基于 MIT 协议、用 Python 编写的 DeepSeek Harness（dsh）记忆插件——自动捕获、步骤前记忆注入、原生技能召回、后台维护与只读记忆浏览器，以 Markdown 为事实来源。
DSH 适配
原生运行时
作者声明
安全审计
未审计
最后核验
2026-08-25
许可证
MIT
01它能帮你完成什么？
为 DeepSeek Harness 的会话提供可跨 agent 流动的持久记忆
在 `.memsearch/memory/` 下生成每日 `.md` 记忆日志，并提供语义召回，使过去的对话成为 DSH 与其他 agent 中可检索的上下文
希望自动捕获与检索对话、无需手动配置的 DeepSeek Harness 用户
在 DSH 中直接找回过去的决策与调试上下文
相关记忆在首个模型步骤前被注入，并通过按需调用的 `memory-recall` 技能从你的历史中给出答案
需要追溯某架构或决策为何被采纳、或想继续此前调试线程的开发者
02如何接入 DeepSeek Harness？
安装步骤
- 01
用 ONNX 额外依赖安装 memsearch CLI：`uv tool install "memsearch[onnx]"`
- 02
把已发布的 DSH 插件加入你的 profile：`dsh plugin --profile web add @zilliz/memsearch-dsh`
$ dsh plugin --profile web add @zilliz/memsearch-dsh
- 03
重启该 DSH profile，或开启一个新会话
验证接入成功
- ls .memsearch/memory/
03DSH 适配与能力边界
把已发布的 `@zilliz/memsearch-dsh` 插件安装到你的 DSH profile；对话结束后自动捕获，并在首个模型步骤前注入相关记忆。
自动对话捕获
DeepSeek Harness 已完成的对话回合→在 `.memsearch/memory/` 下追加的每日 `.md` 记忆日志
步骤前记忆注入
已存储记忆 + 当前会话→仅在有用时，于首个模型步骤前注入相关记忆
语义召回（memory-recall 技能）
DSH 中的自然语言问题→通过已注册的 `memory-recall` 技能从过去对话中给出的答案
只读记忆浏览器 dock
MemSearch web profile→一个紧凑的 dock，用于查看技能候选并只读浏览 `.memsearch/` 下的文件
04适合谁？何时不该用？
适合
- 希望自动捕获与检索对话、无需手动配置的 DeepSeek Harness 用户
- 需要追溯某架构或决策为何被采纳、或想继续此前调试线程的开发者
05兼容性、维护与安全提示
- 首次启动时，默认的 ONNX bge-m3 嵌入模型（约 558 MB）会从 HuggingFace Hub 下载，因此首次运行需要联网与磁盘空间。
- 高级记忆维护（PROJECT.md / USER.md 笔记）与技能蒸馏（程序性记忆）默认关闭；需要通过向 agent 提问或编辑配置来开启。
MIT · 活跃维护中（最新发布 v0.4.19，2026-08-23）
06常见问题
怎么在 DeepSeek Harness 上安装 memsearch？
先执行 `uv tool install "memsearch[onnx]"` 安装 memsearch CLI，再用 `dsh plugin --profile web add @zilliz/memsearch-dsh` 把插件加入你的 profile，然后重启该 DSH profile。之后对话回合会自动被捕获。
memsearch 在 DSH 上运行需要 API key 吗？
不需要。默认 embedding 提供方是 ONNX bge-m3，本地 CPU 运行、无需 key、零费用。首次启动会从 HuggingFace Hub 下载约 558 MB 的模型。只有切换到 OpenAI、Voyage 或托管 Milvus 后端时才需要 key。
在 DeepSeek Harness 里记忆是怎么被召回的？
相关记忆只会在有用时，于首个模型步骤前被注入；你也可以自然提问，或让 DSH 使用已注册的 `memory-recall` 技能，按需从历史中检索答案。
在 DSH 里创建的记忆能被其他 agent 复用吗？
可以。一个 agent 的对话无需额外配置即可成为所有 agent 可检索的上下文——记忆在 Claude Code、Codex、OpenClaw、OpenCode 之间流动，共用同一份 `.memsearch/` Markdown 文件。Milvus 只是可重建的影子索引。
我的记忆可编辑、可移植吗？
可以。记忆就是 `.memsearch/memory/` 下的纯 `.md` 文件——可读、可编辑、可纳入版本管理。web profile 还提供一个只读 dock，用来查看技能候选并浏览这些文件而不改动它们。
07相关的 DSH 工作流
weknora
作者 tencent
开源的 LLM 知识库平台：把原始文档转化为可检索的 RAG 知识库、自主推理智能体和自动维护的 Wiki 系统，支持多租户部署。
honcho
作者 plastic-labs
用于构建有状态 AI 智能体的记忆库，支持跨会话连续学习与上下文工程。
mirage
作者 strukto-ai
全球首个面向 AI 智能体的统一虚拟文件系统。
reme
作者 agentscope-ai
ReMe：面向 AI Agent 的记忆管理套件——帮 Agent「记住我、优化我」，支持 RAG 与长期记忆。
08数据与来源
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
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 2026-08-25。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。