企业官网建设流程全解析

摘要

倒霉蛋记忆中心（DSH Memory）是 DSH 的一个插件，为 AI Agent 提供结构化长期记忆引擎。它以 SQLite 为唯一事实源，把临时上下文升级为可解释、可控制、可恢复、可演进、可治理的本地化知识资产，并集成了结构化记忆存储、Markdown 双向管理、智能检索、混合向量检索、经验学习、可靠性系统和 Memory Center WebUI。项目代码与使用方式见 GitHub 仓库，问题反馈和交流可加入倒霉蛋记忆中心交流群。

• GitHub 仓库：https://github.com/china-lu222/dsh-memory

项目介绍

倒霉蛋记忆中心（DSH Memory）不是简单的聊天记录存储，也不是普通数据库或单纯的向量搜索系统。
它是一套专为 AI Agent 设计的：

• 结构化记忆引擎
• 知识演化系统
• 记忆治理平台

它将 Agent 的记忆从临时上下文，升级为：

可解释、可控制、可恢复、可演进、可治理的数据资产。

所有记忆都保存在本地，以用户能够查看、修改和审计的形式存在，而不是隐藏在不可理解的黑盒中。

为什么需要长期记忆？

没有长期记忆的 Agent

传统 AI Agent 每次对话都像第一次交流：

• 对话结束后上下文容易丢失；
• 用户习惯无法长期保存；
• 项目知识无法积累；
• 曾经解决的问题无法沉淀；
• 同样的问题可能重复出现。

普通 RAG 的不足

RAG 擅长“找到信息”，但并不负责管理记忆。

它缺少：

• 记忆生命周期管理；
• 内容可信度治理；
• 人工修改能力；
• 冲突检测；
• 经验学习机制；
• 数据恢复能力。

倒霉蛋记忆中心的目标，就是解决这些长期记忆管理问题。

核心能力

1. 结构化记忆存储

倒霉蛋记忆中心使用 SQLite 作为唯一事实源：

• 本地持久化存储；
• Schema 自动迁移；
• 完整版本控制；
• 全程审计日志；
• 安全升级机制。

记忆不再是一堆不可理解的数据，而是具备结构和生命周期的知识资产。

2. Markdown 双向记忆管理

每条记忆都可以生成 Markdown 文件。

特点：

• 数据库 ↔ Markdown 双向同步；
• 用户可以直接阅读和修改；
• 修改内容经过校验后重新写入；
• 自动记录版本变化和审计信息。

这意味着：

用户真正拥有自己的 AI 记忆。

3. 智能检索系统

倒霉蛋记忆中心不只是全文搜索。
它包含：

• 查询理解；
• 检索规划；
• 关键词搜索；
• 上下文分层组装；
• 检索预算控制。

检索过程只读取记忆，不会偷偷修改数据。

4. 混合向量检索

支持关键词 + 向量融合：

Keyword + Vector ↓ Fusion ↓ Reranker ↓ Context

支持：

• sqlite-vec 向量索引；
• 可替换 Embedding Provider；
• 多策略融合；
• 结果重新排序。

让 Agent 不仅能匹配关键词，也能理解语义关联。

5. 经验学习系统

DSH Memory 让 Agent 可以从过去经验中成长。

包括：

• Experience 生命周期管理；
• 用户反馈学习；
• 冲突解决；
• 错误分析；
• 低置信记忆隔离。

Agent 不再只是回答问题，而是在持续积累解决问题的方法。

6. 可靠性系统

针对长期运行场景，提供：

• 持久化事件队列；
• Worker 自动恢复；
• 快照备份；
• 数据恢复；
• 完整性检查；
• 自动验证。

即使系统重启，也能够继续维护记忆状态。

7. Memory Center WebUI

提供可视化记忆管理中心：

包含：

• Overview
• Memories
• Experiences
• Conflicts
• Quarantine
• System

支持：

• 查看记忆；
• 搜索管理；
• 编辑归档；
• 冲突审核；
• 经验管理。

让 AI 的记忆真正透明化。

DSH Memory 的核心优势

五大特点

1. 可解释：用户可以直接查看 Agent 记住了什么。
2. 可控制：用户可以修改、纠正或删除错误记忆。
3. 可恢复：支持备份、恢复、验证和重建。
4. 可演进：记忆会随着反馈和经验不断优化。
5. 可治理：冲突、生命周期、可信度都有管理机制。

系统架构

User / Agent ↓ Ingest / Retrieval ↓ Structured Memory Store (SQLite) ↓ ┌───────────────┐ │ Markdown │ │ Retrieval │ │ Vector │ │ Governance │ │ Reliability │ └───────────────┘ ↓ Memory Center WebUI

设计理念：

• 插件隔离，不侵入 DSH Core；
• SQLite 作为唯一事实源；
• Markdown、向量索引、缓存均可重建；
• 检索只读，不修改记忆。

安装方式

获取源码

gitclone<repository>cdplugins/dsh-memory

安装依赖

npminstall

构建插件

npmrun build

安装到 DSH

dsh plugin--profile<profile>addlink:/绝对路径/plugins/dsh-memory

安装完成后重启 DSH，即可加载 Memory Center。

使用示例

保存用户偏好

dsh-memory ingest\--text"我喜欢简洁直接的回复方式"

搜索记忆

dsh-memory search\--query"用户喜欢什么回复风格"

创建经验

dsh-memory experience create\--summary"问题总结"\--problem"出现的问题"\--solution"解决方案"

未来方向

DSH Memory 的目标不是做一个简单的聊天历史插件。

它希望成为：

AI Agent 的长期记忆基础设施。

让每一个 Agent 都拥有：

• 可积累的经验；
• 可管理的知识；
• 可理解的成长过程；
• 真正属于自己的长期记忆。

项目定位

Agent Memory Infrastructure Structured Memory Engine Knowledge Evolution System

DSH Memory，让 AI Agent 从“会回答”走向“会成长”。