deepmemory — DeepSeek Harness 长期记忆系统

为 DeepSeek Harness 构建的长期记忆系统：让 agent 拥有跨会话记忆与无限上下文能力。 设计概念对齐 AstrBot livingmemory，实现为 DSH 平台独立移植。

功能特性

• 自动记忆抽取：每轮对话结束后用便宜 LLM 抽取事实/偏好/决定/计划/事件，结构化解构为记忆条目、记忆原子、实体与关系边
• 混合检索召回：BM25 + 向量 + 图谱三路检索 → RRF 融合 → 相关性/重要性/新鲜度三因子加权；检索缓存（TTL，命中不更新访问）
• 静默注入：工作区状态卡 + 长期记忆 Top-K 经 systemPrompt 注入（不污染消息流）
• 记忆图谱：实体节点 + 关系边，Obsidian 风格交互（节点拖拽 / 悬停高亮 / 滚轮缩放 / 平移），点击节点查看关联记忆
• 生命周期管理：每日重要性衰减（访问强化、保护阈值）、原子 TTL、归档软删除、快照备份、索引重建、记忆整合（可选 LLM 摘要）
• 原文追溯：记忆条目保留抽取原文切片 + 来源会话 id
• WebUI：记忆管理面板（分区/域手动调整、中英双语）、实体图谱、归档管理、维护（备份/重建/整合/衰减）、配置中心（12 组参数）
• 三种预设形态：agent preset（重启自动加载）、动态插件（临时挂载）、web bundle（HMR 热更新）

架构

┌─ 写入 ────────────────────────────────────────────┐
│ ① 廉价 LLM 自动抽取（turn-stopping 达阈值触发）    │
│ ② memory_save 模型工具（主动写入）                 │
│ ③ /memory 命令 + 记忆面板（手动）                  │
└──────────────┬────────────────────────────────────┘
               ▼
   memory-server（Python，systemd 常驻 :6230）
   SQLite + FAISS(IndexFlatL2) + BM25(jieba)
   RRF 融合 + α相关性+β重要性+γ时间衰减 加权
   近重复合并 / 每日衰减 / 归档恢复 / persona 字段
               ▼
┌─ 召回注入 ────────────────────────────────────────┐
│ agent/pre-step 静默注入 system 消息                │
│ [工作区状态卡] + [长期记忆召回 Top-K]              │
│ 三层作用域：session / workspace / global           │
└───────────────────────────────────────────────────┘

组件

目录	说明
memory-server/	Python 记忆后端（SQLite+FAISS+BM25，HTTP API），systemd 服务 dsh-memory-server
web-plugin/	DSH web 层插件 dsh-deepmemory：同源代理路由 /mem-api/* + 对话页「记忆」视图面板
agent-preset/	Agent preset「记忆增强模式」：pre-step 注入 + 自动抽取 + 工具 + /memory 命令

安装 / 升级（一键，幂等）

git clone https://github.com/UnKnownFish125/dsh-deepmemory.git && cd dsh-deepmemory
sudo bash scripts/install.sh

或下载 最新 Release 的 deepmemory-vX.Y.Z.tar.gz 解压安装。install.sh 重复执行安全（幂等）：

1. memory-server：同步源码（排除运行时数据，绝不覆盖已部署的 data/）→ 写 systemd unit → 重启 → 健康检查
2. web 插件：复制 dsh-deepmemory → profiles/web/package.json 的 bundles 幂等注册 → client.js 自动转换为 __ModuleLoader__ 格式（无需手工）
3. agent preset：复制 harness-memory 到 ${DSH_HOME}/.agent-presets/——用该 preset 的会话重启后自动加载记忆插件，无需 define+run 动态插件

脚本最后打印 dsh web 重启清单（不自动重启 web，安全交给管理员）。环境变量可覆盖：DSH_HOME / APP_DIR / VENV_PY。

部署要点

1. memory-server：/opt/AstrBot/venv/bin/python3 server.py，端口 6230
   • 依赖：fastembed(bge-small-zh-v1.5, 512维)、faiss-cpu、jieba
   • 模型下载走镜像：HF_ENDPOINT=https://hf-mirror.com
   • systemd unit：dsh-memory-server.service
2. web 插件：放入 profiles/web/node_modules/dsh-deepmemory/， profiles/web/package.json 的 dsh.profile.bundles 加入 "dsh-deepmemory"
3. agent preset：目录放至 ${DSH_HOME}/.agent-presets/harness-memory/

记忆模型（对齐 AstrBot livingmemory 策略）

• 层级：原始消息（sessionPersistence 原生归档）→ 记忆条目（summary/key_facts/persona_summary/canonical_summary）→ 图谱（实体+关系边）→ 记忆原子（TTL/衰减/强化）
• 双域：work（状态卡+决策链+派发）/ life（原子生命周期）
• 检索：BM25 + 向量 + 图谱三路 → RRF → 三因子加权；检索缓存（TTL 45s，命中不更新访问）
• 生命周期：每日重要性衰减（幂等）、访问强化参数组、保护阈值、归档软删除
• 维护：快照备份（create/list/restore/delete）、索引重建（指纹+影子重建）、记忆整合（相似聚合 canonical_summary）、schema 迁移框架（v2：图谱索引）

HTTP API 摘要

端点	说明
POST /v1/memories/add add_batch	写入（近重复合并、原文保留、原子/实体/关系抽取）
POST /v1/memories/search	三路 RRF 检索 + 访问强化 + 缓存
GET /v1/memories/list GET /v1/memories/<id> PUT DELETE	条目管理（分区/域手动调整）
GET /v1/memories/<id>/source	原文回查
GET /v1/graph	图谱（节点+关系边）
POST /v1/maintenance/decay	衰减（force）
POST /v1/maintenance/consolidate	记忆整合
POST /v1/maintenance/rebuild	索引重建
POST /v1/backups/create GET /v1/backups/list POST /v1/backups/restore DELETE /v1/backups/<name>	备份管理
GET/POST /v1/config-schema /v1/config	配置中心（10 组 38 项）

WebUI（dsh-deepmemory「记忆」视图）

记忆管理（分区/域/标签中文）· 实体图谱 · 归档管理 · 维护（备份/重建/整合/衰减）· 配置中心 · 中英双语切换

设计依据

核心概念的理论来源（推荐阅读顺序）：

• Generative Agents: Interactive Simulacra of Human Behavior（Stanford，2023）——记忆流（memory stream）与 recency × importance × relevance 三因子检索、反思提炼（reflection）的源头；本系统的加权召回与记忆整合直接源自此
• Memory in the Age of AI Agents: A Survey（2025）——AI Agent 记忆领域最新综述，覆盖记忆架构、机制与评测基准
• HiMem: Hierarchical Long-Term Memory for LLM Long-Horizon Agents（2026）——分层长期记忆（条目 → 图谱 → 原子）的最新工作，与本系统的记忆层级设计相互印证

致谢与许可

设计致谢：本项目的记忆模型分层（原始消息 → 记忆条目 → 图谱 → 记忆原子）、混合检索融合（RRF + 三因子加权）、访问强化、每日衰减、记忆整合、备份迁移等概念体系，来自 AstrBot 插件 livingmemory（作者 lxfight）。特此致谢原作者的开源工作与设计沉淀。

实现说明：deepmemory 是面向 DeepSeek Harness 平台的独立移植——Python 记忆后端（HTTP 服务 + SQLite + FAISS + BM25）与 JavaScript 插件（Cordis 架构）均为独立编写，非代码搬运。

许可：本项目以 AGPL-3.0 发布，与 livingmemory 相同许可证。任何基于本项目的修改、衍生与分发（含网络服务提供）须遵守 AGPL 条款：保留版权与许可声明、修改开源、向使用者提供完整源码。