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。

765 個外掛134.9K 星

同步自我們的 GitHub 清單 · 目錄更新於 2026-10-17

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。

1
openviking作者 volcengine
為 AI 智慧體打造的自進化上下文資料庫，統一智慧體記憶、知識 RAG 與技能。
編輯精選精選Agent、自動化與工作流程
40.1K3,197
2
memos作者 memtensor
面向 LLM 與 AI 智慧體的自進化記憶系統，提供超持久記憶、混合檢索與跨任務技能複用，可顯著節省 Token。
編輯精選精選Session 與訊息
11.9K1,117
3
everos作者 evermind-ai
為所有 AI 智慧體提供的便攜統一記憶層，本地優先、Markdown 原生、資料歸使用者所有，跨應用與工作流自進化。
編輯精選MCP 與協定
13.4K949
4
mindmemos作者 mindscale-noah
為 DSH 智慧體提供跨會話持久記憶，每輪自動召回相關上下文並回寫經驗，通過模式學習與技能蒸餾持續進化。
編輯精選精選Session 與訊息
916100
5
mnemon作者 mnemon-dev
LLM 監督的持久記憶系統，基於圖結構召回、跨會話知識共享，單個二進位制檔案，相容 DeepSeek Harness 等執行時。
編輯精選命令列與終端機
63376
6
dsh-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
56242
7
engramory作者 tinqiao-oss
面向 AI 智慧體的可移植記憶協議，可作為常駐規則載入，包含整理規範、參考規範與可選鉤子。
編輯精選精選Session 與訊息
19512
8
weknora作者 tencent
開源的 LLM 知識庫平臺：把原始文件轉化為可檢索的 RAG 知識庫、自主推理智慧體和自動維護的 Wiki 系統，支援多租戶部署。
精選知識與研究
34.4K4,585
9
reme作者 agentscope-ai
ReMe：面向 AI Agent 的記憶管理套件——幫 Agent「記住我、最佳化我」，支援 RAG 與長期記憶。
精選知識與研究
3,630315
10
ai-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
1,578183
11
memsearch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
2,755268
12
billion-context作者 ranxianglei
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
1,516121
13
deja-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
1,219125
14
anolisa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
625147
15
honcho作者 plastic-labs
用於構建有狀態 AI 智慧體的記憶庫，支援跨會話連續學習與上下文工程。
知識與研究
7,647947
16
thoughtdag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
64060
17
flowix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
47162
18
memtrace-public作者 syncable-dev
面向編碼智慧體的結構化記憶，雙時態圖、MCP 原生、零 LLM 呼叫，支援多款主流編碼工具。
精選知識與研究
49647

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。

DSH 記憶與上下文治理外掛（DeepSeek Harness）

為什麼現在關注

本期合集

常見問題

相關分類

瀏覽完整外掛市集