通过非官方 DSH MCP 集成，在本地 CPU 准备上下文并复用任务笔记。
DSH 适配
兼容
作者声明
安全审计
未审计
最后核验
2026-10-30
许可证
MIT
01它能帮你完成什么？
为 DSH 准备上下文并复用已保存的任务笔记
按预算准备的上下文，以及召回的决定、约束和后续工作
通过本地 MCP 连接 TOMC 的 DeepSeek Harness 用户
02如何接入 DeepSeek Harness？
前置条件
- Python 3.10 及以上、`.[mcp]` 扩展、Node.js，以及已配置模型的 DSH
安装步骤
- 01
克隆仓库并启用本地 Python 环境。
- 02
用 `python -m pip install -e '.[mcp]'` 安装 MCP 支持。
- 03
通过 README 的 `docs/deepseek_harness.md` 链接查看 DSH 本地 MCP 安装和双会话演示。
验证接入成功
作者未说明
03DSH 适配与能力边界
通过本地 MCP 非官方接入 DeepSeek Harness；README 链接提供 DSH 安装和双会话演示。
准备任务上下文
历史、下一项任务和记忆预算→选中的原文，以及支持的状态、关系或计数记录
MCP 上下文准备和召回成功后，默认会在本地保存准备后的上下文正文与任务。关闭上下文记录只停止后续存储，已有快照仍需另行删除。保存与召回任务笔记
显式调用 `remember_memory` 和 `recall_memory`→供下一项任务使用的需求、决定、约束和未完成工作
MCP 上下文准备和召回成功后，默认会在本地保存准备后的上下文正文与任务。关闭上下文记录只停止后续存储，已有快照仍需另行删除。
04适合谁？何时不该用？
适合
- 通过本地 MCP 连接 TOMC 的 DeepSeek Harness 用户
不适合
- 插件不会自动记录整段聊天。
- 共享笔记本复用的是已保存笔记，不迁移原生聊天，也不提供跨设备云同步。
- 记忆 token 估算不包含任务、聊天封装、回答输出和检查器。
- MCP 上下文准备和召回成功后，默认会在本地保存准备后的上下文正文与任务。关闭上下文记录只停止后续存储，已有快照仍需另行删除。
05兼容性、维护与安全提示
- 插件不会自动记录整段聊天。
- 共享笔记本复用的是已保存笔记，不迁移原生聊天，也不提供跨设备云同步。
- 记忆 token 估算不包含任务、聊天封装、回答输出和检查器。
- MCP 上下文准备和召回成功后，默认会在本地保存准备后的上下文正文与任务。关闭上下文记录只停止后续存储，已有快照仍需另行删除。
源码与 README 可查；功能说明为作者声明。
06常见问题
TOMC 如何接入 DeepSeek Harness？
README 列出非官方本地 MCP 集成，并链接 `docs/deepseek_harness.md`，提供安装与双会话演示。
安装后会自动收集全部 DSH 对话吗？
不会。任务笔记的保存和召回是显式工具调用，插件不自动记录整段聊天。
不同助手能共用 TOMC 笔记吗？
可以，前提是两个客户端使用同一个本地 TOMC 数据库。默认路径为 `~/.tomc/memory.sqlite3`；它共享保存的笔记，不迁移原生聊天，也不进行云同步。
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。
webnovel-writer
作者 lingfengqaq
基于 Claude Code 的长篇网文辅助创作系统，解决 AI 写作中的「遗忘」和「幻觉」问题，支持 200 万字量级 连载创作。
mirage
作者 strukto-ai
全球首个面向 AI 智能体的统一虚拟文件系统。
08数据与来源
| DeepSeek Harness | [Local MCP installation and two-session demo](docs/deepseek_harness.md) | Python with `.[mcp]`, Nod…
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 2026-10-30。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。