Skip to main content
Glama
xiaono1

dsh-ov-memory

by xiaono1
OverviewSchemaSourceRelated ServersDiscussionsAdmin
TypeScript
Local

dsh-ov-memory

License: MIT Node Language

把 OpenViking 持久记忆接入 DeepSeek Harness（DSH）的插件。 OpenViking 负责「记住」，本插件负责把记忆在合适的时候送进对话、把对话送回去沉淀。

简体中文 | English

功能特性

  • 自动召回 —— 每一步开始前，用当前输入在 OpenViking 中检索相关内容并注入对话（context 模式检索，服务端完成去重与 token 预算控制）

  • 会话镜像 —— 把 user / assistant（可选 tool 结果）消息实时写入 OpenViking 的 dsh-<会话id> 会话流，供后台抽取为长期记忆

  • 阈值提交 —— 服务端 pending_tokens 达到阈值自动 commit（保留最近 N 条为活跃消息）；会话关闭时兜底提交

  • 离线出站队列（outbox） —— OpenViking 不可达时写操作落盘持久化，下次会话启动时幂等重放（内容哈希去重、重试上限、TTL 清理）

  • /memlearn 人工沉淀 —— 斜杠命令直接把一条经验写入长期记忆：不开启模型回合、原文不进会话日志；密钥先脱敏，再语义查重合并进最相近的已有记忆（OpenViking 无新建记忆文件 API，低于分数下限时诚实拒绝写入）；离线时自动进 outbox，恢复后重放

  • 完整工具面 —— 自研最小 MCP 实现（stdio 服务器 + streamable-HTTP 上游，无第三方 MCP SDK），把服务器全部工具以 mcp__openviking__* 暴露；服务器工具表变化自动同步

  • viking:// URI 守卫 —— 拦截本地 fs/shell 工具把 viking:// 虚拟路径当成本地文件

  • 自带技能 —— 独立 skill provider 提供 ov-memory 使用指南，不污染默认技能目录

  • 零运行时依赖 —— 复用 DSH 已安装的 @deepseek-ai/* peer 包，无额外 npm 依赖

Related MCP server: engram

环境要求

  • DeepSeek Harness：@deepseek-ai/* 0.1.x（≥ 0.1.0-rc.6）release 线

  • Node.js ^22.19.0 或 >=24

  • 一个可访问的 OpenViking 服务器（本地 openviking-server，或远程实例）

安装

# 从 GitHub 源码安装（lib/ 已预构建提交，无需本机构建）
dsh plugin --profile <profile> add github:xiaono1/dsh-ov-memory

# 本地开发安装
dsh plugin --profile <profile> add /path/to/dsh-ov-memory

插件通过自带的 cordis.patch.yml 注册为一个隔离的 cordis group（服务命名空间 ovMemory）。

若 profile 中已存在其它占用 mcp__openviking__* 命名空间的桥接插件，请先移除再启用本插件，两者不能共存。

配置

默认连接 http://127.0.0.1:1933。凭据沿用 OpenViking 生态的统一解析顺序： OPENVIKING_* 环境变量 → ~/.openviking/ovcli.conf → ~/.openviking/ov.conf。 如需显式覆盖，在 profile 的 cordis.patch.yml 中写入：

- insert:
    - id: ov-memory
      config:
        - id: ov-memory-runtime
          config:
            endpoint: 'http://127.0.0.1:1933'   # REST base
            apiKey: 'your-user-key'              # 留空则走 env / ovcli.conf
            account: ''
            user: ''
            recall:
              enabled: true
              budgetTokens: 2000      # 每次召回的注入预算（服务端 context 模式）
              scoreFloor: 0.35        # 相关度下限
              refreshEverySteps: 0    # >0 时按步数周期强制刷新；0=仅查询变化时
            capture:
              toolResults: false      # 是否把工具结果也镜像进记忆流
              skipSubagentSessions: false
            commit:
              thresholdTokens: 20000  # pending_tokens 达到即提交
              keepRecentCount: 10     # 提交后保留为活跃的最近消息数
            learn:
              minScore: 0.5           # /memlearn 合并进已有记忆的语义分下限

常用环境变量：

变量

作用

OPENVIKING_URL / OPENVIKING_BASE_URL

服务器地址

OPENVIKING_API_KEY / OPENVIKING_BEARER_TOKEN

鉴权凭据

OPENVIKING_ACCOUNT / OPENVIKING_USER

租户/用户（trusted 模式）

OPENVIKING_PEER_ID

固定 actor peer

OPENVIKING_MCP_URL

MCP 端点覆盖（默认 <url>/mcp）

OPENVIKING_PENDING_DIR

outbox 目录（默认 ~/.openviking/pending）

工作原理

DSH agent 钩子                    本插件（进程内）                        OpenViking 服务器
─────────────────                ─────────────────                      ──────────────────
agent/session-start ──► 建档 + outbox 重放 ───────────► POST /api/v1/sessions
agent/pre-step     ──► 召回注入（plugin user 消息）──► POST /api/v1/search/search (mode=context)
session/event      ──► 会话镜像 ──服务器不可达──► outbox(本地持久化) ──重放──► POST .../messages
turn/end           ──► pending_tokens ≥ 阈值 → commit
session/flush      ──► 兜底提交
/memlearn 命令     ──► 脱敏 → 语义查重 → append（离线进 outbox）──► POST /api/v1/search/find → POST /api/v1/content/write
工具面 mcp__openviking__* ◄── dsh-mcp-client ◄── stdio ── 自研 MCP 代理 ──► POST /mcp (streamable HTTP)

设计决策与实现说明见 docs/DESIGN.md，验证手册见 docs/E2E.md。

开发

npm ci
npm run typecheck   # tsc --noEmit
npm run build       # TypeScript → lib/（已随仓库提交）
npm test            # node --test（内置 mock OpenViking 服务器，无需真实服务）

测试不依赖真实服务器：test/*.test.mjs 用自建 node:http 模拟 OpenViking REST 与 MCP 端点， 覆盖捕获/提交/outbox/凭据链/peer 解析/MCP 会话与工具调用/URI 守卫//memlearn（脱敏、查重合并、离线入队与重放）等路径。

可选真实服务器端到端验证见 docs/E2E.md。

License

MIT

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityMaintained
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • Memory Crystal MCP Server by memorycrystal

    Memory Crystal MCP Serverofficial

    memorycrystal
    A
    license
    Not graded
    quality
    C
    maintenance
    Enables AI agents to maintain persistent memory across sessions by capturing conversations, extracting durable knowledge, and injecting relevant context, supporting various MCP-compatible platforms.
    12
    MIT

  • engram

    TushaeBXN
    A
    license
    Not graded
    quality
    D
    maintenance
    Provides persistent, local-first AI memory across sessions via MCP tools for storing, searching, and retrieving context from past interactions.
    1
    MIT
  • Kova Mind MCP Server by KovaMind

    Kova Mind MCP Serverofficial

    KovaMind
    A
    license
    A
    quality
    C
    maintenance
    Enables AI memory persistence and secure credential management via vault tools for MCP-compatible clients like Claude Desktop, Cursor, and VS Code.
    12
    19 npm
    MIT

  • dsh-timem-memory

    auuduu
    A
    license
    Not graded
    quality
    C
    maintenance
    Bridges TiMEM's cloud MCP server with DeepSeek Harness to provide long-term memory tools and automatic memory skills for AI models, enabling persistent context and learned behaviors across conversations.
    MIT