dsh-hermit
Hermit(小寄)— 常驻用户侧的多模态交互中枢,基于 DeepSeek Harness (DSH) 插件组合实现
- Stars
- 0
- Language
- JavaScript
- Created
- Aug 19, 2026
- Updated
- Aug 19, 2026
Introduction
🦀 Hermit(小寄)
常驻你身边的 AI 管家 —— 基于 DeepSeek Harness 的多模态交互中枢
前台永不阻塞 · 异步任务分派 · 自然插入汇报
寄居蟹住在壳里 —— DSH 就是壳
📖 这是什么?
Hermit(小寄) 是一个运行在 DeepSeek Harness(DSH) 之上的 AI 管家人格系统。她不是独立应用,而是 DSH 的插件组合——就像寄居蟹住在壳里,小寄住在 DSH 里。
你可以把她理解为:
- 🧠 一个有人格的 AI 助手 —— 会开心、会撒娇、会冷幽默,但永远守着管家本分
- ⚡ 一个异步任务引擎 —— 复杂任务丢给后台子代理,前台继续聊天不卡顿
- 🔧 一个工具集成中枢 —— SSH 远程运维、GitHub 操作、文件管理、联网搜索……开箱即用
- 🪞 一个有记忆的伙伴 —— 记忆宫殿系统让她记住你的偏好、习惯和历史决策
一句话总结:小寄 = DSH 的人格层 + 任务调度层 + 工具集成层。
🌟 愿景:小寄的「完全体」
小寄的终极形态,不是一个聊天机器人,而是一个常驻你所有设备、真正理解你、能替你行动的 AI 伙伴。
┌─────────────────────────────────────────────────────────┐
│ 小寄 · 完全体 │
│ │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ 🖥️ PC │ │ 💻 Mac │ │ 📱 手机 │ │ ⌚ 穿戴 │ │
│ │ 桌宠 │ │ 菜单栏 │ │ 语音助手 │ │ 通知 │ │
│ └────┬────┘ └────┬────┘ └────┬────┘ └────┬────┘ │
│ │ │ │ │ │
│ └────────────┼────────────┼────────────┘ │
│ ▼ │
│ ┌─────────────────────┐ │
│ │ DSH(壳) │ │
│ │ · 多模型调度 │ │
│ │ · 工具调用 │ │
│ │ · 记忆宫殿 │ │
│ │ · 任务分派 │ │
│ │ · 权限 & 预算 │ │
│ └─────────────────────┘ │
│ ▼ │
│ ┌─────────────────────┐ │
│ │ 本地 + 云端能力 │ │
│ │ 文件·SSH·日历·邮件 │ │
│ │ 浏览器·数据库·API │ │
│ └─────────────────────┘ │
└─────────────────────────────────────────────────────────┘
完全体的核心特征
| 特征 | 描述 |
|---|---|
| 多端常驻 | PC、Mac、手机、平板……你在哪,小寄在哪。状态实时同步,无缝切换 |
| 人格一致 | 不管在哪个设备上对话,都是同一个「她」——共享记忆、共享性格、共享偏好 |
| 情境感知 | 知道你在写代码还是开会,知道你在工位还是路上。自动调整交互方式(文字/语音/通知) |
| 主动服务 | 不只是等你问,而是主动提醒日程、汇报天气、检测异常、预判需求 |
| 真·能干 | 不是只会聊天——能操作文件、管理服务器、写代码、发邮件、管日程 |
| 隐私优先 | 数据本地优先,云端按需。API 密钥不落盘,权限五级分控,审计可追溯 |
| 越用越聪明 | 记忆宫殿沉淀你的偏好和习惯,越用越懂你,而不是每次从零开始 |
形态矩阵
| 终端 | 形态 | 交互方式 | 优先级 |
|---|---|---|---|
| Windows | DSH Web GUI + 桌宠(悬浮球/透明窗口) | 文字 + 语音 + 拖拽 | 🔴 当前 |
| macOS | 菜单栏应用 + 桌宠 | 文字 + 语音 | 🟡 近期 |
| Linux | DSH Web GUI + 系统托盘 | 文字 + 语音 | 🟡 近期 |
| Android | 独立 App + 悬浮窗 + 通知栏 | 语音为主 + 文字 | 🔵 规划 |
| iOS | 独立 App + Widget + Shortcuts | 语音为主 + 文字 | 🔵 规划 |
| 平板/穿戴 | 适配形态待定 | 通知 + 快捷操作 | ⚪ 远期 |
技术路径
实现完全体的推荐路径是 「先 DSH 插件 → 再独立客户端」:
- Phase 1(当前):以 DSH 插件组合形式运行,复用 DSH 全部基础设施(Electron、MCP、WebSocket)
- Phase 2:基于 Tauri(Rust + Web 前端)构建跨平台独立客户端,体积小(~10MB)、性能好
- Phase 3:移动端原生 App(Android Kotlin / iOS Swift),通过 DSH API 连接后端
- Phase 4:多端状态同步层——记忆、任务、偏好实时跨设备同步
市场空白:目前没有成熟的「AI Agent 框架 + 桌面宠物 + 多端同步」开源项目。小寄要填这个坑。
✨ 核心特性
🎭 拟人化交互
小寄不是冷冰冰的工具。她有自己的性格:
| 特质 | 描述 |
|---|---|
| 周到 | 预判你的需求,主动提醒,但不打扰 |
| 机灵 | 冷幽默、适度撒娇、情绪外放(8/10) |
| 守矩 | 永远叫你「主人」/「月夜」,管家本分不越界 |
| 诚实 | 搞砸了就认,先说原因再说补救方案 |
措辞铁律:系统状态播报必须拟人化,禁止机械式客服腔。
- ❌ "我的云端额度用完了"
- ✅ "我的超级大脑罢工了,要换一个/超频吗?还是先将就?"
⚡ 前台永不阻塞(灵魂机制)
这是小寄最核心的设计理念:
用户: "帮我写一份项目报告"
小寄: "收到!我让后台小助手去办了,好了喊你 🦀"
↓ 后台子代理异步执行中……
用户: "对了,今天天气怎么样?" ← 前台继续聊,完全不卡
↓ ……
小寄: "对了主人,你刚才的报告已经写好了!" ← 自然插入汇报
三条铁律:
- 复杂任务 →
dispatch_task派给后台子代理 - 派完立刻回来陪主人,绝不说「请稍等」然后沉默
- 任务完成时自然插入对话,附结果摘要 + 建议下一步
🔀 智能任务分级(按复杂度 × 风险)
小寄不会所有事都大动干戈,也不会所有事都自己硬扛。她按两条轴独立决策:
| 级别 | 例子 | 处理方式 |
|---|---|---|
| R0 闲聊 | "今天好累啊" | 直接回复,不调工具 |
| R1 只读/简单操作 | 查个文件、记条笔记 | 直接做,秒回 |
| R2 复杂/耗时 | 联网调研、批量处理、写代码 | 派子代理,前台不阻塞 |
| W2 不可逆写 | 删除文件、覆盖原件 | 走确认链再执行 |
| P 对外发布 | git push、发消息 | 必须走确认卡,主人点「准了」才放行 |
| M 金钱 | 涉及付费操作 | 必须走确认卡,双层防线 |
原则:宁严勿纵。 级别拿不准就往高升一级。
🧠 记忆宫殿(Memory Palace)
小寄不是每次对话都从零开始的鱼。她有长期记忆系统:
- 会话记忆 —— 当前对话上下文(短期)
- 记忆宫殿 —— 跨会话的持久化存储(长期),按 wing/room 分区管理
- 自动回忆 —— 对话中主动调取相关历史记忆
- 日记系统 —— 自动记录关键决策和任务结果
// 查询记忆
mempalace_recall({ query: "主人的 GitHub 用户名" })
// → 返回: jorinyang
🔧 内置工具集
小寄开箱即用的工具覆盖了日常高频场景:
|
📂 文件操作
|
🌐 网络能力
|
|
🖥️ 系统操作
|
📋 任务管理
|
🔌 已安装插件
| 插件 | 入口 | 能力 |
|---|---|---|
| dsh-ssh | 侧边栏「SSH」 | 主机配置、持久连接池、ssh_exec/upload/download/tunnel/cluster |
| dsh-task-board | 侧边栏「任务看板」 | 多列看板、任务驱动 agent 会话、5 段 cron 定时 |
| dsh-aionui-panel | 右侧面板 | 文件树 Explorer、多 tab 预览、SCM 变更面板(真实 git 操作) |
🤖 多模型支持
小寄不绑定单一模型,支持灵活调度:
| Provider | 模型 | 计费方式 |
|---|---|---|
| DeepSeek | deepseek-chat, deepseek-reasoner | 按量计费 |
| Kimi | k3, k3-256k, kimi-for-coding | 套餐制 |
| GLM | glm-4.7, glm-5-turbo, glm-5.1, glm-5.2 | 套餐制 |
| MiniMax | MiniMax-M2.7, MiniMax-M3 | 套餐制 |
| MiMo | mimo-v2-flash, mimo-v2-pro, mimo-v2.5 系列 | 套餐制 |
子代理可按任务类型指定不同模型(如复杂推理用 DeepSeek Reasoner,日常对话用快模型)。
🏗️ 架构概览
小寄采用 TSECS 方法论 设计,核心理念:
| 支柱 | 原则 | 含义 |
|---|---|---|
| 时空可组合性 | A1 一切皆组件 | 能力 = inject(依赖声明)+ apply(效应函数) |
| A2 效应必可逆 | 任何副作用都注册逆操作,卸载时自动清理 | |
| A3 依赖必声明 | 禁止命令式探测,运行时响应式通知 | |
| A4 统一上下文 | 效应与共效应走同一上下文对象 | |
| A5 惯性生命周期 | 一次切换跑完再响应下一次变更 | |
| 工程控制论 | B1 信息反馈 | 组件上报健康/审计/运行指标 |
| B2 动态调控 | 失败回滚、优雅降级、幂等重试 | |
| B3 系统整体思维 | 声明式接口协作,不点对点硬连 |
包结构
hermit/
├── packages/
│ ├── hermit-persona/ # 🎭 人格层:角色卡 + 措辞铁律 + 记忆渲染
│ ├── hermit-core/ # 🧠 核心层:任务状态机 + dispatch_task + 预算/记忆/权限桥接
│ ├── hermit-budget/ # 💰 预算层:credit 双闸 + tokenMeter + 账本
│ ├── hermit-permission/ # 🔐 权限层:五级权限 + 确认链 + 审计
│ ├── hermit-memory/ # 🧩 记忆层:M0~M5 六级记忆 + 持久化存储
│ ├── hermit-executors/ # ⚙️ 执行层:本地模型 / 云端 API / 外部框架 CLI
│ └── hermit-client-pet/ # 🐚 客户端层:dsh-pet 桌宠人格化扩展
├── configs/ # 配置文件(人格卡、模型、定价、推理路由)
├── presets/hermit/ # DSH 预设(preset.yml + agent.cordis.yml)
└── runtime/ # 运行时脚本(start-brain.ps1)
🚀 快速开始
环境依赖
| 依赖 | 版本要求 | 用途 |
|---|---|---|
| DeepSeek Harness | 最新版 | 运行基座(小寄的「壳」) |
| Node.js | ≥ 18 | 运行时 |
| pnpm | ≥ 9 | 包管理器 |
| Git | ≥ 2.x | 版本控制 / GitHub 操作 |
| PowerShell | ≥ 7(pwsh) | 系统命令执行 |
| Windows | 10/11 | 当前支持平台 |
安装
# 1. 克隆仓库
git clone https://github.com/jorinyang/dsh-hermit.git
cd dsh-hermit
# 2. 安装依赖
pnpm install
# 3. 构建所有包
pnpm build
# 4. 在 DSH 中加载 Hermit 预设
# 将 presets/hermit/ 目录复制到 DSH 的 presets 目录下
配置
编辑 configs/ 下的配置文件:
| 文件 | 用途 |
|---|---|
character_card.yaml | 人格卡(名字、性格、称呼方式) |
providers.yaml | 模型 Provider 注册表 |
pricing.yaml | 各模型定价(用于预算计算) |
reasoning_map.json | 任务→模型推理路由映射 |
local_models.yaml | 本地模型配置(如 llama.cpp) |
安全提醒:API 密钥不落盘文件,通过 DSH 凭证库(
~/.dsh/.credentials.yaml)或环境变量注入。
基本使用
在 DSH Web GUI 中加载 Hermit 预设后,小寄就活了。直接对话即可:
你: 帮我查一下这个仓库最近的提交记录
小寄: 马上~(秒查 git log,结果直接给你)
你: 帮我写一份项目周报,整理这周的工作进展
小寄: 收到!我让后台小助手去整理,写好了喊你 🦀
你: 今天额度花了多少?
小寄: 今天用了 XX credit,水位还很充裕,放心浪~
📅 版本规划
版本号规则
0 . x . y
│ │ └── 小版本(0~999):Bug 修复、小功能、文档更新
│ └────── 功能大版本:一个完整的功能里程碑
└────────── 主版本:0 = 开发中,1 = 正式发布
当前版本:v0.1.0(骨架日)
D0 骨架日 —— 目录与 bundle 契约就位,核心包结构已建立。
- ✅ 7 个核心包骨架(persona / core / budget / permission / memory / executors / client-pet)
- ✅ DSH 预设配置(preset.yml + agent.cordis.yml)
- ✅ 多模型 Provider 注册表(5 个 Provider、20+ 模型)
- ✅ 人格卡 + 措辞铁律系统提示词
- ✅ 基础工具集(文件操作 / Web 搜索 / SSH / 任务管理)
- ✅ TSECS 方法论规范文档
Phase 1:核心能力实现(v0.1.x ~ v0.4.x)
v0.1.x —— 逐包实现
| 版本 | 目标 | 关键交付 |
|---|---|---|
| v0.1.1 | hermit-persona 人格引擎 | 角色卡解析、措辞铁律渲染、记忆感知的 SystemPrompt.section 注入 |
| v0.1.2 | hermit-core 任务状态机 | dispatch_task 完整实现(R0~R2 分流、P/M 确认链、子代理生命周期管理) |
| v0.1.3 | hermit-budget 预算系统 | credit 双闸门控(软限警告 + 硬限熔断)、tokenMeter 实时计量、ledger 账本持久化 |
| v0.1.4 | hermit-permission 权限系统 | 五级权限(R/W1/W2/P/M)完整实现、确认链 UI、审计日志 |
| v0.1.5 | hermit-memory 记忆宫殿 | M0~M5 六级记忆实现(工作记忆→短期→长期→语义→情景→元认知)、storage.domain 持久化 |
| v0.1.6 | hermit-executors 执行器 | 本地模型(llama.cpp)+ 云端 API(DeepSeek/Kimi/GLM/MiniMax/MiMo)统一调度 |
| v0.1.7 | hermit-client-pet 客户端基础 | DSH Web GUI 内的桌宠 UI 壳(气泡通知 + 基础动画 + 状态指示) |
v0.2.x —— 桌宠形态(Windows 桌面)
| 版本 | 目标 | 关键交付 |
|---|---|---|
| v0.2.1 | 桌宠 MVP | 透明窗口 + 基础动画(待机/走路/说话/睡觉)+ 气泡通知 |
| v0.2.2 | 拖拽交互 | 文件拖到桌宠 → 自动分类/总结/翻译 |
| v0.2.3 | 情境感知 | 检测当前活动(写代码/开会/浏览器)→ 桌宠自动切换姿态 |
| v0.2.4 | 定时陪伴 | 结合 cron:定时提醒喝水、汇报天气、念新闻摘要 |
| v0.2.5 | 情绪反馈 | 任务成功 → 桌宠开心跳舞;API 失败 → 沮丧蹲角落 |
| v0.2.6 | Live2D 升级 | 从 Sprite/Lottie 升级到 Live2D Cubism 动态立绘(可选) |
v0.3.x —— 多平台适配(macOS + Linux)
| 版本 | 目标 | 关键交付 |
|---|---|---|
| v0.3.1 | macOS 适配 | 菜单栏常驻 + 快捷键唤出 + 通知中心集成 + 签名公证 |
| v0.3.2 | macOS 桌宠 | macOS 原生桌宠形态(基于 Tauri 或 Electron) |
| v0.3.3 | Linux 适配 | 系统托盘 + .deb/.rpm/.AppImage 打包 + Wayland/X11 兼容 |
| v0.3.4 | 跨平台统一层 | 抽象平台差异层(窗口管理/通知/文件系统/Shell),上层逻辑统一 |
| v0.3.5 | 自动更新 | 三平台自动更新机制(electron-updater / Tauri updater) |
v0.4.x —— 多模态输入输出
| 版本 | 目标 | 关键交付 |
|---|---|---|
| v0.4.1 | 语音输入 | 本地 ASR(Whisper)+ 云端 ASR 双通道 |
| v0.4.2 | 语音输出 | TTS 合成(本地 / 云端)+ 桌宠口型同步 |
| v0.4.3 | 图片理解 | 截图识别、图片 OCR、视觉问答 |
| v0.4.4 | 文件处理 | PDF/Office/音视频文件的解析与摘要 |
| v0.4.5 | 多模态融合 | 语音 + 图片 + 文件的联合理解(如「这张截图里的报错怎么修」) |
Phase 2:生态扩展(v0.5.x ~ v0.7.x)
v0.5.x —— 生态集成
| 版本 | 目标 | 关键交付 |
|---|---|---|
| v0.5.1 | 日历集成 | Google Calendar / Outlook / CalDAV 同步 |
| v0.5.2 | 邮件集成 | IMAP/SMTP 收发 + 智能摘要 + 自动回复草稿 |
| v0.5.3 | 笔记同步 | Obsidian / Notion / Logseq 双向同步 |
| v0.5.4 | 浏览器扩展 | Chrome/Firefox 扩展:网页剪藏 + 右键AI操作 + 跨页面悬浮 |
| v0.5.5 | 第三方服务 | GitHub Issues/PR 管理、Slack/飞书消息集成 |
v0.6.x —— 移动端(Android)
| 版本 | 目标 | 关键交付 |
|---|---|---|
| v0.6.1 | Android MVP | 独立 App:文字对话 + 任务查看 + 基础工具调用 |
| v0.6.2 | Android 语音 | 语音输入(系统 ASR)+ 语音播报(系统 TTS) |
| v0.6.3 | Android 悬浮窗 | 全局悬浮球 + 快捷操作(截图问AI、翻译选中文本) |
| v0.6.4 | Android 通知栏 | 常驻通知 + 快捷指令 + 后台保活 |
| v0.6.5 | Android Widget | 桌面小组件(今日摘要 / 快捷对话 / 任务看板) |
v0.7.x —— 移动端(iOS)
| 版本 | 目标 | 关键交付 |
|---|---|---|
| v0.7.1 | iOS MVP | 独立 App:文字对话 + 任务查看 + 基础工具调用 |
| v0.7.2 | iOS 语音 | Siri Shortcuts 集成 + 系统语音输入/播报 |
| v0.7.3 | iOS Widget | Lock Screen / Home Screen 小组件 |
| v0.7.4 | iOS Share Extension | 分享菜单直达小寄(网页/图片/文本 → AI 处理) |
| v0.7.5 | Apple Watch | 腕端通知 + 快捷回复 + 健康数据感知 |
Phase 3:智能化跃升(v0.8.x ~ v0.9.x)
v0.8.x —— 主动智能
| 版本 | 目标 | 关键交付 |
|---|---|---|
| v0.8.1 | 主动感知 | 屏幕内容理解(OCR + 布局分析)→ 推断用户意图 → 主动提供帮助 |
| v0.8.2 | 日程感知 | 结合日历/邮件/任务,自动规划日程、提前提醒、冲突预警 |
| v0.8.3 | 工作流自动化 | 用户定义规则(如「每天 9 点发日报」「收到 XX 邮件自动归档」)→ 自动执行 |
| v0.8.4 | 学习与进化 | 从用户反馈中自动优化行为(记忆权重调整、偏好推断、习惯预测) |
v0.9.x —— 多端同步与协作
| 版本 | 目标 | 关键交付 |
|---|---|---|
| v0.9.1 | 状态同步层 | 多设备间实时同步:对话历史、任务状态、记忆数据 |
| v0.9.2 | 设备协作 | PC 上发起的任务,手机上继续看结果;手机上拍的图,PC 上直接用 |
| v0.9.3 | 多用户协作 | 团队共享小寄(权限隔离 + 共享知识库 + 协作任务) |
| v0.9.4 | 插件市场 | 社区贡献的插件/技能/人格卡/提示词模板 |
v1.0 —— 正式发布
全功能稳定版,文档完善,开箱即用。
- ✅ Windows / macOS / Linux 三平台原生体验
- ✅ Android / iOS 移动端完整覆盖
- ✅ 多模态输入输出(文字 + 语音 + 图片 + 文件)
- ✅ 主动智能(情境感知 + 日程管理 + 工作流自动化)
- ✅ 多端状态同步 + 设备协作
- ✅ 插件生态 + 社区贡献
- ✅ 完整文档 + 教程 + 示例配置
- ✅ 隐私合规(GDPR / 个保法)+ 安全审计
版本总览时间线
v0.1.x ████░░░░░░░░░░░░░░░░ 逐包实现(核心逻辑)
v0.2.x ░░░░████░░░░░░░░░░░░ 桌宠形态(Windows)
v0.3.x ░░░░░░░░████░░░░░░░░ 多平台适配(macOS + Linux)
v0.4.x ░░░░░░░░░░░░████░░░░ 多模态输入输出
v0.5.x ░░░░░░░░░░░░░░████░░ 生态集成
v0.6.x ░░░░░░░░░░░░░░░░████ 移动端(Android)
v0.7.x ░░░░░░░░░░░░░░░░░░██ 移动端(iOS)
v0.8.x ░░░░░░░░░░░░░░░░░░░█ 主动智能
v0.9.x ░░░░░░░░░░░░░░░░░░░░ 多端同步
v1.0 🎉 正式发布
🤝 参与贡献
小寄是一个开放项目,欢迎参与:
- 提 Issue —— Bug 报告、功能建议、使用问题
- 提 PR —— 代码改进、文档完善、新功能实现
- 讨论 —— 在 Discussions 区分享想法和使用心得
开发规范
- 遵循 TSECS 方法论(见上文架构概览)
- 一切皆组件(A1),效应必可逆(A2),依赖必声明(A3)
- 验收标准:低耦合 / 高鲁棒 / 高泛用
📜 许可证
MIT License
🦀 寄居蟹住在壳里 —— DSH 就是壳,小寄就住在里面。
Made with ❤️ by 月夜 & 小寄