DeepSeek Harness 插件

dsh-honcho-memory

DSH plugin: honcho long-term memory tools (memory_store / memory_search) over a self-hosted Honcho v3 backend(英文原文)

跳到安装方式

来源信息

GitHub 仓库
kingcharleslzy-ai/dsh-honcho-memory
最近更新
2026年8月20日
分类
工具与能力
GitHub stars
2
载体类型
plugin
目录证据
上游声明已找到 dsh.bundle
证据路径
package.json#dsh.bundle
核对版本
0.1.0-rc.8
上游核对日期
2026-08-20

该证据由上游目录提供。本站没有安装、运行或安全审核这个插件。

安装

默认先复制一段 Prompt,让 Agent 读 GitHub 仓库和源码;需要自己装时再切到命令。

复制这段 Prompt,发给 DSH、Codex 或其他 Agent,让它先读 GitHub 仓库和源码。

请先不要安装或执行任何命令。阅读这个插件的 GitHub 仓库、README 和关键源码,然后用清楚、直接的方式回答以下问题,帮助我判断它是否适合我的需求:

1. 这个插件是什么,解决什么问题;
2. 适合哪些用户和典型使用场景;
3. 安装后如何使用,并给出一个最小使用示例;
4. 有哪些已知限制,以及隐私、安全、兼容性或维护风险;
5. 给出“推荐 / 有条件推荐 / 不推荐”的明确建议和理由。

请区分仓库明确说明、根据源码推断和未知信息。证据不足时请明确说明,不要猜测或照抄 README。

GitHub:https://github.com/kingcharleslzy-ai/dsh-honcho-memory
插件名:dsh-honcho-memory
作者:kingcharleslzy-ai

检查来源文件

安装前先看这个插件目录里的 README 和其他文件。

文件资源管理器3 个文件
README.md来源说明 · 只读预览

dsh-honcho-memory

DeepSeek Harness(DSH)的 Honcho v3 记忆适配器与共享知识库插件。

> [!IMPORTANT] > 这个 npm 包不是 Honcho 后端,也不会替你安装 Honcho。使用前必须已有一个 > DSH 能访问的 Honcho v3 服务:使用 Honcho 官方托管服务,或自行部署官方开源 > Honcho。只有安装 DSH 插件、没有 Honcho API/数据库/后台 deriver,记忆不会工作。

更准确地说,不是把 Honcho 安装进 DSH 的 node_modules;Honcho 是独立运行的 后端服务,DSH 通过本插件访问它。使用官方托管服务时无需在本机部署;选择自托管时, 则需另外部署 Plastic Labs 官方 Honcho 服务栈。

它负责什么

DSH ── dsh-honcho-memory ── Honcho v3 API
                                  │
                                  ├─ workspace / peers / sessions / messages
                                  ├─ conclusions / representations / peer cards
                                  ├─ context / search / dialectic
                                  └─ queue / dream
  • 自动保存真实用户消息和模型可见回答;过滤思考链、工具噪声和系统注入。
  • 每个 DSH 对话默认映射到独立 Honcho session。
  • 每轮召回 session summary、用户模型、peer card、本地结论和共享知识。
  • 提供七个 DSH 工具:memory_storememory_searchmemory_context

memory_reasonmemory_profilememory_dreammemory_status

  • 保留方向性视角,例如 deepseek -> user;不会把不同助手伪装成同一个 peer。
  • 使用 shared-knowledge -> user/shared-knowledge 作为可选的 canonical 共享层。
  • 相似结论只在读取时去重;整理工具默认 dry-run,不会静默删除后端数据。

本插件使用 Honcho 官方 v3 HTTP API,但不是 Plastic Labs 官方发布的 DSH 集成。 Codex、Hermes 等其他客户端的安装与配置也不由本插件完成。

前置条件:先准备 Honcho

二选一。

方案 A:Honcho 官方托管服务

Honcho 创建 API key,然后配置:

baseUrl: https://api.honcho.dev
apiKey: YOUR_HONCHO_API_KEY

方案 B:自托管官方 Honcho

Plastic Labs 官方仓库 的 Docker 方式部署。以下只是官方流程的摘要,实际变量以 Honcho 当前文档为准:

git clone https://github.com/plastic-labs/honcho.git
cd honcho
cp docker-compose.yml.example docker-compose.yml
cp .env.template .env
# 编辑 .env,配置 Honcho 所需的模型/API key
docker compose up -d --build
curl http://127.0.0.1:8000/health

健康检查应返回 {"status":"ok"}。完整服务不仅包含 API,还需要数据库、Redis 和 deriver;deriver 负责异步生成 conclusions、summary、representation、peer card 以及 dream 结果。仅有一个返回 200 的空代理并不等于完整可用。

如果 Honcho 在另一台机器上,请确保 DSH 进程能访问该地址,并使用 HTTPS、VPN 或 SSH 隧道保护网络链路。不要把未鉴权的 Honcho 端口直接暴露到公网。

安装 DSH 插件

dsh plugin --profile web add dsh-honcho-memory

然后在对应 DSH profile 的 cordis.patch.yml 中覆盖配置。示例:

- id: honcho-memory
  name: dsh-honcho-memory
  config:
    baseUrl: http://127.0.0.1:8000
    apiKey: ''
    workspace: dsh
    userPeer: user
    aiPeer: deepseek
    sessionId: ''
    sessionPrefix: dsh
    autoCapture: true
    captureSubagents: false
    autoContext: true
    contextMaxChars: 4000
    contextTokens: 1600
    contextFetchTimeoutMs: 8000
    searchScope: workspace
    includeConclusions: true
    maxConclusions: 10
    dialecticReasoningLevel: low
    messageMaxChars: 24000

重启 DSH 后,在对话中调用 memory_status({"check":"health"})check 是必填字段, 用于保证 DSH Code Mode 始终传递 JSON 参数对象。至少确认:

  • Honcho API:可用
  • workspace、userPeer、aiPeer 与你的配置一致;
  • queue 最终从 pending/in-progress 进入 completed;
  • 新对话能够用 memory_store 写入并被 memory_search 找回。

默认值

0.5.2 起默认值不包含维护者身份或机器配置:

配置默认值
baseUrlhttp://127.0.0.1:8000
workspacedsh
userPeeruser
aiPeerdeepseek
knowledgePeershared-knowledge
knowledgeSessionIdshared-knowledge

从 0.5.1 或更早版本升级

旧版本曾错误地携带维护者环境的非通用默认值。如果你以前没有在 profile 中显式写 baseUrlworkspaceuserPeer,升级前必须先确认旧数据实际所在的位置,并把这 三个值写进自己的 cordis.patch.yml。0.5.2 不会迁移、重命名或删除已有 Honcho 数据; 只有继续使用相同 backend、workspace 和 peer ID,才会召回原有记忆。

如果你已有其他 Honcho 集成,可以让它们指向同一 backend/workspace,但每个助手应使用 不同的 aiPeer。跨客户端共享不会自动配置;其他客户端也必须自行安装各自的 Honcho 集成,并遵守相同的 canonical peer 约定。

数据与隐私

  • 插件会把启用范围内的 DSH 对话发送到你配置的 baseUrl
  • 插件本身不包含维护者账号、服务器地址或用户身份默认值,也不提供遥测服务。
  • Honcho 后端可能把内容发送给其配置的 embedding、summary、deriver 或 dialectic

模型提供商;隐私边界取决于你自己的 Honcho 部署和模型配置。

  • memory_dream 可能消耗后端 LLM 资源,必须明确 confirm=true

兼容性边界

  • 目标 API:Honcho v3。
  • Node.js:20 或更高版本。
  • 安装包内置零运行时依赖的 dsh-honcho-memory-core,不需要再单独安装 core。
  • 已验证官方 Honcho 的 message、deriver、conclusion、context、search、dialectic 和

queue 流程;不同 Honcho/DSH 版本组合仍应先做 memory_status 和小规模写入测试。

  • 没有任何插件能保证对未来所有 DSH 或 Honcho 版本“完美兼容”;本项目通过契约测试

和真实后端 smoke test 降低升级风险。

开发与验证

npm install
npm test
npm run audit:public
npm run smoke          # 需要可用的 Honcho;可用 HONCHO_* 环境变量覆盖配置
npm run smoke:dsh      # 通过 DSH adapter 做临时写入/读取并清理
npm run tidy:messages  # 只生成旧垃圾消息的备份与 dry-run 清单;不会自动删除

更多资料:

License

MIT