採 MIT 授權、基於 Python 的 DeepSeek Harness（dsh）記憶外掛程式——自動擷取、步驟前記憶注入、原生技能召回、背景維護與唯讀記憶瀏覽器，以 Markdown 作為事實來源。
DSH 整合
原生執行環境
作者聲明
安全稽核
未稽核
最後核實
2026-08-25
授權條款
MIT
01它能幫你完成什麼？
為 DeepSeek Harness 的對話提供可跨 agent 流動的持久記憶
在 `.memsearch/memory/` 下產生每日 `.md` 記憶日誌，並提供語意召回，讓過去的對話成為 DSH 與其他 agent 中可檢索的上下文
希望自動擷取與檢索對話、無須手動設定的 DeepSeek Harness 使用者
在 DSH 中直接復原過去的決策與除錯上下文
相關記憶在第一個模型步驟前被注入，並透過按需呼叫的 `memory-recall` 技能從你的歷史中給出答案
需要追溯某架構或決策為何被採納、或想延續此前除錯線索的開發者
02如何將外掛接入 DeepSeek Harness？
安裝步驟
- 01
以 ONNX 額外依賴安裝 memsearch CLI：`uv tool install "memsearch[onnx]"`
- 02
把已發布的 DSH 外掛程式加入你的設定檔：`dsh plugin --profile web add @zilliz/memsearch-dsh`
$ dsh plugin --profile web add @zilliz/memsearch-dsh
- 03
重啟該 DSH 設定檔，或開啟一個新會話
驗證整合成功
- ls .memsearch/memory/
03DSH 整合程度與能力邊界
將已發布的 `@zilliz/memsearch-dsh` 外掛程式安裝進你的 DSH 設定檔；對話結束後自動擷取，並在第一個模型步驟前注入相關記憶。
自動對話擷取
DeepSeek Harness 已完成的對話回合→在 `.memsearch/memory/` 下附加的每日 `.md` 記憶日誌
步驟前記憶注入
已儲存記憶 + 目前會話→僅在有需要時，於第一個模型步驟前注入相關記憶
語意召回（memory-recall 技能）
DSH 中的自然語言問題→透過已註冊的 `memory-recall` 技能從過去對話中給出的答案
唯讀記憶瀏覽器 dock
MemSearch web 設定檔→一個緊湊的 dock，用來檢視技能候選並以唯讀方式瀏覽 `.memsearch/` 下的檔案
04適合誰？何時不該用？
適合
- 希望自動擷取與檢索對話、無須手動設定的 DeepSeek Harness 使用者
- 需要追溯某架構或決策為何被採納、或想延續此前除錯線索的開發者
05相容性、維護與安全提醒
- 首次啟動時，預設的 ONNX bge-m3 嵌入模型（約 558 MB）會從 HuggingFace Hub 下載，因此首次執行需要聯網與磁碟空間。
- 進階記憶維護（PROJECT.md / USER.md 筆記）與技能蒸餾（程序性記憶）預設為關閉；需透過向 agent 提問或編輯設定來開啟。
MIT · 活躍維護中（最新版本 v0.4.19，2026-08-23）
06常見問題
要怎麼在 DeepSeek Harness 上安裝 memsearch？
先執行 `uv tool install "memsearch[onnx]"` 安裝 memsearch CLI，再用 `dsh plugin --profile web add @zilliz/memsearch-dsh` 把外掛程式加入你的設定檔，然後重啟該 DSH 設定檔。之後對話回合會自動被擷取。
memsearch 在 DSH 上執行需要 API key 嗎？
不需要。預設的嵌入提供者是 ONNX bge-m3，在本機 CPU 執行、免 key、零費用。首次啟動會從 HuggingFace Hub 下載約 558 MB 的模型。只有切換到 OpenAI、Voyage 或託管 Milvus 後端時才需要 key。
在 DeepSeek Harness 裡記憶是怎麼被復原的？
相關記憶只會在有需要時，於第一個模型步驟前被注入；你也可以直接用自然語言發問，或請 DSH 使用已註冊的 `memory-recall` 技能，按需從歷史中復原答案。
在 DSH 建立的記憶能被其他 agent 共用嗎？
可以。某個 agent 的對話無須額外設定，就會成為所有 agent 可檢索的上下文——記憶在 Claude Code、Codex、OpenClaw、OpenCode 之間流動，共用同一份 `.memsearch/` Markdown 檔案。Milvus 只是可重建的影子索引。
我的記憶可以編輯、攜帶嗎？
可以。記憶就是 `.memsearch/memory/` 下的純 `.md` 檔案——可讀、可編輯、可納入版本管理。web 設定檔還提供一個唯讀 dock，用來檢視技能候選並瀏覽這些檔案而不更動它們。
07相關的 DSH 工作流程
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。
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。
mirage
作者 strukto-ai
全球首個面向 AI 智慧體的統一虛擬檔案系統。
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。
08資料與來源
automatic capture, pre-step memory injection, native skill-based recall, background maintenance, and a read-only memory…
dsh plugin --profile web add @zilliz/memsearch-dsh
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 2026-08-25。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。