@Lonely__MH: 好东西！发现了一个 Deepseek harness 记忆插件！ 大多数 Agent 框架的“长期记忆”无非是无脑 Vector DB 检索，极易产生时态错乱和上下文污染 刚刚上手了 Meland Labs 开源的 OpenContext…

X AI KOLs Timeline 工具
deepseek-harness memory-plugin agent-framework temporal-context recall-waterfall trust-model open-source

摘要

发现了一个开源的 Deepseek 记忆插件 OpenContext，它通过时态上下文图谱和信任模型等设计，改进了 Agent 框架的长期记忆功能。

好东西！发现了一个 Deepseek harness 记忆插件！ 大多数 Agent 框架的“长期记忆”无非是无脑 Vector DB 检索，极易产生时态错乱和上下文污染 刚刚上手了 Meland Labs 开源的 OpenContext 及其 DeepSeek Harness 插件 dsh-opencontext，其设计思路非常硬核： -时态上下文图谱 (Temporal Context Graph)：所有事实自带 valid_from / valid_until，支持版本迭代与软废弃（Revise），不做破坏性覆盖，历史决策随时可回溯 - 无感自动流水线 (Recall Waterfall)：每轮对话前自动截取 Query 检索历史，打包进 <opencontext_evidence> 注入模型；对话后自动归档，无需手动“请记住” - 严谨的信任模型 (Trust Model)：历史证据严格作为 User 角色注入并标注为“不可信历史参考”，当前指令绝对优先，彻底规避 Prompt 冲突与记忆投毒 - 双后端架构：支持 Node.js 进程内原生 SQLite（极低延迟）与独立 Daemon 守护进程 安装命令： dsh plugin --profile web add dsh-opencontext
查看原文
查看缓存全文

缓存时间: 2026/08/27 09:53

好东西！发现了一个 Deepseek harness 记忆插件！

大多数 Agent 框架的“长期记忆”无非是无脑 Vector DB 检索，极易产生时态错乱和上下文污染

刚刚上手了 Meland Labs 开源的 OpenContext 及其 DeepSeek Harness 插件 dsh-opencontext，其设计思路非常硬核：

-时态上下文图谱 (Temporal Context Graph)：所有事实自带 valid_from / valid_until，支持版本迭代与软废弃（Revise），不做破坏性覆盖，历史决策随时可回溯

  • 无感自动流水线 (Recall Waterfall)：每轮对话前自动截取 Query 检索历史，打包进 <opencontext_evidence> 注入模型；对话后自动归档，无需手动“请记住”

  • 严谨的信任模型 (Trust Model)：历史证据严格作为 User 角色注入并标注为“不可信历史参考”，当前指令绝对优先，彻底规避 Prompt 冲突与记忆投毒

  • 双后端架构：支持 Node.js 进程内原生 SQLite（极低延迟）与独立 Daemon 守护进程

安装命令： dsh plugin –profile web add dsh-opencontext

相似文章

@yyyole: Agent memory的创业方向好火爆！ 很多团队都在做，大概有下面几种比较主流的思路： 第一种最粗暴：context路线，把上下文增长。 第二种最常见：RAG / 向量库路线，接一个向量库把历史内容 embedding 后做检索。 第…

X AI KOLs Timeline

介绍Agent memory创业的几种主流思路，并推荐EverMind团队的开源项目EverOS，它提供以Markdown为源的本地记忆操作系统，支持双轨记忆、多模态摄取和自演化能力。

@WY_mask: 给各类 AI 编程助手打造持久化记忆引擎 http://github.com/rohitg00/agentmemory… 在后台静默记录代码修改和上下文 自动提取并压缩成结构化记忆 节省长上下文带来的 Token 消耗 关联过去的信息，随…

X AI KOLs Timeline

agentmemory 是一个为 AI 编程助手提供持久化记忆的开源工具，能静默记录代码修改和上下文，自动提取并压缩成结构化记忆，降低 Token 消耗，并支持 Claude Code、Codex 等多种主流平台。

@Pluvio9yte: https://x.com/Pluvio9yte/status/2070318502016426008

X AI KOLs Timeline

本文深入探讨了AI Agent的记忆架构，以Hermes四层记忆模型为例，分析了Claude Code记忆系统的局限性，并介绍了如何通过开源框架（如EverOS）为Agent增添本地记忆能力，提供了详细部署步骤。

@Saccc_c: Deepseek harness 的轨迹模式太有意思了，现在完全可以知道 Agent 的工作进展，你的 Agent 员工再也不敢摸鱼了 其具体的思考步骤，调用工具，工具返回结果都清晰可见。最有意思的是，它会用不同颜色区分 AI 执行任务时…

X AI KOLs Following

DeepSeek Harness 发布了，带有轨迹模式，可以可视化 Agent 的思考步骤、工具调用和返回结果，并用颜色区分不同类型内容。可通过 npm 安装使用，适合开发者观察 Agent 工作进展。