AI 的记忆不该只有一种存法，dsh-mnemon 把三层记忆做成可插拔积木
给 AI 助手加记忆，常见做法是接一个记忆插件、全存进一个池子，用一阵子就会发现：该记的没记住，不该占上下文的全在挤位置。dsh-mnemon 是 omdsh-dev 团队出品的 DeepSeek Harness（DSH）记忆插件，思路不太一样：它把记忆拆成可组合的三层，用「来源加策略」的架构按需编排，每轮对话只编译出一页视图喂给模型。项目开源（MIT 协议），在 SkillHub 插件广场拿星三百多，安装可行性官方标记为已验证。
它能做什么
- 三层记忆分工：运行时层放偏好、工作约定和下一轮就要用的要点，以紧凑投影进入上下文；文档层放设计稿、调查记录、操作流程和交接材料，用的时候先搜再读；记忆空间层放长期事实、决策、实体和关系，按需调证据。三层各司其职，不是同一份数据存三份。
- 命名记忆空间：一个记忆空间就是一个独立的作用域，可以单独启用停用，不同项目、不同客户各开各的空间，互不串味。
- 来源与策略可插拔：来源组件负责数据的存储和读写，策略组件决定哪些来源参与、怎么驻留、怎么检索，核心层校验后编译成一份不可变视图钉在本轮对话上。默认组合经过测试，也允许替换扩展。
- 可选增强策略：出厂带自动留存（对话中有价值的事实引导保留）、轻量上下文（驻留投影设上限）、范围选择（按序选源、限定可写子集）三种可选策略，各占各的槽位，可同时开启。
- 九种后端可选：记忆空间支持 Mnemon Native、OpenViking、Honcho、Mem0、Hindsight、Holographic、RetainDB、ByteRover、Supermemory 等后端；默认走本地 Native，第三方服务不显式配置不启用。
- 侧边栏统一管理：运行时记忆、文档和记忆空间都收在 DSH 侧边栏里查看维护，另有会话工具和无头模式可用。
- 空闲审查有节制：后台自动整理设了间隔下限和次数上限，可独立关闭，不会没日没夜地烧 token。
怎么获取
包名 dsh-mnemon，已发布到 npm，源码在 GitHub 搜 omdsh-dev/dsh-mnemon。安装：dsh plugin --profile web add dsh-mnemon，装完重启即可在侧边栏看到记忆系统入口。要说明的是，默认的本地后端 Mnemon Native 需要单独安装 mnemon 命令行工具，npm 包装的是插件主体；无头模式下同样一条命令装进对应 profile。
上手怎么用
- 先立规矩：建一条运行时记忆，把你的输出偏好、命名习惯写进去，每轮对话自动生效，不用反复交代。
- 按工作区归档：选定工作区再建文档层内容，项目的设计决策、排查记录往里放，下次接续先搜后读。
- 开一个记忆空间：给长期项目建独立空间、选好存储后端，沉淀下来的事实和决策随时可查证。
- 按需加策略：发现有用信息总忘存，就开自动留存；上下文吃紧，就开轻量上限，三个增强互不冲突。
- 定期进侧边栏维护：过时的记忆停用或清理，让进上下文的每一页都物有所值。
适合谁用
长期用 DSH 做项目开发、需要跨会话延续上下文的工程师；同时服务多个项目或客户、希望记忆按空间隔离的团队。记忆系统的价值在于让 AI 越用越懂你的业务，而不是每次都从零开始——如果你也在搭建这样的 AI 工作流，不妨从把记忆分层这件事试起，贵州诚鑫致达科技在内部工具链上验证的体会是：架构对了，后面加东西都不乱。