ARTICLE · 1177822

DeepSeek Harness 插件 EverOS 斩获 3万星:AI Agent 的「记忆革命」来了

发布时间：2026-10-14 09:05:11 最近访问：2026-10-14 09:05:12

作者：龙虾牧羊人

发布时间：2026年10月14日

一、痛点引入：你的 AI Agent 为何总是「记不住事」？

用过 DeepSeek Harness（DSH）的朋友都知道，这玩意儿是个插件化架构的 AI Agent 运行时，核心理念是「Everything is a Plugin」——什么都能插，什么都能扩展。

但有一个灵魂拷问：

每次新建会话，AI Agent 就失忆了。昨天学的、聊的、沉淀的，统统清零。

这就是当前大多数 AI 编程助手/Agent 的通病——缺乏持久记忆。你花半小时调教它学会你的代码风格、项目规范，下一次对话它又变回陌生人。

今天要聊的 EverOS，正是来解决这个痛点的。而且它已经悄咪咪地在 GitHub 上拿到了 3万+ Star，成为了 DSH 生态中最受欢迎的插件之一。

二、EverOS 是什么？

根据 GitHub 仓库的描述：

EverOS is a Python library and local-first memory runtime for agents and makers.

翻译成人话：一个本地优先的 AI 记忆运行时。

它的核心特性

特性	EverOS	其他记忆方案
数据格式	Markdown 源文件，可读可编辑可 Git 版本控制	通常是 API、向量、图谱或数据库状态
编辑方式	直接改 .md 文件，级联同步	通常需要 SDK、API 或后台操作
存储架构	Markdown + SQLite + LanceDB，本地三件套，无需 MongoDB/ES/Redis	通常依赖托管服务或复杂服务端
记忆类型	用户轨迹 + Agent 案例/技能，双轨并行	通常只关注聊天历史
检索维度	支持 user_id、agent_id、app_id、project_id、session_id 正交检索	通常只是 app/namespace/thread 级别
知识库	可编辑、带溯源的 Markdown 知识页面	通常与记忆分离或被困在仪表盘里
反思能力	离线记忆进化，合并会话簇，精炼画像和技能	通常只是检索式记忆

简单说：EverOS 让 AI Agent 真正拥有了「长期记忆」和「自我进化」的能力。

三、快速上手：5 分钟体验 EverOS

环境要求

Python 3.12+
一个 OpenRouter API Key（免费额度够用）

安装

uv pip install everos# 或者：pip install everos

快速体验（无需配置）

everos demo

输入一段想让 AI 记住的内容，然后问一个相关问题，就能看到记忆从 ingest → extract → index → recall 的完整流程。

正式初始化

everos init

这会在 ~/.everos/ 下创建配置文件，只需填入你的 OpenRouter API Key：

[llm]model = "openai/gpt-4.1-mini"api_key = "<你的KEY>"base_url = "https://openrouter.ai/api/v1"

启动服务

everos server start

添加记忆

TS=$(($(date +%s)*1000))curl -X POST http://127.0.0.1:8000/api/v2/memory/add \  -H 'Content-Type: application/json' \  -d '{    "session_id": "demo-001",    "app_id": "default",    "project_id": "default",    "messages": [      {"sender_id": "alice", "role": "user", "timestamp": '$TS', "content": "I love climbing in Yosemite every spring."}    ]  }'

搜索记忆

curl -X POST http://127.0.0.1:8000/api/v2/memory/search \  -H 'Content-Type: application/json' \  -d '{    "user_id": "alice",    "query": "Where do I like to climb?",    "method": "keyword",    "top_k": 5  }'

你会惊喜地发现——AI 记住了！

四、在 DeepSeek Harness 中使用 EverOS

作为 DSH 插件，EverOS 可以无缝集成到你的 Agent 工作流中。

核心能力

持久记忆：对话结束后自动将关键信息写入 Markdown 源文件
跨会话共享：下次开新会话，Agent 自动继承历史经验
自动反思：离线状态下合并会话簇，精炼用户画像和技能定义
失败回滚：如果记忆出了问题，自动回滚到上一个稳定状态

插件安装（作为 DSH 插件）

EverOS 已被收录到 DSH 官方插件目录，安装方式：

# 通过 npm 安装 DSH 插件（如果是 dsh 生态的一部分）npm install -g dsh-plugin-everos

💡 具体安装方式请参考 DSH 插件总目录^[1]，目前已有 1958 个仓库 / 1819 个真插件。

五、实战案例：EverOS 能做什么？

场景 1：个人代码风格记忆

用户：我喜欢用 async/await，不喜欢 .then() 链式调用用户：我的项目用 ESLint + Prettier，保存自动格式化用户：组件命名用 PascalCase，工具函数用 camelCase

下次新建会话，Agent 自动知道你的代码风格，无需重复配置。

场景 2：项目上下文记忆

Agent：我注意到这个项目用了 Monorepo 结构，packages/core 和 packages/cli 是主要工作区Agent：core 层依赖 pnpm workspace，cli 层是 Next.js 应用

即使隔了一周再回来开发，Agent 也能快速恢复上下文。

场景 3：跨 Agent 知识共享

如果你同时使用多个 AI 工具（Claude、DeepSeek、GPT），EverOS 可以作为统一记忆层，让它们共享同一个知识库。

六、为什么 EverOS 能火？

1. 本地优先，数据自主

不像某些记忆方案把你的数据传到云端，EverOS 的数据存在本地 .md 文件里，你拥有完全控制权。

2. Markdown 格式，天然可读

所有记忆都是人类可读的 Markdown，可以直接打开 ~/.everos/ 目录查看、编辑、甚至 Git 提交。

3. 轻量级，无需复杂依赖

不需要 MongoDB、不需要 Elasticsearch、不需要 Redis。一个 OpenRouter API Key 就能跑起来。

4. 与 DSH 生态深度整合

作为 DeepSeek Harness 官方收录的插件，EverOS 可以直接利用 DSH 的插件机制，实现无缝集成。

七、写在最后

吼～说到底，AI Agent 的下一个战场，不是模型能力，而是记忆能力。

谁能让 AI 「记住更多、理解更深、进化更快」，谁就能在 Agent 时代占据先机。EverOS 正是这个方向上的有力探索。

如果你也在用 DeepSeek Harness，不妨试试 EverOS，让你的 Agent 从「金鱼」进化成「大象」。

🔥 互动提问

你在使用 AI Agent 时，遇到过「记忆丢失」的痛点吗？有什么好的解决方案？欢迎在评论区聊聊！

或者，你也可以告诉我：

你最希望 AI Agent 记住你的哪些信息？
对于「本地优先的记忆方案」，你有什么顾虑或期待？

评论区见，Lion 在线等你来撩～ 🦁

参考资料：

GitHub - EverMind-AI/EverOS: https://github.com/EverMind-AI/EverOS^[2]
GitHub - deepseek-ai/deepseek-harness: https://github.com/deepseek-ai/deepseek-harness^[3]
DSH 插件总目录: https://github.com/topics/deepseek-harness-plugin^[4]

引用链接

[1]DSH 插件总目录: https://github.com/topics/deepseek-harness-plugin

[2]https://github.com/EverMind-AI/EverOS

[3]https://github.com/deepseek-ai/deepseek-harness

[4]https://github.com/topics/deepseek-harness-plugin