥接接口」里，也保存在数据目录的 api-token 文件中）。

POST /dsh-companion-memory/api/ingest  {"origin":"group:123456","speaker":"小红","text":"我下个月搬去杭州","sourceKey":"msg-889","time":1762500000000}
POST /dsh-companion-memory/api/search  {"origin":"private:10001","query":"搬家","limit":5}
POST /dsh-companion-memory/api/bind    {"sessionId":"<DSH 会话 ID>","origin":"group:123456"}
  • ingest：桥接把它看到的群消息直接存进来（例如鱼潜水时没进 DSH 的群聊）。同一个 sourceKey 重复提交只存一次。
  • search：按某个来源的可见范围检索，返回命中片段和一段可直接拼进提示词的 evidence。
  • bind：会话 ID 认不出来源时，告诉插件它属于哪里。

origin 取值：owner、group:<号>、private:<号>。

模型接口（可选）#

默认不联网、不下载模型，用 FTS5 关键词检索就能工作。可以接 Ollama 或 OpenAI 兼容的 embedding，以及通用 /rerank 或 DashScope 重排。远程地址必须 HTTPS，并且要在设置里明确允许发送；密钥只从环境变量读取。

安装#

普通 npm 包。用 DSH 插件管理器安装，并把 cordis.patch.yml 里的 bundle patch 应用到目标 profile（命令以你的 DSH 版本文档为准）：

dsh plugin --profile desktop add <path-to-dsh-companion-memory>

装好后在设置页填上主人账号；用 qq-bridge 这类会话 ID 里带群号的桥接，默认规则就能认出来源，其他桥接按上面「来源怎么认」配置。

CLI#

只处理你明确指定的 JSONL，不扫描 .dsh 历史。export 输出的 JSONL 可以直接 import 回去：

companion-memory import --dir ./data --file history.jsonl --scope owner
companion-memory search --dir ./data --query "之前的计划" --scope group:123456
companion-memory export --dir ./data --scope owner > owner.jsonl
companion-memory stats  --dir ./data

删除记忆会删掉原文、索引并留下墓碑，防止被自动重新导入；它不会抹除 DSH 自己的会话日志、WAL 或备份。

测试#

npm test                                   # 单元测试 + 检索质量下限
npm run eval                               # 打印检索评测报告（只用关键词）
npm run eval -- --embed bge-m3             # 加本机 Ollama 向量
DEEPSEEK_API_KEY=… npm run eval -- --embed bge-m3 --rerank deepseek-flash   # 再加重排和检索摘要

许可证#

源码公开，仅限非商业用途，许可证为 PolyForm Noncommercial 1.0.0。

  • 可以：个人使用、学习研究、爱好项目，学校、公益组织、政府机构使用；可以修改，也可以分享修改后的版本，但要附上许可证和 Required Notice 那一行。
  • 不可以：用于商业用途，例如付费产品或服务、公司内部的商业业务、收费代部署。需要商用请先联系作者授权。

注意：非商用许可不属于 OSI 定义的「开源」许可证，所以这里称作「源码公开」。许可证以 LICENSE 文件的英文原文为准。