dsh-memory-plugin
volcengine
面向 DeepSeek Harness 的 OpenViking 记忆与上下文插件:pre-step 自动召回与画像注入、会话捕获、`viking://` URI 防护,以及对接 OpenViking 服务端的 recall/write 记忆工具。
vectorize-io/hindsight#coding-agents
Hindsight:会学习的 Agent 长期记忆系统,自动召回/保存、知识页、深度反思与按仓库隔离的记忆银行。
安装
GitHub 方式 · GitHub 源码
这个仓库里带了好几个插件,后缀用来指定其中一个。另外从 GitHub 装会执行构建脚本,pnpm 默认拦着,需要把它打印出的 key 加到 profile 的 pnpm-workspace.yaml 的 `allowBuilds` 下面。
安装前须知

coding-agents 是一个 DeepSeek Harness 插件,为 coding agent 提供可持续的项目记忆:自动召回与保存信息、知识页、深度反思,以及按仓库隔离的记忆银行。它适合需要跨会话保留项目背景、用户偏好或任务经验的 agent,而不只是读取当前对话。
Hindsight 可以作为 LLM wrapper 接入,在每次 LLM 调用时自动保存和检索记忆;也可以通过客户端 API 明确调用 retain、recall 和 reflect,并用 bank_id 选择记忆银行。README 同时记录了 Docker 服务、Python 和 Node.js 客户端,以及不需要独立服务的嵌入式 Python 模式。Docker 默认提供 8888 API 和 9999 UI,记忆数据可写入 /home/hindsight/.pg0。
这个插件需要通过终端运行 Docker、Python 或 npm 工具,并依赖 LLM provider 的凭据,例如 OPENAI_API_KEY 或 HINDSIGHT_API_LLM_API_KEY;相关请求会交给配置的 provider 处理,因此应按敏感凭据和终端权限来评估。对于只需简单检索的小型工作流,Hindsight 可能过重;它也会引入独立的记忆服务,而不是只使用 harness 原有的会话状态。
Hindsight 用 retain 保存信息,用 recall 搜索记忆,用 reflect 生成带有处置倾向的回答。每次调用都需要 bank_id,README 示例使用 my-bank。agent 可以按仓库或其他范围选择不同记忆银行。另有 LLM wrapper,可替换现有 LLM client,在 LLM 调用过程中自动保存和召回。
Docker 示例使用以下设置:
| 设置 | 作用 |
|---|---|
OPENAI_API_KEY |
示例中的 provider 凭据环境变量 |
HINDSIGHT_API_LLM_API_KEY |
传给 API 容器的 LLM API key |
HINDSIGHT_API_LLM_PROVIDER |
选择 LLM provider |
README 列出的 HINDSIGHT_API_LLM_PROVIDER 值包括 openai、anthropic、gemini、groq、ollama、lmstudio、minimax 和 atlas。
Docker 部署的 API 地址为 http://localhost:8888,UI 地址为 http://localhost:9999。推荐容器把命名 volume hindsight-data 挂载到 /home/hindsight/.pg0。外部 PostgreSQL 部署位于 docker/docker-compose;README 也列出 Oracle AI Database 的企业部署支持。
Python 客户端使用 hindsight_client 中的 Hindsight,Node.js 客户端使用 @vectorize-io/hindsight-client 中的 HindsightClient。嵌入式 Python 模式通过 HindsightServer 启动本地服务,再由 client 连接。
嵌入式安装使用 hindsight-all。Intel(x86_64)Mac 需要改用 hindsight-all-slim。客户端示例使用 Python 包 hindsight-client 和 hindsight-all,或 npm 包 @vectorize-io/hindsight-client。
根据项目自己的文档整理,会跟着上游更新。两边对不上时以源码仓库为准—— 去 GitHub 看原始 README
同一分类
volcengine
面向 DeepSeek Harness 的 OpenViking 记忆与上下文插件:pre-step 自动召回与画像注入、会话捕获、`viking://` URI 防护,以及对接 OpenViking 服务端的 recall/write 记忆工具。
tinqiao-oss
把 Engramory 策展式记忆纪律做成可安装插件([npm: dsh-engramory](https://www.npmjs.com/package/dsh-engramory)):通过 `ctx.tools.guard()` 对 `MEMORY.md` 索引施加确定性的 200 行 / 25KB 上限(增长即拒、缩小的重写一律放行),并把协议注册为运行时 skill。记忆库是纯 markdown、一条事实一个文件,与 Claude Code、Codex、Kiro、OpenClaw 共用。
bowenliang123
上下文洞察面板:一眼看清模型上下文窗口的组成与变化——构成对照窗口大小、按请求历史趋势、压缩/注入事件、消息级 token 统计。
Co-Engram
自进化团队记忆,以纯 Markdown 存于 Git:原生 Cordis 插件注册 38 个裸名记忆工具,并按每次组装动态注入 prompt-signals 段;含 RPE 强化、衰减与睡眠巩固;与 Claude Code(MCP)、OpenClaw 宿主共享同一数据仓;已对 DSH 0.1.0-rc.6 实测。
omdsh-dev
由 Mnemon 驱动的 DeepSeek Harness(DSH)跨 Agent、本地优先的持久记忆插件。它可在支持 Mnemon 的 Agent 之间共享长期记忆,并提供运行时记忆、可检索项目档案、语义召回、知识图谱和 Sidebar UI。
Aik358
DSH 自动记忆插件:三层记忆自动注入与检索、每轮对话自动沉淀、AI 时段问候与三级抽屉、智能检索、日历视图与设置页,支持继承其他 AI 工具的记忆。