dsh-layered-memory 0.7.1 → 0.8.1

package/README.md

@@ -1,57 +1,26 @@
-**简体中文** | [English](README.en.md)
+<div align="center">
 
-<p align="center">
-  <img src="./assets/img/Hero.png" width="100%"
-       alt="DeepSeek Harness hero 横幅：对话自动分层蒸馏成记忆，模型每步前自动召回注入——右侧对话气泡逐层溶解为三层渐亮光带，流入带发光圆球与渐变轨道的玻璃胶囊（下有 日常·工作·智能·关闭 四档刻度），光丝回流示意召回注入">
-</p>
+<img src="./assets/img/Hero.png" width="100%"
+     alt="DeepSeek Harness hero 横幅：对话自动分层蒸馏成记忆，模型每步前自动召回注入——右侧对话气泡逐层溶解为三层渐亮光带，流入带发光圆球与渐变轨道的玻璃胶囊（下有 日常·工作·智能·关闭 四档刻度），光丝回流示意召回注入">
 
 # dsh-layered-memory
 
-DeepSeek Harness 的**分层蒸馏记忆插件**（持久组合插件）：对话在后台自动完成
-L0 捕获 → L1 原子记忆 → L2 场景整合 → L3 画像蒸馏，模型每一步前自动把相关记忆
-注入上下文——用户与模型都不需要做任何操作。
-
-> 本插件的记忆核心能力（L0–L3 分层蒸馏管线、Prompt 与双写存储设计）参考自
-> [TencentDB-Agent-Memory](https://github.com/TencentCloud/TencentDB-Agent-Memory)
-> 中的 **MemoryCore**：Prompt 原样保留，仅把"LLM 操作文件"的 L2/L3 流程适配为
-> "LLM 输出、工程侧执行"。
-
-## 运行时数据流
-
-<p align="center">
-  <img src="./assets/readme/flow.svg" width="100%"
-       alt="dsh-layered-memory 运行时数据流：左侧 User 与 Assistant 的会话事件流入插件（L0 捕获、L1–L3 蒸馏、检索召回、记忆工具），插件经 agent/pre-step 把相关记忆注入右侧 DSH 核心；蒸馏复用核心的 ctx.llm，数据双写 ~/.dsh/memory/">
-</p>
-
-插件挂在 dsh 原生事件缝上（`session/event` 捕获、`agent/pre-step` 注入），
-蒸馏调用复用宿主 `ctx.llm`，全程对用户与模型透明。另注册三个模型可主动调用的
-记忆工具：`memory_search` / `conversation_search` / `memory_read_scene`。
+**DeepSeek Harness 的分层蒸馏记忆插件：对话在后台自动完成 L0 捕获 → L1 原子记忆 → L2 场景整合 → L3 画像蒸馏，模型每一步前自动把相关记忆注入上下文。**
 
-## 分层记忆（L0–L3）
+[English](README.en.md) · [最新发行版](https://github.com/JunNanLYS/dsh-layered-memory/releases/latest) · [反馈问题](https://github.com/JunNanLYS/dsh-layered-memory/issues)
 
-<p align="center">
-  <img src="./assets/img/Layers.png" width="100%"
-       alt="分层记忆四层（自左上向右下逐层精炼）：L0 原始对话（对话气泡）→ L1 原子记忆（发光事实粒子）→ L2 场景块（玻璃文档板）→ L3 核心画像（发光晶核）；层间由 LLM 提取/整合/蒸馏光束相连，宽度递减表示数据逐层精炼">
-</p>
+[![npm version](https://img.shields.io/npm/v/dsh-layered-memory?color=6f83ff&style=flat-square&label=npm)](https://www.npmjs.com/package/dsh-layered-memory)
+[![DSH 0.1.0-rc.6](https://img.shields.io/badge/DSH-0.1.0--rc.6-8b5cf6?style=flat-square)](https://github.com/deepseek-ai/deepseek-harness)
+[![MIT License](https://img.shields.io/badge/license-MIT-536990?style=flat-square)](LICENSE)
 
-## 会话级记忆档位
-
-<p align="center">
-  <img src="./assets/img/Modes.png" width="100%"
-       alt="会话级记忆档位：一条玻璃胶囊滑轨四个停点（日常·工作·智能·关闭），发光圆球停在智能（默认）档；各档上方微场景——日常为个人聊天气泡、工作为代码文档窗格、智能为双流合流最亮、关闭为暗淡虚线幽灵泡">
-</p>
-
-- **控件**：输入栏内、模式选择器右侧的 pill（`记忆·自动`），点击在上方浮出 macOS
-  风格滑动选择器——拖拽松手吸附最近档位；深浅主题自适应；
-- 每会话的选择按 sessionId 持久化到 `session-modes.json`，重启/恢复会话不丢；
-  与全局开关叠加（全局是总闸）；L2/L3 完全分族，跨族内容不渗透。
+</div>
 
 ## 快速开始
 
 需要 Node ≥ 22.16。两种调用方式任选（`npx` 前缀可替换下面任何 `dsh` 命令）：
 
 ```bash
-# 方式一：npx 直接跑官方 CLI（无需预装 dsh；可 pin 版本，如 dsh-layered-memory@0.6.1）
+# 方式一：npx 直接跑官方 CLI（无需预装 dsh；可 pin 版本，如 dsh-layered-memory@0.8.0）
 npx -y @deepseek-ai/dsh plugin --profile web add dsh-layered-memory
 
 # 方式二：已装 dsh CLI（dsh 是 pnpm 转发器，未装 pnpm 时先 npm i -g pnpm）
@@ -62,14 +31,28 @@ dsh plugin --profile web add https://github.com/JunNanLYS/dsh-layered-memory
 dsh plugin --profile web add /path/to/dsh-layered-memory
 ```
 
+### 让 Agent 安装（推荐）
+
+如果当前 Agent 可以执行终端命令，把下面这段话完整发送给它：
+
+```text
+请为 DeepSeek Harness 的 web Profile 安装 dsh-layered-memory 插件。
+
+只执行下面两条命令，不要修改其他 Profile：
+dsh plugin --profile web add dsh-layered-memory
+dsh --profile web --dump-config
+
+确认输出中出现 dsh-layered-memory 后告诉我安装结果。
+不要替我关闭或重启正在运行的 DSH；安装完成后提醒我手动重启 DSH Web Host。
+```
+
+Agent 应当返回安装结果，并明确告诉你配置中是否已经出现 `dsh-layered-memory`。
+
 本包声明了 `dsh.bundle` 组合包层（`cordis.patch.yml`），安装后会**自动挂载插件行**——
 不需要再手改 `$DSH_HOME/profiles/web/cordis.patch.yml`。然后重启 DeepSeek Harness，
 验证：`~/.dsh/memory/` 下出现 `conversations/ records/ scenes/` 目录和 `memory.db`
 即插件 apply 成功；设置页出现"记忆"页面、输入栏出现档位 pill 即 client 半边就绪。
 
-> ⚠️ **安全提示**：安装插件 = 以你的权限运行第三方代码。本插件会读取会话内容、
-> 在数据目录写文件、调用你配置的 LLM/embedding 服务；介意请先审查源码（`src/`）。
-
 **卸载**：`dsh plugin --profile web remove dsh-layered-memory` + 重启。数据保留在
 `~/.dsh/memory/`，不需要时手动删除整个目录即可。
 
@@ -84,6 +67,52 @@ npm run smoke                         # 冒烟测试（先重编：见下方命
 npx tsc src/smoke.ts --outDir dist-smoke --module nodenext --moduleResolution nodenext --target es2022 --strict --skipLibCheck --esModuleInterop
 ```
 
+## 运行时数据流
+
+<p align="center">
+  <img src="./assets/readme/flow.svg" width="100%"
+       alt="dsh-layered-memory 运行时数据流：左侧 User 与 Assistant 的会话事件流入插件（L0 捕获、L1–L3 蒸馏、检索召回、记忆工具），插件经 agent/pre-step 把相关记忆注入右侧 DSH 核心；蒸馏复用核心的 ctx.llm，数据双写 ~/.dsh/memory/">
+</p>
+
+插件挂在 dsh 原生事件上（`session/event` 捕获、`agent/pre-step` 注入），蒸馏调用复用宿主 `ctx.llm`。召回以**消息侧注入**呈现：相关记忆作为一条合成消息排在用户新消息之前，会话流里显示为**"上下文注入 · memory"**行（点开看命中内容）——用户能直接看到"记忆生效了"；注入内容有长度预算与时间预算，超限截断/超时跳过，绝不拖慢对话。
+
+**记忆工具(3):**
+- memory_search
+- conversation_search
+- memory_read_scene
+
+真机实录：召回注入与工具调用在对话里的样子——"上下文注入 · memory"行先带出相关记忆，模型再按需调 `memory_read_scene` 读取场景块，凭记忆直接作答：
+
+<p align="center">
+  <img src="./assets/img/MemoryTools.png" width="60%"
+       alt="对话界面实录（浅色主题）：用户消息"我们最近要干什么？"上方可见"上下文注入 · memory"行；助手回答前列出 4 次 memory_read_scene 工具调用（参数为 scenes 场景块的 .md 文件名），随后凭记忆梳理近期目标与推进路线">
+</p>
+
+在只开放代码执行入口的受限会话中，模型经由 `run_code` 间接调用记忆工具（轨迹视图中的 SUBTOOL 嵌套）：
+
+<p align="center">
+  <img src="./assets/img/ToolTrajectory.png" width="80%"
+       alt="工具调用轨迹视图：顶部彩色时间线与左侧步骤列表（SYSTEM/CONTEXT/USER/ASSISTANT/TOOL/SUBTOOL 彩色标签），run_code 工具步骤内嵌套 5 次 memory_read_scene 子工具调用（SUBTOOL 标记），右侧为所选步骤的详情面板">
+</p>
+
+## 分层记忆（L0–L3）
+
+<p align="center">
+  <img src="./assets/img/Layers.png" width="100%"
+       alt="分层记忆四层（自左上向右下逐层精炼）：L0 原始对话（对话气泡）→ L1 原子记忆（发光事实粒子）→ L2 场景块（玻璃文档板）→ L3 核心画像（发光晶核）；层间由 LLM 提取/整合/蒸馏光束相连，宽度递减表示数据逐层精炼">
+</p>
+
+## 会话级记忆档位
+
+<p align="center">
+  <img src="./assets/img/Modes.png" width="100%"
+       alt="会话级记忆档位：一条玻璃胶囊滑轨四个停点（日常·工作·智能·关闭），发光圆球停在智能（默认）档；各档上方微场景——日常为个人聊天气泡、工作为代码文档窗格、智能为双流合流最亮、关闭为暗淡虚线幽灵泡">
+</p>
+
+- **控件**：输入栏内、模式选择器右侧的 pill（`记忆·自动`），点击在上方浮出档位滑块深浅主题自适应；
+- 每会话的选择按 sessionId 持久化到 `session-modes.json`，重启/恢复会话不丢；
+  与全局开关叠加（全局是总闸）；L2/L3 完全分类，分类内容不渗透。
+
 ## 界面预览
 
 <p align="center">
@@ -93,6 +122,81 @@ npx tsc src/smoke.ts --outDir dist-smoke --module nodenext --moduleResolution no
        alt="浅色主题下的同一设置页记忆浏览器概览：同款布局与信息，浅色卡片底与同套强调色，主题切换无需重载">
 </p>
 
+## 实测对比（DSH-MemBench：自动化基准）
+
+图文回答"长什么样"，这一节用**自动化基准**的实测数字回答"**开了到底有什么用**"（[`bench/`](./bench/)，一条命令可复现）。方法：同场景库、逐字相同输入，**A 组（记忆开）** 与 **B 组（记忆关）** 各跑 3 次取合并值；环境 DeepSeek 官方 `deepseek-v4-flash`、插件 0.8.0、Windows；题型设计借鉴 [LongMemEval](https://github.com/xiaowu0162/longmemeval) / [LoCoMo](https://snap-research.github.io/locomo/) / [AMB](https://github.com/vectorize-io/agent-memory-benchmark)。
+
+### 对话赛道（15 场景 × 6 题型 × 3 次 = 270 题/组）：答得准吗
+
+<p align="center">
+  <img src="./assets/readme/bench-dialog.svg" width="100%"
+       alt="DSH-MemBench 对话赛道 A/B 对照条形图：A 组（记忆开）总准确率 92.6%（250/270），B 组（记忆关）17.8%（48/270）；分题型各 45 题——抽取 A 45/45 对 B 3/45、多跳 A 45/45 对 B 0/45、时序 A 43/45 对 B 0/45、知识更新 A 31/45 对 B 0/45、场景回忆 A 41/45 对 B 0/45、拒答两组均 45/45 且 0 编造">
+</p>
+
+**召回双通道**（A 组）：被动注入召回率 **75.1%**（该题要点出现在召回注入中，169/225），其余多数由模型**主动调用记忆工具**查回——84 题主动查询、**60 题靠工具兜底答对**；端到端 92.6% 是两通道 + 模型利用的合成结果。记忆库跨场景全程累积下，探针召回注入混入其他场景记忆 144 次（已如实计数），总准确率仍稳在 92.6%——抗干扰能力经受住了膨胀记忆库的考验。
+
+### 工作流赛道（4 场景 × 3 次，真实工具沙箱）：做得对、做得省吗
+
+<p align="center">
+  <img src="./assets/readme/bench-workflow.svg" width="100%"
+       alt="DSH-MemBench 工作流赛道 A/B 对照图：任务完成度 A 组 24/33（72.7%）对 B 组 11/33（33.3%）；成本对比（B 组为满格基准）——步骤 125 对 186（B +49%）、工具调用 184 对 296（B +61%）、输入 token 1.30M 对 1.86M（B +43%）；向用户求助 A 0 次对 B 3 次；登录场景输入 token A 241k 对 B 453k（+88%）">
+</p>
+
+**登录场景特写**（凭据只存在于记忆，站点为本地服务、令牌不可伪造）：A 组三次全部**一轮直取**完成（6/6，241k 输入）；B 组每次都要**反问用户要凭据**（3 次求助、双倍轮次）才完成 5/6，输入 453k——**+88%**。这正是记忆的核心价值之一：**省掉的不是任务难度，是无谓的往返与重复教学**。
+
+### 方法论与复现
+
+```bash
+node bench/harness/run.mjs --arm A --repeats 3 --provider deepseek-official --model deepseek-v4-flash
+node bench/harness/run.mjs --arm B --repeats 3 --provider deepseek-official --model deepseek-v4-flash   # 对话赛道
+node bench/harness/run.mjs --track workflow --arm A/B --repeats 3 ...                                  # 工作流赛道
+node bench/harness/report.mjs --latest [dialog|workflow]                                               # 汇总报告
+```
+
+- 判分：`contains-all` 程序判 + 判卷模型按要点判（答案原文与判分理由全部留痕 `result.json` 可人工复核）；工作流完成度为产物文件 + 关键内容程序化校验；
+- 指标全部来自供应商上报 usage（输入含缓存命中拆分）与会话事件折叠；**稳态缓存率**剔除每会话首请求（A 88.7% vs B 85.4%——记忆注入不伤缓存）；
+- 回归用途：改插件前后各跑一遍，`compare.mjs` 出对比表（环境头校验 + B 组对照组漂移告警）；
+- 局限（诚实声明）：单机 ×3 次合并、判卷模型与被测模型同源、作者自建场景库（倾向记忆优势场景，欢迎自行复现）；工具审计会标记越界访问（实测 Agent 偶发探测用户主目录，本基准场景答案不存于真实记忆库、数字不受影响）。
+
+完整报告与逐题数据：[`bench/baseline/`](./bench/baseline/)。
+
+## 存储布局
+
+<p align="center">
+  <img src="./assets/readme/storage.svg" width="100%"
+       alt="存储布局：双写架构（JSONL 事实源只增不改 + memory.db 主检索库）；文件形态含 conversations/records/scenes/persona/state/pending/session-modes/embedding-source/模型目录/推理运行时/日志与重建归档；检索三策略 keyword/embedding/hybrid（RRF k=60）；降级链保证永不阻塞宿主">
+</p>
+
+向量能力默认关闭（纯 FTS）。DSH 的 `ctx.llm` 无 embeddings 端点，语义检索由
+**三态嵌入源**提供（关闭 / 远程 / 本地），设置页可运行时切换——见下节。
+
+## 语义检索（嵌入源）
+
+设置页（记忆 → 概览 → 语义检索）选择嵌入源，即时生效、无需改配置重启：
+
+<p align="center">
+  <img src="./assets/img/EmbeddingSource.png" width="70%"
+       alt="设置页语义检索（嵌入源）面板（浅色主题）：三态选择器（关闭/本地/远程，本地选中）显示当前嵌入源与首次启用自动安装运行时提示；下方本地模型目录列出 BGE small 中文（使用中/已就绪）、EmbeddingGemma 300M（下载 316MB）、BGE-M3（下载 560MB）三款模型的维度/上下文/体积/特点与下载入口">
+</p>
+
+三种嵌入源：**关闭**（默认，纯 BM25 关键词检索）、**远程**（自备任意 OpenAI 兼容
+`/embeddings` 服务，`embedding.*` 四件套配齐才可选）、**本地**（内置模型目录选一款，
+ONNX 量化 **CPU 推理**——无需 API Key，数据不出本机）。本地模型目录是插件内置
+白名单（每款锁定 revision + 每文件 sha256，不可下载任意仓库）。
+
+- **下载**：模型卡一键下载（默认镜像 `hf-mirror.com`，断点续传 + sha256 完整性
+  校验；直连不可达时可走代理——默认自动探测 `HTTPS_PROXY`/`ALL_PROXY` 等环境
+  变量，见 `embedding.proxy`）。单文件失败自动重试且换缓存键（`?dshmem-retry=N`，
+  绕开镜像 CDN 偶发的坏缓存对象），校验失配从零重下、网络错误保留断点续传；
+  落盘数据目录 `models/<id>/`，不用了随时在设置页删除；
+- **按需运行时**：首次切换本地档才安装推理运行时（transformers.js，约 100~200MB，
+  装进数据目录 `runtime/`——不进插件依赖树，不碰插件安装目录）；
+- **活切换**：一键换源——自动后台全量重嵌（进度可见、可取消，期间检索自动降级
+  关键词，不影响对话；维度变化时向量表按新维度重建）；切换失败保持旧源，重启仍按原源运行；
+- **生效规则 = 部署上限 AND 运行时选择**：`embedding.allowLocalModels=false` 可整体
+  禁用本地档、未配 `embedding.*` 四件套则远程档不可选（企业部署可收口），状态持久
+  化在 `embedding-source.json`。
+
 ## 配置
 
 覆盖配置写在 profile 自己的 `cordis.patch.yml`，用**顶层裸 patch 条目**（直接 `id:`，
@@ -104,8 +208,8 @@ npx tsc src/smoke.ts --outDir dist-smoke --module nodenext --moduleResolution no
   name: dsh-layered-memory
   config:                    # 键按行整体替换（不深合并），按需写全要保留的键
     family: auto             # 新会话默认档：auto | chat | work
-    llm:                     # 蒸馏模型路由（不写则跟随当前默认模型）
-      provider: ''
+    llm:                     # 蒸馏模型静态路由（双字段齐 = 部署 pin，优先于设置页选择；
+      provider: ''           # 留空则跟随设置页"蒸馏模型"选择器或当前默认模型）
       model: ''
 ```
 
@@ -117,8 +221,9 @@ npx tsc src/smoke.ts --outDir dist-smoke --module nodenext --moduleResolution no
 | `capture.stripCodeBlocks` | `true` | 助手消息剥离代码块 |
 | `capture.maxMessageChars` | `4000` | 单条消息最大字符数 |
 | `extract.enabled` | `true` | L1 抽取 |
-| `extract.minMessages` | `1` | 攒够 N 条新消息跑一次 L1 抽取 |
-| `extract.backgroundMessages` | `10` | 抽取时附带的背景消息条数 |
+| `extract.minMessages` | `6` | 稳态触发阈值：单会话攒够 N 条新消息跑一次 L1 抽取。起步阶段生效阈值从 1 翻倍爬坡到此值（首轮即出记忆，随后自动攒批省调用） |
+| `extract.idleSeconds` | `300` | 闲置兜底：会话静默 N 秒后把未蒸馏切片落袋（接住"没攒够阈值用户就离开"）；`0` 关闭 |
+| `extract.backgroundMessages` | `10` | 抽取时附带的背景消息条数（按会话从 L0 现查，会话间互不污染） |
 | `extract.candidatePool` | `5` | 去重候选池大小 |
 | `l2.enabled` | `true` | L2 场景整合 |
 | `l2.minNewMemories` | `5` | 距上次 L2 整合的新记忆阈值 |
@@ -127,9 +232,12 @@ npx tsc src/smoke.ts --outDir dist-smoke --module nodenext --moduleResolution no
 | `l3.enabled` | `true` | L3 画像蒸馏 |
 | `l3.interval` | `20` | L3 蒸馏间隔（新记忆条数） |
 | `recall.enabled` | `true` | 自动召回 |
-| `recall.maxResults` | `5` | 每步召回注入的 L1 条数 |
-| `recall.includePersona` | `true` | 召回时注入画像上下文（`<user-persona>`） |
-| `recall.includeSceneNav` | `true` | 召回时注入场景导航（`<scene-navigation>`） |
+| `recall.maxResults` | `5` | 每条新用户消息前注入的 L1 条数上限 |
+| `recall.maxCharsPerMemory` | `500` | 单条注入记忆的字符上限（超限截断并提示用记忆工具查全文）；`0` 不限 |
+| `recall.maxTotalRecallChars` | `2000` | 整轮注入总字符上限（超限按相关性丢尾部）；`0` 不限 |
+| `recall.timeoutMs` | `5000` | 召回总预算（ms）：超时跳过本轮注入、不阻塞对话；`0` 不限时 |
+| `recall.includePersona` | `true` | 系统提示注入画像上下文（`<user-persona>`，稳定区） |
+| `recall.includeSceneNav` | `true` | 系统提示注入场景导航（`<scene-navigation>`，稳定区） |
 | `recall.strategy` | `hybrid` | 检索策略：`keyword` / `embedding` / `hybrid` |
 | `recall.scoreThreshold` | `0.3` | 召回分数阈值（低于不注入；仅 keyword/embedding 策略生效，hybrid 融合前不过滤；工具路径不过滤） |
 | `embedding.enabled` | `false` | 向量检索开关；关闭即纯 FTS 运行 |
@@ -141,69 +249,31 @@ npx tsc src/smoke.ts --outDir dist-smoke --module nodenext --moduleResolution no
 | `embedding.timeoutMs` | `10000` | 单次 embedding 调用超时（ms） |
 | `embedding.allowLocalModels` | `true` | 允许本地嵌入档（部署上限：关闭后设置页不能下载模型、不能切本地档） |
 | `embedding.mirror` | `https://hf-mirror.com` | 本地模型下载镜像根地址（可改回官方 `https://huggingface.co`） |
-| `llm.provider/model` | 空 | 蒸馏模型覆盖（默认用当前默认选择） |
-| `llm.maxTokens` | `256000` | 单次蒸馏输出 token 上限（全阶段统一；推理模型的 reasoning 与正文共享该预算，过低会被思考吃光导致正文 0 字符） |
+| `embedding.proxy` | `''` | 模型下载代理三态：`''`（默认）= 自动探测代理环境变量（`HTTPS_PROXY`/`ALL_PROXY` 等，尊重 `NO_PROXY`）；`none` = 禁用强制直连；其他值 = 代理 URL（如 `http://127.0.0.1:7890`）。镜像直连在国内网络间歇不可达（直连超时与污染字节交替出现过），开代理的机器建议保持默认自动探测 |
+| `llm.provider/model` | 空 | 蒸馏模型静态路由（部署 pin）：provider 与 model **双字段齐**时锁定蒸馏路由，优先于设置页的运行时选择与默认模型（部署可强制蒸馏走指定路由）；留空则跟随"设置页选择 → 默认模型"。运行时可在设置页 → 记忆 → 概览的"蒸馏模型"选择器从**已配置的供应商**（含 dsh 设置 → 模型里添加的自定义供应商）中切换，即时生效无需重启 |
+| `llm.maxTokens` | `65536` | 未分层调用的兜底输出总闸。各蒸馏层有独立预算（抽取 16k / 去重 8k / L2 32k / L3 16k；思考档 high/max 时自动 ×4，防 reasoning 吃光预算），分层预算可在设置页 → 记忆 → 概览 → 蒸馏参数运行时调整（留空/0 = 跟随内置默认） |
 | `llm.reasoningEffort` | `off` | 蒸馏思考档位（部署默认）：`off` / `high` / `max`，空串不传（跟随模型默认）。蒸馏是结构化抽取任务，默认关思考——推理模型（如 v4-flash）默认 high 档的思考可把任意输出预算全部吃光导致正文 0 字符；非推理模型不认识 effort 时需设为空串。运行时可在设置页 → 记忆 → 概览临时切换（选"跟随配置"即回退本值） |
 | `llm.temperature` | `0.3` | 蒸馏温度 |
-| `llm.maxInputChars` | `700000` | 单次蒸馏输入字符预算（超限的 L1 输入自动分块抽取） |
+| `llm.maxInputChars` | `700000` | 单次蒸馏输入字符预算（超限的 L1 输入自动分块抽取）；运行时可在设置页 → 蒸馏参数 → 输入预算调整（留空/0 = 跟随本值） |
 | `llm.timeoutMs` | `120000` | 单次蒸馏调用超时（ms） |
 | `tools` | `true` | 是否注册模型可调用的记忆工具 |
 
-## 存储布局
-
-<p align="center">
-  <img src="./assets/readme/storage.svg" width="100%"
-       alt="存储布局：双写架构（JSONL 事实源只增不改 + memory.db 主检索库）；文件形态含 conversations/records/scenes/persona/state/pending/session-modes/embedding-source/模型目录/推理运行时/日志与重建归档；检索三策略 keyword/embedding/hybrid（RRF k=60）；降级链保证永不阻塞宿主">
-</p>
-
-向量能力默认关闭（纯 FTS）。DSH 的 `ctx.llm` 无 embeddings 端点，语义检索由
-**三态嵌入源**提供（关闭 / 远程 / 本地），设置页可运行时切换——见下节。
-
-## 语义检索（嵌入源）
-
-设置页（记忆 → 概览 → 语义检索）选择嵌入源，即时生效、无需改配置重启：
-
-| 嵌入源 | 说明 |
-| --- | --- |
-| **关闭**（默认） | 不做任何向量嵌入，纯 BM25 关键词检索 |
-| **远程** | 自备任意 OpenAI 兼容 `/embeddings` 服务（`embedding.*` 四件套配齐才可选） |
-| **本地** | 内置模型目录选一款，ONNX 量化 **CPU 推理**——无需 API Key，数据不出本机 |
-
-本地模型目录是插件内置白名单（每款锁定 revision + 每文件 sha256，不可下载任意仓库）：
-
-| 模型 | 维度 | 上下文 | 体积 | 特点 |
-| --- | --- | --- | --- | --- |
-| BGE small 中文 | 512 | 512 | ~25MB | CPU 嵌入最快，适合先体验语义检索 |
-| EmbeddingGemma 300M | 768 | 2048 | ~330MB | 100+ 语言含中文，质量与开销均衡（上游 MemoryCore 同款） |
-| BGE-M3 | 1024 | 8192 | ~590MB | 中文质量最强，单条嵌入可达秒级 |
-
-- **下载**：模型卡一键下载（默认镜像 `hf-mirror.com`，断点续传 + sha256 完整性
-  校验），落盘数据目录 `models/<id>/`，不用了随时在设置页删除；
-- **按需运行时**：首次切换本地档才安装推理运行时（transformers.js，约 100~200MB，
-  装进数据目录 `runtime/`——不进插件依赖树，不碰插件安装目录）；
-- **活切换**：一键换源——自动后台全量重嵌（进度可见、可取消，期间检索自动降级
-  关键词，不影响对话；维度变化时向量表按新维度重建）；切换失败保持旧源，重启仍
-  按原源运行；
-- **生效规则 = 部署上限 AND 运行时选择**：`embedding.allowLocalModels=false` 可整体
-  禁用本地档、未配 `embedding.*` 四件套则远程档不可选（企业部署可收口），状态持久
-  化在 `embedding-source.json`。
-
-## 日志与排查
-
-dsh 宿主把插件日志打到控制台，插件将 info 及以上镜像到数据目录 `memory.log`。一轮
-对话的典型日志路径：`L0 捕获` → `L0 落盘` → `蒸馏管线开始` → `LLM 调用（输入/输出
-字符数、耗时）` → `L1 抽取完成` → `蒸馏管线结束`；下一轮有 `召回命中 N 条 L1`。
-LLM 空输出带完整诊断（finish 原因 / token 计数 / reasoning 摘录），JSON 解析失败
-附模型原始输出前 400 字符，失败 warn 均带堆栈首帧。
-
 ## 与 MemoryCore 的差异
 
 - 内嵌完整管线（不依赖外部 Gateway），蒸馏复用 DSH 自己的 LLM；
 - L2/L3 由"LLM 操作文件工具"改为"LLM 输出操作 JSON / 完整文档，工程侧执行"；
-- 召回注入点在 `agent/pre-step` + agent 作用域 `systemPrompt.context`（DSH 原生事件/服务）；
+- 召回注入点在 `agent/pre-step`（消息侧合成消息，官方 pre-step 替换语义）+ agent 作用域 `systemPrompt.context`（画像/导航稳定区，DSH 原生事件/服务）；
 - 存储/检索即官方 sqlite 后端的单机裁剪版（裁掉多租户隔离列、TCVDB 云后端、审计表；
-  分词用自带 CJK 二元组替代 jieba，保持零原生依赖——仅 sqlite-vec 一个原生扩展，
-  加载失败自动降级）。
+  分词与官方一致用 jieba——@node-rs/jieba 预编译二进制 + CJK 二元组并集，
+  词元供 BM25 精确整词命中、二元组保子词召回；加载失败自动回退纯二元组，
+  FTS 索引按分词器版本戳自动重建）。
+
+## 路线图
+
+以下为规划中的功能，欢迎在 [Issues](https://github.com/JunNanLYS/dsh-layered-memory/issues) 反馈需求与优先级：
+
+- [ ] **Git 分支感知**：记忆与当前 git 分支关联，召回可按分支过滤/加权（与现有记忆档位正交）
+- [ ] **Claude Code / Codex 记忆导入**：一键迁移既有记忆资产（`CLAUDE.md`、Claude Code 记忆文件、Codex `AGENTS.md` 等），导入后进入分层蒸馏管线
 
 ## 致谢
 

package/assets/readme/bench-dialog.svg

@@ -0,0 +1,87 @@
+<svg xmlns="http://www.w3.org/2000/svg"
+     width="1200" height="690" viewBox="0 0 1200 690"
+     role="img" aria-labelledby="benchDialogTitle benchDialogDesc">
+  <title id="benchDialogTitle">DSH-MemBench 对话赛道：A/B 两组准确率对照</title>
+  <desc id="benchDialogDesc">同题同输入对照：A 组（记忆开）总准确率 92.6%（250/270），B 组（记忆关）17.8%（48/270）。分题型（每题型 45 题）：抽取 A 45/45 对 B 3/45；多跳 A 45/45 对 B 0/45；时序 A 43/45 对 B 0/45；知识更新 A 31/45 对 B 0/45；场景回忆 A 41/45 对 B 0/45；拒答两组均 45/45、0 编造。</desc>
+
+  <rect width="1200" height="690" rx="26" fill="#0D1526"/>
+
+  <g font-family="-apple-system,BlinkMacSystemFont,'Segoe UI','PingFang SC','Microsoft YaHei',sans-serif">
+
+    <!-- ── 标题与图例 ── -->
+    <text x="64" y="66" font-size="26" font-weight="700" fill="#EFF3FA">对话赛道：同题同输入 · A/B 对照准确率</text>
+    <text x="64" y="94" font-size="18" fill="#8296B3">15 场景 × 6 题型 × 3 次 = 270 题/组（每题型 45 题）· 条长 = 答对率，数值 = 答对题数</text>
+
+    <rect x="842" y="50" width="18" height="18" rx="5" fill="#FFD15D"/>
+    <text x="868" y="65" font-size="18" fill="#C2CDDE">A 组 · 记忆开</text>
+    <rect x="842" y="76" width="18" height="18" rx="5" fill="#4E6DA8"/>
+    <text x="868" y="91" font-size="18" fill="#C2CDDE">B 组 · 记忆关</text>
+
+    <!-- ── 网格线（0/25/50/75/100%）── -->
+    <g stroke="#1C2A47" stroke-width="1">
+      <line x1="260" y1="122" x2="260" y2="614"/>
+      <line x1="435" y1="122" x2="435" y2="614"/>
+      <line x1="610" y1="122" x2="610" y2="614"/>
+      <line x1="785" y1="122" x2="785" y2="614"/>
+      <line x1="960" y1="122" x2="960" y2="614"/>
+    </g>
+    <g font-size="17" fill="#8296B3" text-anchor="middle">
+      <text x="260" y="640">0%</text>
+      <text x="435" y="640">25%</text>
+      <text x="610" y="640">50%</text>
+      <text x="785" y="640">75%</text>
+      <text x="960" y="640">100%</text>
+    </g>
+
+    <!-- ── 总准确率（强调行）── -->
+    <text x="240" y="176" font-size="21" font-weight="700" fill="#EFF3FA" text-anchor="end">总准确率</text>
+    <rect x="260" y="148" width="648" height="26" rx="6" fill="#FFD15D"/>
+    <text x="922" y="169" font-size="22" font-weight="700" fill="#FFD15D">92.6%（250/270）</text>
+    <rect x="260" y="182" width="124" height="26" rx="6" fill="#4E6DA8"/>
+    <text x="396" y="203" font-size="22" font-weight="700" fill="#8FA6C6">17.8%（48/270）</text>
+
+    <line x1="64" y1="226" x2="1136" y2="226" stroke="#263A5C" stroke-width="1.5"/>
+
+    <!-- ── 分题型行 ── -->
+    <!-- 抽取 -->
+    <text x="240" y="286" font-size="19" fill="#C2CDDE" text-anchor="end">抽取</text>
+    <rect x="260" y="254" width="700" height="18" rx="5" fill="#FFD15D"/>
+    <text x="974" y="269" font-size="18" font-weight="700" fill="#FFD15D" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">45/45</text>
+    <rect x="260" y="278" width="47" height="18" rx="5" fill="#4E6DA8"/>
+    <text x="319" y="293" font-size="18" font-weight="700" fill="#8FA6C6" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">3/45</text>
+
+    <!-- 多跳 -->
+    <text x="240" y="348" font-size="19" fill="#C2CDDE" text-anchor="end">多跳</text>
+    <rect x="260" y="316" width="700" height="18" rx="5" fill="#FFD15D"/>
+    <text x="974" y="331" font-size="18" font-weight="700" fill="#FFD15D" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">45/45</text>
+    <text x="272" y="355" font-size="18" font-weight="700" fill="#8FA6C6" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">0/45</text>
+
+    <!-- 时序 -->
+    <text x="240" y="410" font-size="19" fill="#C2CDDE" text-anchor="end">时序</text>
+    <rect x="260" y="378" width="669" height="18" rx="5" fill="#FFD15D"/>
+    <text x="943" y="393" font-size="18" font-weight="700" fill="#FFD15D" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">43/45</text>
+    <text x="272" y="417" font-size="18" font-weight="700" fill="#8FA6C6" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">0/45</text>
+
+    <!-- 知识更新 -->
+    <text x="240" y="472" font-size="19" fill="#C2CDDE" text-anchor="end">知识更新 *</text>
+    <rect x="260" y="440" width="482" height="18" rx="5" fill="#FFD15D"/>
+    <text x="756" y="455" font-size="18" font-weight="700" fill="#FFD15D" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">31/45</text>
+    <text x="272" y="479" font-size="18" font-weight="700" fill="#8FA6C6" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">0/45</text>
+
+    <!-- 场景回忆 -->
+    <text x="240" y="534" font-size="19" fill="#C2CDDE" text-anchor="end">场景回忆</text>
+    <rect x="260" y="502" width="638" height="18" rx="5" fill="#FFD15D"/>
+    <text x="912" y="517" font-size="18" font-weight="700" fill="#FFD15D" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">41/45</text>
+    <text x="272" y="541" font-size="18" font-weight="700" fill="#8FA6C6" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">0/45</text>
+
+    <!-- 拒答 -->
+    <text x="240" y="596" font-size="19" fill="#C2CDDE" text-anchor="end">拒答 *</text>
+    <rect x="260" y="564" width="700" height="18" rx="5" fill="#FFD15D"/>
+    <text x="974" y="579" font-size="18" font-weight="700" fill="#FFD15D" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">45/45</text>
+    <rect x="260" y="588" width="700" height="18" rx="5" fill="#4E6DA8"/>
+    <text x="974" y="603" font-size="18" font-weight="700" fill="#8FA6C6" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">45/45</text>
+
+    <!-- ── 脚注 ── -->
+    <text x="64" y="672" font-size="16" fill="#8296B3">* 知识更新：改口后仍答旧值记 0 分（直接考核 L1 去重更新）；拒答：没发生过的事编造即 0 分（两组均 0 编造）。</text>
+  </g>
+</svg>

package/assets/readme/bench-workflow.svg

@@ -0,0 +1,79 @@
+<svg xmlns="http://www.w3.org/2000/svg"
+     width="1200" height="660" viewBox="0 0 1200 660"
+     role="img" aria-labelledby="benchWorkflowTitle benchWorkflowDesc">
+  <title id="benchWorkflowTitle">DSH-MemBench 工作流赛道：A/B 两组完成度与成本对照</title>
+  <desc id="benchWorkflowDesc">真实工具沙箱（4 场景 × 3 次）探针会话合计：任务完成度 A 组 24/33（72.7%）对 B 组 11/33（33.3%）；成本对比以 B 组为满格基准，A 组相对更省——步骤 125 对 186（B +49%）、工具调用 184 对 296（B +61%）、输入 token 1.30M 对 1.86M（B +43%）；向用户求助 A 0 次对 B 3 次；登录场景输入 token A 241k 对 B 453k（+88%）。</desc>
+
+  <rect width="1200" height="660" rx="26" fill="#0D1526"/>
+
+  <g font-family="-apple-system,BlinkMacSystemFont,'Segoe UI','PingFang SC','Microsoft YaHei',sans-serif">
+
+    <!-- ── 标题与图例 ── -->
+    <text x="64" y="66" font-size="26" font-weight="700" fill="#EFF3FA">工作流赛道：真实工具沙箱 · 做得对，也更省</text>
+    <text x="64" y="94" font-size="18" fill="#8296B3">4 场景 × 3 次 · 探针会话合计 · 成本行以 B 组为满格基准，蓝徽章 = B 组多付</text>
+
+    <rect x="842" y="50" width="18" height="18" rx="5" fill="#FFD15D"/>
+    <text x="868" y="65" font-size="18" fill="#C2CDDE">A 组 · 记忆开</text>
+    <rect x="842" y="76" width="18" height="18" rx="5" fill="#4E6DA8"/>
+    <text x="868" y="91" font-size="18" fill="#C2CDDE">B 组 · 记忆关</text>
+
+    <!-- ── 任务完成度 ── -->
+    <text x="64" y="152" font-size="20" font-weight="700" fill="#EFF3FA">任务完成度</text>
+    <text x="186" y="152" font-size="17" fill="#8296B3">（产物程序化校验）</text>
+
+    <rect x="260" y="170" width="509" height="26" rx="6" fill="#FFD15D"/>
+    <text x="783" y="191" font-size="22" font-weight="700" fill="#FFD15D">24/33 · 72.7%</text>
+    <rect x="260" y="206" width="233" height="26" rx="6" fill="#4E6DA8"/>
+    <text x="505" y="227" font-size="22" font-weight="700" fill="#8FA6C6">11/33 · 33.3%</text>
+
+    <line x1="64" y1="258" x2="1136" y2="258" stroke="#263A5C" stroke-width="1.5"/>
+
+    <!-- ── 成本对比（B = 满格基准）── -->
+    <text x="64" y="290" font-size="20" font-weight="700" fill="#EFF3FA">成本对比</text>
+    <text x="166" y="290" font-size="17" fill="#8296B3">（B 组 = 满格基准，条越短越省）</text>
+
+    <!-- 步骤 -->
+    <text x="240" y="348" font-size="19" fill="#C2CDDE" text-anchor="end">步骤</text>
+    <rect x="260" y="318" width="376" height="18" rx="5" fill="#FFD15D"/>
+    <text x="648" y="333" font-size="18" font-weight="700" fill="#FFD15D" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">125</text>
+    <rect x="260" y="342" width="560" height="18" rx="5" fill="#4E6DA8"/>
+    <text x="834" y="357" font-size="18" font-weight="700" fill="#8FA6C6" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">186</text>
+    <rect x="980" y="321" width="136" height="36" rx="10" fill="#315DA6"/>
+    <text x="1048" y="345" font-size="19" font-weight="700" fill="#FFD15D" text-anchor="middle">B +49%</text>
+
+    <!-- 工具调用 -->
+    <text x="240" y="430" font-size="19" fill="#C2CDDE" text-anchor="end">工具调用</text>
+    <rect x="260" y="400" width="348" height="18" rx="5" fill="#FFD15D"/>
+    <text x="620" y="415" font-size="18" font-weight="700" fill="#FFD15D" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">184</text>
+    <rect x="260" y="424" width="560" height="18" rx="5" fill="#4E6DA8"/>
+    <text x="834" y="439" font-size="18" font-weight="700" fill="#8FA6C6" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">296</text>
+    <rect x="980" y="403" width="136" height="36" rx="10" fill="#315DA6"/>
+    <text x="1048" y="427" font-size="19" font-weight="700" fill="#FFD15D" text-anchor="middle">B +61%</text>
+
+    <!-- 输入 token -->
+    <text x="240" y="512" font-size="19" fill="#C2CDDE" text-anchor="end">输入 token</text>
+    <rect x="260" y="482" width="391" height="18" rx="5" fill="#FFD15D"/>
+    <text x="663" y="497" font-size="18" font-weight="700" fill="#FFD15D" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">1.30M</text>
+    <rect x="260" y="506" width="560" height="18" rx="5" fill="#4E6DA8"/>
+    <text x="834" y="521" font-size="18" font-weight="700" fill="#8FA6C6" font-family="ui-monospace,SFMono-Regular,Menlo,Consolas,monospace">1.86M</text>
+    <rect x="980" y="485" width="136" height="36" rx="10" fill="#315DA6"/>
+    <text x="1048" y="509" font-size="19" font-weight="700" fill="#FFD15D" text-anchor="middle">B +43%</text>
+
+    <!-- ── 底部特写卡片 ── -->
+    <rect x="64" y="544" width="512" height="72" rx="14" fill="#15223A" stroke="#263A5C" stroke-width="1.5"/>
+    <text x="88" y="574" font-size="17" fill="#8296B3">向用户求助（探针会话）</text>
+    <text x="88" y="600" font-size="20" font-weight="700">
+      <tspan fill="#FFD15D">A 0 次</tspan>
+      <tspan fill="#8FA6C6"> · B 3 次（每轮要凭据）</tspan>
+    </text>
+
+    <rect x="624" y="544" width="512" height="72" rx="14" fill="#15223A" stroke="#263A5C" stroke-width="1.5"/>
+    <text x="648" y="574" font-size="17" fill="#8296B3">登录场景 · 输入 token（凭据只存在记忆里）</text>
+    <text x="648" y="600" font-size="20" font-weight="700">
+      <tspan fill="#FFD15D">A 241k</tspan>
+      <tspan fill="#8FA6C6"> · B 453k</tspan>
+    </text>
+    <rect x="1040" y="578" width="72" height="26" rx="8" fill="#315DA6"/>
+    <text x="1076" y="597" font-size="18" font-weight="700" fill="#FFD15D" text-anchor="middle">+88%</text>
+  </g>
+</svg>