一個零相依性的本機記憶引擎，提供 CLI、Python、HTTP 與 stdio MCP 介面。
DSH 整合
生態系相關
作者聲明
安全稽核
未稽核
最後核實
2026-09-08
授權條款
MIT
01它能幫你完成什麼？
為智慧代理工作流程保存和擷取本機記憶
可經 CLI、Python、HTTP 或 MCP 使用的本機記憶庫
想透過 MCP 使用自託管記憶系統的 DSH 使用者
02如何將外掛接入 DeepSeek Harness？
安裝步驟
- 01
執行 `pip install mnemosyne-os` 安裝。
- 02
使用 README 記載的 `python -m mnemosyne.webui.mcp_server` 啟動 stdio MCP 服務。
驗證整合成功
- 執行 README 的標準函式庫核心匯入命令，並確認輸出 `Ready!`。
03DSH 整合程度與能力邊界
透過 README 記載的 MCP 部署路徑與 DeepSeek Harness 整合
MCP 記憶服務
經 stdio JSON-RPC 傳送的記憶寫入與擷取請求→13 個用於記憶、擷取、稽核與交換的 MCP 工具
本機儀表板首次執行會建立 `admin / mnemosyne` 預設帳號
04適合誰？何時不該用？
適合
- 想透過 MCP 使用自託管記憶系統的 DSH 使用者
不適合
- 首次登入後應變更儀表板的預設密碼。
05相容性、維護與安全提醒
- 首次登入後應變更儀表板的預設密碼。
作者 README 已依所引提交版本記錄
06常見問題
DSH 如何使用 Mnemosyne？
啟動 README 中的 stdio MCP 服務，並將 DSH 端 MCP 設定連接到該命令。
核心需要向量資料庫嗎？
README 將核心描述為僅相依 Python 標準函式庫，存取記憶不需要向量資料庫或 LLM 執行環境。
首先應處理什麼安全項目？
本機儀表板首次執行會建立 `admin / mnemosyne`；登入後請變更密碼。
07相關的 DSH 工作流程
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。
dsh-anchored-standard
作者 xiaobright
DeepSeek Harness 兩階段預設：先最小對齊引導，再啟用完整標準工具集。
mem9
作者 mem9-ai
每輪自動回憶 + 後臺智慧攝取 + 五個記憶工具，為 DSH 加持記憶。
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。
08資料與來源
docs/DEPLOY_DEEPSEEK_HARNESS.md` — Deploy with DeepSeek Harness (via MCP)
此頁面根據專案公開文件、儲存庫中繼資料與 DSH Plugins 的結構化解析所產生；最後核實於 2026-09-08。發現錯誤？提交更正。
最佳 DeepSeek Harness 外掛
從全目錄挑出的 12 個值得優先安裝的外掛，涵蓋各個分類。