MIT 授權的 DSH 記憶外掛:每一輪對話分層存成 L0–L3 記憶,後續對話自動召回,還能用兩個工具隨時檢索;資料預設儲存在本機 `~/.memory-tencentdb/memory-tdai`。
DSH 整合
原生執行環境
作者聲明
安全稽核
未稽核
最後核實
2026-11-21
授權條款
MIT
01它能幫你完成什麼?
讓 DSH 的對話擁有分層的長期記憶
L0 原始對話、L1 事實/偏好/事件等結構化記憶、L2/L3 場景資訊與使用者輪廓,預設全部落在 `~/.memory-tencentdb/memory-tdai`
每開一個新工作階段都要重新交代專案背景、偏好與歷史決定的 DSH 使用者
不離開對話就能召回與檢索記憶
依目前訊息召回的相關記憶,以及 `tdai_memory_search`(查結構化記憶)與 `tdai_conversation_search`(查原始對話)兩個工具
回答取決於幾週前談定的決定、偏好或事實的人
自己決定記憶管線跑到哪一步
三種預設組合——自動記憶(擷取、萃取、自動召回、搜尋工具全開)、僅搜尋既有記憶、暫停記憶功能——外加可個別覆寫的開關、儲存位置與調校參數
想開著擷取但關掉自動召回,或只想查詢既有記憶的使用者
02如何將外掛接入 DeepSeek Harness?
先決條件
- DSH Web 或 DSH Desktop;外掛接受 `0.2.0-rc.2` 起的全部宿主版本,含後續預發布版
- Node.js `>=22.18`
- 萃取需要 OpenAI 相容的 LLM 位址、模型與金鑰,召回需要 OpenAI 相容的 Embedding 位址、模型與維度——預設 Embedding 位址只是佔位值,不是內建服務
安裝步驟
- 01
Desktop:先在「應用程式 → 管理 dsh 命令」安裝桌面版 `dsh`,再執行 `dsh plugin --profile desktop add dsh-tdai-memory`。
$ dsh
- 02
Web:把指令換成 `dsh plugin --profile web add dsh-tdai-memory`。
$ dsh plugin --profile web add dsh-tdai-memory
- 03
重新啟動 DSH,開啟「外掛 → 已安裝 → dsh-tdai-memory」。
- 04
另一種裝法:透過 Enhancement Suite 安裝,不必用命令列。
驗證整合成功
- 重新啟動後外掛會出現在「外掛 → 已安裝 → dsh-tdai-memory」。
- 請 Agent 搜一下記憶:兩個工具都應該回應,外掛日誌裡能看到 `[tdai-memory] tools registered`。
03DSH 整合程度與能力邊界
原生 DSH 外掛:用 `dsh plugin` 指令(`--profile desktop` 或 `--profile web`)安裝並重新啟動 DSH 後,它會以 dsh-tdai-memory 出現在「外掛 → 已安裝」裡,負責擷取對話、萃取記憶並註冊兩個搜尋工具
分層擷取與記憶萃取(L0–L3)
外掛啟用期間擷取到的每一輪對話,以及你設定的萃取模型→L0 原始對話、L1 事實/偏好/事件等結構化記憶、L2/L3 場景資訊與使用者輪廓
預設把記憶寫進 `~/.memory-tencentdb/memory-tdai`向你設定的 LLM 端點送出萃取請求萃取在背景進行,耗時與品質取決於該模型與服務依訊息自動召回
目前這輪 DSH 對話裡的訊息→針對該訊息檢索出的相關記憶,交給 Agent;介面語言跟隨 DSH
每次召回都會向你設定的 Embedding 端點送出請求記憶與對話搜尋工具
Agent 自己寫的查詢,可以針對結構化記憶,也可以針對原始對話→`tdai_memory_search` 查記憶各層,`tdai_conversation_search` 查擷取到的對話
記憶模式與進階覆寫
三種預設組合之一(自動記憶、僅搜尋既有記憶、暫停記憶功能),或逐項開關→擷取、萃取、自動召回、搜尋工具各自開關,儲存位置與調校參數可調整
搜尋工具開關即時生效,其他管線設定需依提示重新啟動 DSH設定表單只寫入編輯過的欄位,沒動過的金鑰會保留
04適合誰?何時不該用?
適合
- 每開一個新工作階段都要重新交代專案背景、偏好與歷史決定的 DSH 使用者
- 回答取決於幾週前談定的決定、偏好或事實的人
- 想開著擷取但關掉自動召回,或只想查詢既有記憶的使用者
不適合
- 服務得自己準備:萃取需要 OpenAI 相容的 LLM 位址、模型與金鑰,召回需要 OpenAI 相容的 Embedding 位址、模型與維度。預設 Embedding 位址只是一個設定值,不是內建服務。
- 擷取到的對話與記憶留在本機,但萃取與 Embedding 請求會送到你設定的服務——端點自己挑,記憶資料夾自己備份。
- 不保證每筆資訊都會被儲存或召回:寫入、萃取、召回都取決於啟用狀態、模型連線與檢索結果,萃取模型還必須穩定輸出結構化結果。
05相容性、維護與安全提醒
- 服務得自己準備:萃取需要 OpenAI 相容的 LLM 位址、模型與金鑰,召回需要 OpenAI 相容的 Embedding 位址、模型與維度。預設 Embedding 位址只是一個設定值,不是內建服務。
- 擷取到的對話與記憶留在本機,但萃取與 Embedding 請求會送到你設定的服務——端點自己挑,記憶資料夾自己備份。
- 不保證每筆資訊都會被儲存或召回:寫入、萃取、召回都取決於啟用狀態、模型連線與檢索結果,萃取模型還必須穩定輸出結構化結果。
- 支援 DSH Web / Desktop,接受 `0.2.0-rc.2` 起的宿主版本(含後續預發布版),並要求 Node.js `>=22.18`;選用完全本機的 Embedding 後端時,還要在目標 Profile 另外安裝並核准可選的 `node-llama-cpp` 建置。
MIT · 活躍維護(最新 release v0.4.9,2026-11-15;由 OpenClaw 外掛核心移植到 DSH)
06常見問題
在 DSH 裡怎麼安裝?裝完在哪裡找到它?
Desktop 先在「應用程式 → 管理 dsh 命令」安裝桌面版 `dsh`,執行 `dsh plugin --profile desktop add dsh-tdai-memory`,重新啟動 DSH 後開啟「外掛 → 已安裝 → dsh-tdai-memory」。Web 把 profile 換成 `web`,指令相同。也可以透過 Enhancement Suite 安裝。
裝完還要設定什麼,記憶才會運作?
兩套服務:萃取用的 OpenAI 相容 LLM 位址、模型與金鑰,召回用的 OpenAI 相容 Embedding 位址、模型與維度。預設 Embedding 位址只是佔位值,得自己跑一個或指向可用的服務;接著選「自動記憶」儲存並重新啟動 DSH,記憶管線才會讀到新設定。
支援哪些 DSH 版本與平台?
DSH Web 與 DSH Desktop 都支援,外掛接受 `0.2.0-rc.2` 起的全部宿主版本(含後續預發布版),並要求 Node.js `>=22.18`。只有選用完全本機的 Embedding 後端時,才需要在目標 Profile 另外安裝並核准可選的 `node-llama-cpp` 建置。
記憶存在哪裡?什麼會離開本機?
擷取到的對話與記憶都存在本機,預設在 `~/.memory-tencentdb/memory-tdai`,同一個資料夾裡既有的記憶可以直接沿用。萃取與 Embedding 請求確實會送到你設定的服務,所以端點要自己挑,這個資料夾也要自己備份。
它和 DSH 裡其他外掛是什麼關係?
它是獨立的 DSH 外掛,用 `dsh plugin` 指令(或 Enhancement Suite)安裝,DSH 啟動時載入,不需要搭配其他外掛。它替 Agent 加上 `tdai_memory_search` 與 `tdai_conversation_search` 兩個工具,介面語言跟隨 DSH。
07相關的 DSH 工作流程
dsh-agent-teams
作者 nanmicoder
DeepSeek Harness 的 Agent Teams 多智慧體協作外掛,支援多個 AI Agent 組成團隊,協同完成複雜任務,實現任務分配、並行執行、成員通訊與團隊協作。 AgentTeams plugin for DeepSeek Harness
dsh-blender-plugin
作者 sixtysevenlf
DSH × Blender 直連外掛 v3.0.6:15 個模型工具讓 AI 驅動 GUI Blender(視口 / 自定義視角 / 無頭 worker / 作業層 / 事務回滾 / 配方庫),34 family / 228 op 契約層;npm 安裝 + addon zip,GUI 優先、無頭備用;dsh-TUI 選中 chip / @ 提及 / /blender,隨包建模 skill,支援 WSL / Windows / macOS。
dsh-free-search
作者 dddmuc
為DeepSeek Harness提供的免費網路搜尋服務商:即使沒有API金鑰也可使用。Free web search provider for DeepSeek Harness:usable even without an API key.
dsh-bili-scroll
作者 c1overzz
DSH 外掛:每天替你刷一輪 B站,讀字幕挑出值得的、寫一份日報,值得的 @ 你
08資料與來源
将 TencentDB Agent Memory 的分层记忆系统接入 [DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness):捕获对话、提取结构化记忆,并在后续…
按当前消息召回相关记忆;提供 `tdai_memory_search` 和 `tdai_conversation_search` 工具
dsh plugin --profile desktop add dsh-tdai-memory
安装后重启 DSH,打开 **插件 → 已安装 → dsh-tdai-memory**。
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 2026-11-21。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。
