一个 dsh skill，为 Harness 提供本地、基于文件的记忆规范（markdown + 索引），通过 dsh 初始化助手安装；需 dsh 0.2.1+ 与 Python 3.9+。
DSH 适配
原生运行时
作者声明
安全审计
未审计
最后核验
2026-08-22
许可证
MIT
01它能帮你完成什么？
为 DeepSeek Harness 提供一套有纪律的、本地、基于文件的记忆协议（一个事实一个 markdown 文件 + 始终加载的索引）
$DSH_HOME/AGENTS.md 中的标记块与 <DSH_HOME>/skills/engramory 下的 skill，外加一个独立的 .engramory-memory/ 存储，模型作为常驻规则遵循
想要零基础设施、人类可读的 Agent 记忆规范，而非向量/图数据库的 DSH 用户
02如何接入 DeepSeek Harness？
前置条件
- Python 3.9+
- DeepSeek Harness dsh 0.2.1 或更高版本
- 本地已克隆的 engramory 仓库
安装步骤
- 01
克隆仓库并进入目录
- 02
运行 `python tools/engramory_init.py dsh --install-skill`（默认 $DSH_HOME；用 --project-root 做项目级安装）
- 03
重启 dsh；协议通过 $DSH_HOME/AGENTS.md 作为常驻规则加载
验证接入成功
作者未说明
03DSH 适配与能力边界
通过 skill 安装器接入 DSH：`python tools/engramory_init.py dsh --install-skill` 把 Engramory 块写入 $DSH_HOME/AGENTS.md，并把协议安装到 dsh 用户 skill 根目录。
DSH skill 安装与 AGENTS.md 块
`python tools/engramory_init.py dsh --install-skill`→$DSH_HOME/AGENTS.md 中的标记块 + <DSH_HOME>/skills/engramory 下的 skill
本地基于文件的记忆存储
Agent 笔记 / 事实→.engramory-memory/ 中的 markdown 文件 + 始终加载的索引
04适合谁？何时不该用？
适合
- 想要零基础设施、人类可读的 Agent 记忆规范，而非向量/图数据库的 DSH 用户
不适合
- 请安装 dsh 0.2.1 或更高版本。在 dsh 0.2.0 上 skill 能装上但永不激活（issue 8，旧版 Cordis inject 语法）；预览期「无法安装第三方插件」的问题已在 rc.7 上游修复。
- 索引上限是尽力而为，并非全局写入防护：shell 工具（Bash/PowerShell）、MCP 文件工具、外部编辑器与同步客户端都会绕过它。目前仍是实验性（0.10.0），暂不要把它当作强制、跨 Agent 的记忆层。
05兼容性、维护与安全提示
- 请安装 dsh 0.2.1 或更高版本。在 dsh 0.2.0 上 skill 能装上但永不激活（issue 8，旧版 Cordis inject 语法）；预览期「无法安装第三方插件」的问题已在 rc.7 上游修复。
- 索引上限是尽力而为，并非全局写入防护：shell 工具（Bash/PowerShell）、MCP 文件工具、外部编辑器与同步客户端都会绕过它。目前仍是实验性（0.10.0），暂不要把它当作强制、跨 Agent 的记忆层。
- Engramory 不是数据库、框架或按相关性加载的 skill——记忆就是可打开、编辑、diff 的纯文本 markdown 文件；实时存储本身被 git 忽略。
MIT - 活跃维护（最新发布 v0.10.0，2026-08-20）
06常见问题
如何为 dsh 安装？
克隆仓库，然后运行 `python tools/engramory_init.py dsh --install-skill`（默认 $DSH_HOME；加 --project-root 做项目级安装）。重启 dsh 以加载 $DSH_HOME/AGENTS.md 中的块。
需要哪个 dsh 版本？
dsh 0.2.1 或更高。0.2.0 上 skill 能装但不激活（issue 8）；预览期「无法安装第三方插件」问题已在 rc.7 修复。
它是数据库吗？
不是——记忆是纯文本 markdown 文件（一个事实一个文件）加一个始终加载的索引。无数据库、嵌入或服务器；实时存储本身被 git 忽略。
索引上限是硬性防护吗？
不是——它是尽力而为。shell 工具（Bash/PowerShell）、MCP 文件工具、外部编辑器与同步客户端都会绕过它。Engramory 仍处于实验阶段（0.10.0），暂不要当作强制的跨 Agent 记忆层。
07相关的 DSH 工作流
memos
作者 memtensor
面向 LLM 与 AI 智能体的自进化记忆系统，提供超持久记忆、混合检索与跨任务技能复用，可显著节省 Token。
dsh-anchored-standard
作者 xiaobright
DeepSeek Harness 两阶段预设：先最小对齐引导，再启用完整标准工具集。
mem9
作者 mem9-ai
每轮自动回忆 + 后台智能摄取 + 五个记忆工具，为 DSH 加持记忆。
mindmemos
作者 mindscale-noah
为 DSH 智能体提供跨会话持久记忆，每轮自动召回相关上下文并回写经验，通过模式学习与技能蒸馏持续进化。
08数据与来源
An opinionated, zero-infrastructure memory *protocol* for small-scale, local, file-based agent memory
python tools/engramory_init.py dsh --install-skill
It writes a marked Engramory block into `$DSH_HOME/AGENTS.md` (dsh agent-instructions plugin)
Install **0.2.1 or later**: the preview-era cannot-install-third-party-plugins bug is fixed upstream (rc.7)
a separate `.engramory-memory/` store.
Memory is a folder of small, human-readable markdown files plus one always-loaded index.
页面基于项目公开文档、仓库元数据和 DSH Plugins 的结构化解析生成；最后核验于 2026-08-22。发现错误？提交更正。
最佳 DeepSeek Harness 插件
从全目录挑出的 12 个值得优先安装的插件，覆盖各个分类。