主題合集 / memory-context
DSH 記憶與上下文治理外掛（DeepSeek Harness）
自動召回、專案記憶、上下文壓縮 —— 當前 DSH 最被看好的方向。
DeepSeek Harness 目錄裡最清晰的訊號：按星標排序的可安裝頭部條目幾乎全是記憶棧 —— 每步自動 recall、profile 注入、session capture 與專案級記憶。這些 DSH 外掛直擊長時 agent 的真正成本中心：上下文越滾越大、跨任務遺忘、召回混亂。
最強的 DeepSeek Harness（DSH）記憶棧：先上自動 recall 的專案記憶，再補上下文壓縮 —— 下方按星標與新鮮度排序。
666 個外掛127.7K 星
同步自我們的 GitHub 清單 · 目錄更新於 2026-10-04
為什麼現在關注
訊號最強 —— 星標最高的可安裝條目（OpenViking 式記憶外掛、長期專案記憶）幾乎都集中在 memory。
直擊真實成本 —— 確定性壓縮、跨 session 記憶與 token 節省，一一對應 agent 的成本與混亂。
天花板高 —— 一個靠譜的記憶層，恰恰是主題/側欄這類換皮產品最難複製的。
本期合集
先列編輯精選，其餘按 GitHub topic 自動收錄並用星標排序；資料來自即時目錄，隨每次同步重新整理。
- 211.7K1,066
- 41,002101
- 560874
- 6dsh-mnemon作者 omdsh-dev
Mnemon 驅動的本地記憶系統：三層儲存（執行時熱記憶、專案檔案 Documents、長期記憶體 Memory Spaces），受監督寫回、檢索工具與 Web UI。
編輯精選精選Session 與訊息44537 - 831.9K4,253
- 10ai-novel-writer作者 ethanyoq
AI 小說創作軟體：把靈感、角色、世界觀、大綱、章節寫作、審稿和修稿組織成可控流程；提供 Windows/macOS 桌面版，支援本地和線上模型。AI Novel Writing Software: Organizes inspirations, characters, worldbuilding, outlines, chapter drafting, review, and revision into a controllable workflow. Features desktop apps for Windows/macOS, Ollama integration, and a DeepSeek Harness (DSH) plugin preview.
精選Agent、自動化與工作流程1,284151 - 11memsearch作者 zilliztech
為 Claude Code、Codex 等 AI Agent 提供持久化、統一的多層記憶：基於 Markdown 與 Milvus 向量庫，支援語義檢索與混合搜尋。
精選知識與研究2,710264 - 12deja-vu作者 vshulcz
為各類程式設計智慧體（Claude Code、Codex、Cursor 等 20 餘種）提供記憶能力，自動索引它們寫入磁碟的歷史會話，無需大模型或向量庫，僅靠一個本地 Go 程式即可隨時召回。
精選知識與研究1,123109 - 13anolisa作者 agentic-os-org
面向 AI Agent 的 Agentic OS 執行層，提供執行時、安全、可觀測性、沙箱與 Tokenless 響應壓縮，降低上下文 Token 和呼叫成本。
精選開發者工具659126 - 14graph-memory作者 adoresever
Deepseek Harness、Openclaw知識圖譜記憶外掛。2026年4月受邀釋出在清華大學討論會。Knowledge Graph + Memory；Knowledge Graph Context Engine for OpenClaw — extracts structured triples from conversations, compresses context 75%, enables cross-session experience reuse
精選知識與研究63695 - 16thoughtdag作者 chenxiachan
把 AI 對話畫成一張可無限延展的思維地圖：在畫布上讓對話自動生長成可編輯的思維圖譜，用連線承載上下文，支援本地優先、MCP 與知識庫管理。
精選知識與研究54051 - 17billion-context作者 ranxianglei
基本穩定可用 A context-compression plugin for small context windows (a 100K context is enough), token savings (5x fewer tokens), and month-long single sessions (billions of tokens).上下文壓縮外掛，兼顧小視窗(100k上下文足矣)省token(省5倍token)和超長會話(數月級別幾十億token單會話)。billion-context is all you need
精選知識與研究49350 - 18flowix作者 text2future
Notes for you, Memory for your agents. / 內建 Deepseek harness Agent / 適用 辦公 & 寫作 & Coding
精選Agent、自動化與工作流程44557
常見問題
DeepSeek Harness 裡的 memory 外掛是做什麼的？
它給 agent 裝上長期記憶，儲存筆記、檔案或歷史對話，讓它跨 session 記住上下文，而不是每次從零開始。
上下文壓縮對 DSH agent 有什麼用？
用確定性方式摘要或截斷對話，減少 token 消耗，防止長任務上下文越滾越大。
profile 記憶和 session 記憶有什麼差別？
session 記憶只在一次運行內有效；profile／專案記憶跨運行持久保存，每次啟動時注入，讓 agent 保留學到的內容。
第一個記憶外掛該裝哪個？
先裝一個帶自動 recall 的專案記憶外掛——訊號最強；等 agent 常跑長會話，再補壓縮。
記憶外掛會增加 API 成本嗎？
每次召回略增開銷，但通常反而省錢，因為不用反覆重讀大上下文、重做忘掉的活。