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
openviking
作者 volcengine
为 AI 智能体打造的自进化上下文数据库，统一智能体记忆、知识 RAG 与技能。
distilly
作者 titanwings
Distilly — Distill how they think into reusable Skills for any Agent or Bot. Formerly Colleague Skill（原同事 Skill）.
nocobase
作者 nocobase
开源的 AI + 无代码应用搭建平台：AI 在久经生产验证的底层基础设施与所见即所得的无代码界面之上工作，帮你快速构建 CRM、ERP 等业务系统，兼顾速度与可靠性。
archify
作者 tt-a1i
为编码智能体生成美观可验证的架构图、时序图与数据流图，输出自包含 HTML，支持动效与清晰导出。
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。