DSH 645星记忆插件：5轨换会话不丢你

用 AI 智能体最烦的一件事：每次开新会话，它又得从头问「你是做什么的、项目在哪、之前聊到哪了」。DeepSeek Harness（DSH）主仓 27.4 万星，但长期记忆不是内置的——靠插件补。最对口的是 dsh-memory-evolve：645 星，五轨记忆 + 后台自我进化，装完即注册，不用手动改配置。

一、它解决的痛点，一张表说清

来财IP · AI行业每日情报

GitHub 一手核验（2026-11-06 实测）：csyangwen/dsh-memory-evolve 645 星 / 71 fork / MIT 协议 / 37 个 open issue / 最后 push 2026-10-29。MIT 意味着商用没有强 copyleft 风险，可以直接放进自己的工具链。

二、五轨记忆：它到底记什么

README 把记忆拆成五轨，各管一摊，这是它比「单一大文本记忆」强的地方：

最后一轨（reviewEnabled）默认关闭：开启后每 10 个用户回合做一次记忆审查，防止记忆库自己膨胀腐化。默认关是对的——多数场景前三轨够用，开了反而给每回合加开销。

来财IP · AI行业每日情报

三、安装两条命令，一个坑要绕开

sh

1. 装到指定 profile（本地目录用 link:，git 包地址也行）

dsh plugin --profile web add github:csyangwen/dsh-memory-evolve

2. 重启 dsh web 生效

坑：别手动往 cordis.patch.yml insert 本插件。包内自带 dsh.bundle.patch 声明，host 端会自动注册；手动再插一遍同 id，加载器报 duplicate loader entry id，DSH 直接起不来。想改配置（比如开审查）用「id 覆盖」写法，不是 insert。卸载更干净：dsh plugin --profile web remove dsh-memory-evolve，效果随插件走，不留残留。

四、跟同类记忆插件怎么选

选法很直白：日常用 DSH 干活，装 memory-evolve 一个就够了；图谱化知识管理需求再上 graph-memory，两层叠加不冲突。

五、真实工作流：一条记忆怎么沉淀下来

光讲「五轨」还是抽象。看一条记忆从头到尾怎么发生，才懂这套机制：

关键点在最后两步：记忆不是只增不减的黑洞。dsh-memory-evolve 的自我进化轨（reviewEnabled）做的正是「定期清腐」——否则用几个月记忆库自己就臃肿了，AI 反而被过期事实带偏。默认关审查是对的，重度用户才开。

来财IP · AI行业每日情报

六、跟主仓 27.4 万星的关系：为什么记忆不内置

DSH 主仓 27.4 万星（当日 GitHub API 核验，3.35 万 fork、MIT），功能强但刻意把记忆做成插件位，不塞进核心。这其实是合理的产品决策：

• 记忆策略高度个性化
  ：有人只要用户档案，有人要全套五轨 + 自我进化，内置只能给一刀切的默认值，插件才能「按需装、按需开」。
• 协议解耦
  ：MIT 的 memory-evolve 装上去不污染主仓的强 copyleft，商用边界清晰。
• 可插拔可卸载
  ：不想用了 remove 一条命令清干净，没有内置组件卸不掉的包袱。

对做渠道、做团队的人，这套「主仓管编排、插件管记忆」的分层值得借鉴：核心能力稳定沉淀，个性化能力做插件热插拔，团队里不同岗位装不同插件组合，互不干扰。

七、一句话选型建议

• 只想让 AI「认得你、不重复问」：装 dsh-memory-evolve，开前三轨（用户档案/全局事实/项目记忆），够日常用。
• 要长期跑、记忆库会膨胀：再开自我进化审查轨，每 10 回合清一次。
• 知识关系为主（谁和谁什么关系、依赖图）：叠加 graph-memory（668 星，知识图谱式），两层不冲突。
• 要研究记忆架构本身（检索、持久化底层）：看 MemOS（1.2 万星），那是操作系统级的，不是插件级。

选错最常见的错是拿 MemOS 当日装插件——它太重，日常干活没必要；反过来只装轻量记忆又想支撑团队级多岗位，又不够。按「个人日常 / 重度个人 / 团队」三档选，基本不会错。

八、本机能不能装，先判断再动手

别一上来就 dsh plugin add。先花一分钟判断本机条件，装错环境白费：

本机实测：DSH 主仓可跑、profile 目录齐，装 memory-evolve 走 link: 本地目录最快（不用走 git 拉取）。装完重启 web，标签行多出「记忆/技能/待办」一排就说明注册成功。

一个反直觉的点：装完别急着开审查轨。先把前三轨跑一两个真实项目，看记忆沉淀合不合预期，再决定开不开后台自我进化。急着全开，等于还没验证基础就叠加了高级功能，出问题分不清是谁的锅。稳的节奏是：先三轨 → 跑一个项目 → 再开审查 → 团队级才叠图谱。

九、为什么这条切角值得写：记忆是 AI 工具的隐性成本

多数人用 AI 工具的隐性成本不是算力，是「重复交代」。每次新会话都要把偏好、项目背景、上次做到哪再喂一遍，时间花得不比等模型出结果少。主仓 27.4 万星把编排做顺了，但没替你记住你——这块空白正是 memory-evolve 这类插件的价值区。

判断一个记忆插件值不值得装，就一条标准：它记住的，是不是你每次都得手动重喂的。如果是，装；如果只是「AI 自动帮你整理聊天记录」那种，多数时候不装也行。dsh-memory-evolve 卡在「用户档案 + 项目关键上下文」这两轨上，正是高频重喂项，所以日常主力值得。

写在最后：装插件像招人，先试用再转正

把记忆插件当临时工：前三轨是试用期，跑一个真实项目看它沉淀得对不对；对了再转正式工（开自我进化审查）；团队级需求再扩（叠图谱）。别一步到位全开，也别试用期满不转正。插件的价值在「用得越久越懂你」，前提是它有后台在持续清腐、持续沉淀，不是只记不删。这条线走顺了，DSH 才从「聪明的一次性工具」变成「越用越省时间的长期伙伴」。

数据口径声明

dsh-memory-evolve 的 645 星/71 fork/MIT/37 open issue/2026-10-29 push 均为 2026-11-06 经 GitHub API（api.github.com）一手核验；DSH 主仓（deepseek-ai/deepseek-harness）27.4 万星/3.35 万 fork/同样当日核验。同类插件星数为同日检索结果，非转述。MIT 协议商用无 copyleft 传染风险。

DSH 插件系列，下一篇《DSH 移动端遥控电脑：手机插件 1.2 万下载背后的坑》自动追更。 关注后回复「DSH」，领本机 DSH 插件安装清单 + 五轨记忆配置模板（真实可交付文件）。 关注后，下一篇自动追更。

免责声明：本文数据均来自公开渠道，仅供信息参考，不构成任何投资或使用建议