DeepSeek Harness 插件已收录

memsearch

基于 Markdown 与 Milvus 的 DeepSeek Harness 持久化语义记忆层插件。

UI 与效率终端与 TUI开发者工具浏览器与 WebSkills 与工作流远程执行

2.8kGitHub Stars268Fork 数更新于2026-10-19

源码项目主页

安装

$ dsh plugin --profile web add @zilliz/memsearch-dsh

插件能力与用途

基于公开仓库快照由 AI 辅助整理，内容必须有源码依据；它不等同于兼容性验证或安全验证。

源码有据

memsearch 为 DeepSeek Harness 及多种 AI 编程 Agent 提供跨平台的持久化语义记忆。以本地 Markdown 文件作为真实数据源，以 Milvus 作为可随时重建的向量索引，支持会话自动捕获、首步提示词记忆注入、稠密与 BM25 混合检索以及技能蒸馏。

核心能力

自动捕获会话并生成每日 Markdown 格式记忆日志
在模型执行首步前智能注入相关记忆上下文
结合本地 ONNX 稠密向量与 BM25 稀疏检索的混合语义召回
支持搜索片段、段落扩展与原始会话记录的三层递进检索
原生注册 memory-recall 技能以支持自然语言记忆唤起
将重复工作流提炼为符合 Agent Skills 标准的可安装过程技能
后台自动维护 PROJECT.md 和 USER.md 持久项目与用户画像
在 DSH web profile 下提供记忆查看与候选技能审核面板

适用场景

在多次会话间检索此前的排错经验、架构选型与配置决策
在 DeepSeek Harness、Claude Code、Codex 等多 Agent 工具间共享上下文
将过往成功的工作流程自动提炼为可复用的 Agent 技能
跨长期任务维护全局项目进展与个性化偏好

适合谁

进行长期复杂工程研发的 DeepSeek Harness 开发者
在多个编程 Agent 间流转并需要统一记忆的工程师
希望通过持久化记忆提炼可复用自动化技能的开发团队

文档中可确认的限制

除安装 DSH 插件外，还需通过 uv、pipx 或 pip 安装配套的 memsearch Python 工具
默认使用本地 ONNX 模型，首次运行需下载约 558 MB 权重文件
使用云端或独立向量服务需配置 Zilliz Cloud 或自建 Milvus 实例
记忆审查面板等交互特性仅在 DSH web profile 模式下生效

DSH 兼容性

DSH Plugin 针对具体版本记录的运行验证证据。没有结果只代表我们尚未测试，不代表不兼容。

尚未测试目前还没有发布运行兼容性测试结果。

安全信号

来自包元数据和源码检查的客观信号。这些信息用于辅助判断，不代表绝对安全保证。

已声明许可证

GitHub 报告该仓库许可证为 MIT。

信息

未发现 package.json

最新 GitHub 快照中未获取到仓库根目录的 package.json。

信息

源码可用

本次 Registry 快照已获取公开 GitHub 源码元数据。

信息

来源与 Registry 记录

展示此条目的公开来源、Registry 分类与最近一次源码检查信息，并与运行验证结果明确分开。

源码仓库: zilliztech/memsearch
Registry 来源: GitHub · dsh-plugin topic
Registry 分类: Plugin
源码检查: 2e64124 · 2026-10-19

本页面基于公开源码信息独立收录。DSH Plugin 与 DeepSeek 及插件作者均无隶属关系；安装前请始终以作者仓库中的最新说明为准。

仓库活跃度

GitHub Stars: 2.8kGitHub stars
Fork 数: 268
未关闭 Issue: 273
最近提交: 2026-10-19
最近发布: 2026-09-24