gezi-wen/sage-mem

README 摘要

sage-mem · DSH 的记忆系统插件 给 DeepSeek Harness（DSH）装上 跨会话记忆 ——agent 今天记住的事，明天的新会话自动想起来。 为什么需要它 DSH 原生没有记忆系统。每个会话都是白纸：用户说过「我喜欢在深夜写代码」，下个会话再问「我喜欢什么」，agent 只能答不知道。 sage-mem 补上这一块。它监听 DSH 的事件流，把会话内容沉淀到 SQLite，新会话启动时自动检索注入历史记忆。 中文优先 。市面上的记忆方案在中文检索上普遍失效（SQLite FTS5 默认分词器对中文全部 0 命中）。sage-mem 的 worker 用 trigram 分词 + 短词兜底，中文实测全命中。 功能 - 自动捕获 ：工具调用（读写文件、执行命令）自动记录，无需手动整理 - AI 压缩 ：会话内容由 LLM 压缩成结构化记忆（事实、摘要），中文输出 - 跨会话注入 ：新会话启动时自动检索并注入历史记忆，agent 不用自己翻 - 中文检索 ：trigram 分词（≥3 字查询）+ LIKE 兜底（<3 字短词如「猫」「芝麻」） 架构 设计选择：记忆逻辑复用 claude-mem（Apache-2.0，9 万星），fork 后加中文修复，DSH 侧只写一个轻量桥接插件。改动最小，能追上游更新。 安装 1. 部署 worker 配置 /.claude-mem/settings.json （worker 数据目录）： /.claude-mem/.env 放 API key（任意 OpenAI 兼容服务均可，不限于 DeepSeek）： 启动： 2. 安装插件 在你的 DSH profile 的 package.json 里加： 或 clone 后本地 link： 然后 pnpm install 重启 DSH。 验证 跨会话中文记忆链路（实测）： 1. 会话 A 说「记住：我的猫叫芝麻，它喜欢晒太阳」 2. 开新会话 B 问「我的猫叫什么」 3. agent 直接答出「芝麻」——记忆自动注入，无需 agent 自己找 搭配 sage-persona（我是谁）和 sage-meta（我做得对吗）组成 Sage 三件套——这是三道题的第三道： 我下次应该怎么想 。 已知边界 - trigram 分词对 <3 字符查询无效，worker 已加 LIKE 兜底 - worker 不可用时插件静默跳过（不阻塞 DSH），记忆功能暂缺 - MVP 存储统一在 project=sage 空间，按工作区分项目是后续计划 License MIT（worker fork 为 Apache-2.0，见 gezi-wen/claude-mem）

分类