DDDFXYqiming/dsh-ocr1-memory

README 摘要

@dsh-external/dsh-ocr1-memory 基于 DeepSeek-OCR: Contexts Optical Compression （arXiv:2510.18234）思想实现的 DSH 光学记忆系统。 记忆不再只存文本——它被 渲染成图像（SoM 编号分段）并保留下来 ；按年龄把旧记忆 降分辨率（越久远越模糊） ；检索命中低清记忆后通过 active recall 恢复高清 ；最终返回 原始 verbatim 片段 （Locate-and-Transcribe），避免生成式幻觉。 能力 工具 说明 ocr1 mem status 状态：存储目录 / OCR 后端 / 条目数 / 渲染依赖 / 层级 ocr1 mem store 文本 → 自动分段 → 渲染 SoM 图像 → 存入记忆库 ocr1 mem update 更新已有记忆，替换为新内容并重置为 vivid（冲突消解） ocr1 mem retrieve 按查询检索，OCR 读回图像 + 分段召回；命中低清记忆自动 active recall ocr1 mem list 列出记忆条目（id / 来源 / 段数 / 层级 / 命中数） ocr1 mem metrics 查看压缩比指标：文本 token 数 / 视觉 token 数 / 实测 prompt tokens ocr1 mem calibrate 校准 OCR 文本基线 prompt tokens，用于更准确的视觉 token 估算 ocr1 mem forget 按 id 删除记忆 ocr1 mem render test 渲染管线自测 ocr1 mem embed test 视觉 embedding 自测：返回真实 1280 维 DeepSeek-OCR embedding 与直接视觉 token 数 设计（对应 OCR1 论文） OCR1 概念 本插件实现 长文本 → 光学 2D 映射 文本按段落自动分段，渲染为图像 visual tokens 承载信息 分辨率模式对应 OCR1 官方设计： vivid 1280(≈400) → normal 1024(≈256) → fuzzy 640(≈100) ；会记录接口级视觉 token 数 记忆随时间模糊 按 createdAt 年龄衰减，旧记忆降到低分辨率 人类记忆的 vivid-to-fuzzy 越旧越低清，但保留语义 gist 记忆刷新 命中低清记忆 → active recall 恢复高清，并在一段时间内豁免再衰减 避免幻觉 Locate-and-Transcribe 风格：返回原始 verbatim 片段；当前定位由文本打分 + OCR 证据完成，不是模型直接输出 SoM 编号 OCR 驱动召回 原始 token 未命中但 DeepSeek-OCR 从图像读到关…

分类