adoresever/graph-memory
54379最近提交 2026年8月14日
graph-memory DSH 插件
Graph Memory 是一个持久化、可追踪的记忆插件，用于 DeepSeek Harness。它将对话知识存储为类型化节点（TASK、SKILL、EVENT）和类型化边，通过语义向量搜索和 FTS5 回退实现跨会话召回。该插件通过用相关局部子图替换完整历史记录来减少 Token 消耗。
如何安装 graph-memory DSH 插件
dsh plugin --profile web add /absolute/path/to/graph-memory-1.6.0-beta.1.tgz复制不会执行命令。安装 graph-memory DSH 插件前请核对仓库和版本。
graph-memory DSH 插件数据来源
graph-memory DSH 插件快照日期：2026年8月18日
discovered
graph-memory DSH 插件能做什么
- 原生 DSH/Cordis 集成，通过插件生命周期加载，不修改 DSH 核心。
- 自动跨会话召回：在提示组装阶段注入之前会话的知识。
- 显式记忆工具：gm_record、gm_search、gm_status、gm_stats 用于管理和检查记忆。
- 可选的向量嵌入，支持 DashScope、OpenAI 和本地提供商；无嵌入时回退到 FTS5。
- 社区检测、PageRank 和个性化 PageRank 用于对相关记忆子图进行排序。
graph-memory DSH 插件适合哪些场景
- 在多个聊天会话之间持久化知识，例如项目目标、已解决的错误和可复用的技能。
- 通过用紧凑的知识子图替换完整历史记录来减少长对话中的 Token 消耗。
- 调试和审计记忆召回：使用 gm_status 和 gm_search 查看检索了什么以及为什么。
- 使用 gm_record 显式记录重要决策或修复，以便后续自动检索。
graph-memory DSH 插件适合谁
- 在 DeepSeek Harness 上构建 AI 代理并需要长期记忆的开发者。
- 希望减少上下文窗口成本同时保持对话连续性的 DSH 用户。
- 在代理工作流中测试基于图的记忆模式的研究人员。
graph-memory DSH 插件的限制
- 当前测试版（1.6.0-beta.1）未发布到 npm，必须通过 git 克隆从源码构建。
- 需要 Node.js 22.19+ 或 24+。
- DSH 仍处于开发者预览阶段，可能引入破坏性更改。
- 向量嵌入需要外部 API 密钥（例如 DashScope）；没有它们时召回回退到 FTS5（无语义搜索）。
- Pro 版本（Neo4j 和可视化图工作台）尚未作为 DSH 客户端插件提供。
graph-memory DSH 插件的仓库 README 摘录
以下文字摘自 graph-memory DSH 插件的上游仓库 adoresever/graph-memory 的 README，版权归原作者，仅作引用。
One memory core, native to DeepSeek Harness, with the OpenClaw plugin entry retained. </p> <p align="center"> <a href="README_CN.md">中文</a> · <a href="#core-advantages">Advantages</a> · <a href="#graph-memory-architecture">Architecture</a> · <a href="#install-on-deepseek-harness">DSH Install</a> · <a href="#graph-memory-pro-as-a-dsh-plugin">Pro Plugin</a> · <a href="docs/DSH_NATIVE_PLAN.md">Technical Report (Chinese)</a> </p> Compaction answers “how much of this conversation still fits?” Graph Memory answers “which past knowledge is worth recalling now?” Reusable conversation knowledge becomes typed nodes: - `TASK`: goals, execution, and outcomes; - `SKILL`: validated reusable methods; - `EVENT`: errors, fixes, decisions, changes, and facts. Typed edges such as `USED_SKILL`, `SOLVED_BY`, `REQUIRES`, `PATCHES`, and `CONFLICTS_WITH` preserve relationships. A new question retrieves a relevant local subgraph instead of replaying the complete history. ## Core advantages ### Native host integration - Loaded by the DSH/Cordis plugin lifecycle, not simulated through an MCP side channel. - Integrates Session, Tool, Agent Loop, Prompt Assembly, LLM, and Credentials seams.
阅读完整 README仓库许可: MIT
graph-memory DSH 插件常见问题
如何将 Graph Memory 安装到 DeepSeek Harness 中？
目前测试版未发布到 npm，需要从源码构建。克隆仓库后运行 'npm ci'、'npm test'、'npm run build' 和 'npm pack' 生成 tarball 文件。然后使用 'npx @deepseek-ai/dsh plugin --profile web add /path/to/tarball.tgz' 安装。安装后请确认在设置 → 插件 → 插件列表中已启用。
是否必须配置向量嵌入才能使用？
不需要。向量嵌入是可选的。如果不配置，插件会回退到 FTS5 词法搜索，仍然可以跨会话召回，但缺少语义匹配。要启用向量，需要设置环境变量，如 GRAPH_MEMORY_EMBEDDING_API_KEY、GRAPH_MEMORY_EMBEDDING_BASE_URL 和 GRAPH_MEMORY_EMBEDDING_MODEL。
Graph Memory 如何减少 Token 消耗？
插件不会将整个对话历史放入提示词，而是只检索相关局部子图。它使用社区检测、PageRank 和遍历找到最相关的节点和边。根据 README 中的基准测试，在某些工作流中可减少高达 75% 的 Token 消耗。
能否手动添加或删除知识？
可以。使用 gm_record 工具显式持久化 TASK、SKILL 或 EVENT 节点。使用 gm_search 查询图。目前没有 gm_delete 工具，但可以通过删除 $DSH_HOME/graph-memory/graph-memory.db 数据库文件来清空整个存储。
Graph Memory Pro 是否可以作为 DSH 插件使用？
尚未。Pro 版本包含 Neo4j 和可视化图工作台，但当前仅作为 OpenClaw 插件存在，尚未迁移为 DSH 客户端插件。README 指出架构已评审，但实现尚未发布。