摘要倒霉蛋记忆中心DSH Memory是 DSH 的一个插件为 AI Agent 提供结构化长期记忆引擎。它以 SQLite 为唯一事实源把临时上下文升级为可解释、可控制、可恢复、可演进、可治理的本地化知识资产并集成了结构化记忆存储、Markdown 双向管理、智能检索、混合向量检索、经验学习、可靠性系统和 Memory Center WebUI。项目代码与使用方式见 GitHub 仓库问题反馈和交流可加入倒霉蛋记忆中心交流群。GitHub 仓库https://github.com/china-lu222/dsh-memory项目介绍倒霉蛋记忆中心DSH Memory不是简单的聊天记录存储也不是普通数据库或单纯的向量搜索系统。它是一套专为 AI Agent 设计的结构化记忆引擎知识演化系统记忆治理平台它将 Agent 的记忆从临时上下文升级为可解释、可控制、可恢复、可演进、可治理的数据资产。所有记忆都保存在本地以用户能够查看、修改和审计的形式存在而不是隐藏在不可理解的黑盒中。为什么需要长期记忆没有长期记忆的 Agent传统 AI Agent 每次对话都像第一次交流对话结束后上下文容易丢失用户习惯无法长期保存项目知识无法积累曾经解决的问题无法沉淀同样的问题可能重复出现。普通 RAG 的不足RAG 擅长“找到信息”但并不负责管理记忆。它缺少记忆生命周期管理内容可信度治理人工修改能力冲突检测经验学习机制数据恢复能力。倒霉蛋记忆中心的目标就是解决这些长期记忆管理问题。核心能力1. 结构化记忆存储倒霉蛋记忆中心使用 SQLite 作为唯一事实源本地持久化存储Schema 自动迁移完整版本控制全程审计日志安全升级机制。记忆不再是一堆不可理解的数据而是具备结构和生命周期的知识资产。2. Markdown 双向记忆管理每条记忆都可以生成 Markdown 文件。特点数据库 ↔ Markdown 双向同步用户可以直接阅读和修改修改内容经过校验后重新写入自动记录版本变化和审计信息。这意味着用户真正拥有自己的 AI 记忆。3. 智能检索系统倒霉蛋记忆中心不只是全文搜索。它包含查询理解检索规划关键词搜索上下文分层组装检索预算控制。检索过程只读取记忆不会偷偷修改数据。4. 混合向量检索支持关键词 向量融合Keyword Vector ↓ Fusion ↓ Reranker ↓ Context支持sqlite-vec 向量索引可替换 Embedding Provider多策略融合结果重新排序。让 Agent 不仅能匹配关键词也能理解语义关联。5. 经验学习系统DSH Memory 让 Agent 可以从过去经验中成长。包括Experience 生命周期管理用户反馈学习冲突解决错误分析低置信记忆隔离。Agent 不再只是回答问题而是在持续积累解决问题的方法。6. 可靠性系统针对长期运行场景提供持久化事件队列Worker 自动恢复快照备份数据恢复完整性检查自动验证。即使系统重启也能够继续维护记忆状态。7. Memory Center WebUI提供可视化记忆管理中心包含OverviewMemoriesExperiencesConflictsQuarantineSystem支持查看记忆搜索管理编辑归档冲突审核经验管理。让 AI 的记忆真正透明化。DSH Memory 的核心优势能力普通聊天记录普通 RAGDSH Memory长期记忆弱中强知识治理无弱强人工编辑无弱支持经验学习无无支持生命周期管理无无支持数据恢复弱弱支持五大特点可解释用户可以直接查看 Agent 记住了什么。可控制用户可以修改、纠正或删除错误记忆。可恢复支持备份、恢复、验证和重建。可演进记忆会随着反馈和经验不断优化。可治理冲突、生命周期、可信度都有管理机制。系统架构User / Agent ↓ Ingest / Retrieval ↓ Structured Memory Store (SQLite) ↓ ┌───────────────┐ │ Markdown │ │ Retrieval │ │ Vector │ │ Governance │ │ Reliability │ └───────────────┘ ↓ Memory Center WebUI设计理念插件隔离不侵入 DSH CoreSQLite 作为唯一事实源Markdown、向量索引、缓存均可重建检索只读不修改记忆。安装方式获取源码gitclonerepositorycdplugins/dsh-memory安装依赖npminstall构建插件npmrun build安装到 DSHdsh plugin--profileprofileaddlink:/绝对路径/plugins/dsh-memory安装完成后重启 DSH即可加载 Memory Center。使用示例保存用户偏好dsh-memory ingest\--text我喜欢简洁直接的回复方式搜索记忆dsh-memory search\--query用户喜欢什么回复风格创建经验dsh-memory experience create\--summary问题总结\--problem出现的问题\--solution解决方案未来方向DSH Memory 的目标不是做一个简单的聊天历史插件。它希望成为AI Agent 的长期记忆基础设施。让每一个 Agent 都拥有可积累的经验可管理的知识可理解的成长过程真正属于自己的长期记忆。项目定位Agent Memory Infrastructure Structured Memory Engine Knowledge Evolution SystemDSH Memory让 AI Agent 从“会回答”走向“会成长”。 DSH Memory：让 AI Agent 拥有真正可持续成长的长期记忆
摘要倒霉蛋记忆中心DSH Memory是 DSH 的一个插件为 AI Agent 提供结构化长期记忆引擎。它以 SQLite 为唯一事实源把临时上下文升级为可解释、可控制、可恢复、可演进、可治理的本地化知识资产并集成了结构化记忆存储、Markdown 双向管理、智能检索、混合向量检索、经验学习、可靠性系统和 Memory Center WebUI。项目代码与使用方式见 GitHub 仓库问题反馈和交流可加入倒霉蛋记忆中心交流群。GitHub 仓库https://github.com/china-lu222/dsh-memory项目介绍倒霉蛋记忆中心DSH Memory不是简单的聊天记录存储也不是普通数据库或单纯的向量搜索系统。它是一套专为 AI Agent 设计的结构化记忆引擎知识演化系统记忆治理平台它将 Agent 的记忆从临时上下文升级为可解释、可控制、可恢复、可演进、可治理的数据资产。所有记忆都保存在本地以用户能够查看、修改和审计的形式存在而不是隐藏在不可理解的黑盒中。为什么需要长期记忆没有长期记忆的 Agent传统 AI Agent 每次对话都像第一次交流对话结束后上下文容易丢失用户习惯无法长期保存项目知识无法积累曾经解决的问题无法沉淀同样的问题可能重复出现。普通 RAG 的不足RAG 擅长“找到信息”但并不负责管理记忆。它缺少记忆生命周期管理内容可信度治理人工修改能力冲突检测经验学习机制数据恢复能力。倒霉蛋记忆中心的目标就是解决这些长期记忆管理问题。核心能力1. 结构化记忆存储倒霉蛋记忆中心使用 SQLite 作为唯一事实源本地持久化存储Schema 自动迁移完整版本控制全程审计日志安全升级机制。记忆不再是一堆不可理解的数据而是具备结构和生命周期的知识资产。2. Markdown 双向记忆管理每条记忆都可以生成 Markdown 文件。特点数据库 ↔ Markdown 双向同步用户可以直接阅读和修改修改内容经过校验后重新写入自动记录版本变化和审计信息。这意味着用户真正拥有自己的 AI 记忆。3. 智能检索系统倒霉蛋记忆中心不只是全文搜索。它包含查询理解检索规划关键词搜索上下文分层组装检索预算控制。检索过程只读取记忆不会偷偷修改数据。4. 混合向量检索支持关键词 向量融合Keyword Vector ↓ Fusion ↓ Reranker ↓ Context支持sqlite-vec 向量索引可替换 Embedding Provider多策略融合结果重新排序。让 Agent 不仅能匹配关键词也能理解语义关联。5. 经验学习系统DSH Memory 让 Agent 可以从过去经验中成长。包括Experience 生命周期管理用户反馈学习冲突解决错误分析低置信记忆隔离。Agent 不再只是回答问题而是在持续积累解决问题的方法。6. 可靠性系统针对长期运行场景提供持久化事件队列Worker 自动恢复快照备份数据恢复完整性检查自动验证。即使系统重启也能够继续维护记忆状态。7. Memory Center WebUI提供可视化记忆管理中心包含OverviewMemoriesExperiencesConflictsQuarantineSystem支持查看记忆搜索管理编辑归档冲突审核经验管理。让 AI 的记忆真正透明化。DSH Memory 的核心优势能力普通聊天记录普通 RAGDSH Memory长期记忆弱中强知识治理无弱强人工编辑无弱支持经验学习无无支持生命周期管理无无支持数据恢复弱弱支持五大特点可解释用户可以直接查看 Agent 记住了什么。可控制用户可以修改、纠正或删除错误记忆。可恢复支持备份、恢复、验证和重建。可演进记忆会随着反馈和经验不断优化。可治理冲突、生命周期、可信度都有管理机制。系统架构User / Agent ↓ Ingest / Retrieval ↓ Structured Memory Store (SQLite) ↓ ┌───────────────┐ │ Markdown │ │ Retrieval │ │ Vector │ │ Governance │ │ Reliability │ └───────────────┘ ↓ Memory Center WebUI设计理念插件隔离不侵入 DSH CoreSQLite 作为唯一事实源Markdown、向量索引、缓存均可重建检索只读不修改记忆。安装方式获取源码gitclonerepositorycdplugins/dsh-memory安装依赖npminstall构建插件npmrun build安装到 DSHdsh plugin--profileprofileaddlink:/绝对路径/plugins/dsh-memory安装完成后重启 DSH即可加载 Memory Center。使用示例保存用户偏好dsh-memory ingest\--text我喜欢简洁直接的回复方式搜索记忆dsh-memory search\--query用户喜欢什么回复风格创建经验dsh-memory experience create\--summary问题总结\--problem出现的问题\--solution解决方案未来方向DSH Memory 的目标不是做一个简单的聊天历史插件。它希望成为AI Agent 的长期记忆基础设施。让每一个 Agent 都拥有可积累的经验可管理的知识可理解的成长过程真正属于自己的长期记忆。项目定位Agent Memory Infrastructure Structured Memory Engine Knowledge Evolution SystemDSH Memory让 AI Agent 从“会回答”走向“会成长”。