Lesleyshi1015/timeweave-harness-plugin

README excerpt

🧠 TimeWeave Memory — DeepSeek Harness 插件 给 Harness（一切皆插件）装上"长期记忆"——TimeWeave 五层记忆引擎的标准 MCP 接入。 零 TS 代码、零内部泄露（只暴露 4 个 MCP 工具）、用户自装模型（BM25 降级兜底）。 为什么用 TimeWeave 对比点 TimeWeave 其他记忆插件 架构 五层（时间线/图谱/预测/rawdata） 多为单层文件记忆 检索 L1 混合检索（语义+词法，紧凑摘要） 通常全量重读 Token L1 摘要 82 tokens 替代全量 无此压缩 持久化 SQLite 跨进程不丢（写读一致） 文件/内存 语言 中文友好 多为英文 降级 无模型自动 BM25 关键词 依赖完整环境 TimeWeave Memory MCP 接入 TimeWeave 记忆引擎以标准 MCP Server 提供 4 个工具，任何 MCP 客户端/Agent 框架即插即用： 工具 用途 bootstrap context 新会话加载核心上下文（替代全量重读历史） memory search L1 混合检索（语义+词法，返回紧凑摘要） memory store 写入记忆（时间线打点 + 原始数据归档） memory recall 按 memory id 取回完整内容（含时间线上下文） 特性 - 标准 stdio 协议（FastMCP），零框架绑定 - 写读一致 + SQLite 持久化（跨进程不丢） - 优雅降级：无向量模型时自动 BM25 关键词检索 - 可选增强：安装 Nemotron embedding → 启用 L1 混合检索（2048 维） 启动 用户侧最小安装 Harness 接入配置 Harness 内置 MCP 客户端（ @deepseek-ai/dsh-mcp-client ），在 cordis.patch.yml 中配置： Windows 提示 ：确保 python 在 PATH 中（或把 command 写成 python 的绝对路径，如 'C:/Python313/python.exe' ）。 启用后，Harness 的 agent 即可调用 bootstrap context / memory search / memory store / memory recall 四个工具，获得跨会话长期记忆。 安全边界（内部结构零泄露） - 只暴露 MCP 工具 ：4 个工具是全部对外接口 - 不暴露内部 ：五层架构 / 检索融合策略 / 压缩细节 / embedding 配置 均不可见 - 本地运行 ：MCP server 在用户本机运行，数据不出机器 - 用户自装模型 ：Nemotron-3-Embed-1B 是 HF 公开模型，用户自行下载（非我们资产） 文档 -…

Category