DSH Plugins Marketplace

DSH Plugins

Plugins

/

tmem

t

tmem

Identified★ 1

trace based agent memory system

tmem — 面向 DeepSeek Harness (dsh) 的仓库级确定性工程记忆引擎

中文文档 | English

tmem（Trace Memory）是一个零外部依赖、聚焦 @deepseek-ai/dsh (DeepSeek Harness)、仓库级（.tmem/）的确定性工程记忆与历史会话零 Token 摘要引擎。

它对 DSH 历史执行轨迹进行确定性裁剪与回放归纳：在不消耗任何 LLM Summarization Token 的前提下，将冗长会话压缩为面向特定需求（Intent）与实际行为（Read → Edit → Repair → Verify）的免费结构化摘要，并内联保留原始历史 session_id 溯源链路；同时在 DSH 运行时提供强信号拦截（报错即时注入 L2 同源修复、改代码文件即时提醒 L1 统计共变、累计 .tmem/env_facts.json 环境事实），关闭对泛自然语言 Prompt 的低质量猜测注入。

一、真实评测结果（Empirical Benchmarks）

所有脚本与数据均可在 benchmarks/ 下复现：

1. DSH 端到端强信号回放与遥测评测

复现命令：python3 benchmarks/eval_dsh_e2e.py（评测脚本）：

  • 端到端交互步数精简：37.5%（8 步试错基线 → 5 步完成）
  • 运行时遥测命中收益：L2 报错修复转绿率 100%（1/1），L1 共变提醒采纳率 100%（1/1）
  • 泛自然语言负例误注入率：0.0%（10 条无代码/报错锚点的日常对话均保持静默）
  • Cordis 插件热路径耗时：21 次高频事件（6 轮 agent/pre-step + 15 次只读 tools/post-execute）总耗时 111.98 ms（免除重复 python3 冷启动）

2. 切片保真度评测（25 条真实轨迹对比人工 Gold 标注）

复现命令：python3 benchmarks/eval_slicing_fidelity.py（评测日志）：

切片策略Precision (精确率)Recall (召回率)F1-Score平均保留步数
B0 简单基线（修改文件 + 终测）97.1%70.8%81.0%4.4 步
B1 tmem 启发式后向切片63.2%88.7%70.8%8.8 步
B2 Oracle 上限（人工 Gold 标注）100.0%100.0%100.0%5.6 步

诚实局限：tmem 后向反推有效保留了定位所需的前置读上下文（Recall 88.7% > B0 的 70.8%），但部分试探性读取未被完全剪枝，Precision（63.2%）与 F1 仍低于强精确率 B0 基线。

3. 原始 Issue 检索评测（25 个真实原始 Issue 查询 + 6 个负例查询）

复现命令：python3 benchmarks/eval_retrieval.py（评测日志）：

  • Recall@1: 100.0% / Recall@3: 100.0% / MRR: 1.0
  • 负例误召回率: 16.7%（纯本地 SQLite FTS5 BM25 词法检索在直接查 Issue 时偶有常见词匹配；因此 DSH pre-step 已改为仅允许显式文件路径或报错签名触发）

4. 轨迹压缩与运行时开销评测（9 条真实轨迹）

复现命令：python3 -m tmem.evaluate：

  • L0 步骤精简率: 56.97%（117 步 -> 47 步，~1423 tok -> ~349 tok）
  • 高熵 L2 因果修复对: 7 组（经同源验证命令与堆栈交集双重校验）
  • 平均确定性切片耗时: 0.65 ms（零外部依赖与零 LLM Token 耗时）

二、工作原理与核心机制

flowchart LR
    DSH["DSH Cordis 插件<br/>tmem/dsh_plugin.mjs"] -->|"仅首轮新输入 / 强锚点"| Pre["pre_invocation<br/>env_facts + 显式锚点召回"]
    DSH -->|"报错 / 编辑 / 验测（跳过日常 read）"| Post["post_tool_use 强信号拦截"]
    Post -->|"命令报错"| L2["lookup_l2_repair<br/>即时注入同源 L2 修复"]
    Post -->|"编辑代码文件"| L1["cochange.py<br/>即时提示强共变搭档 <tmem_cochange_hint>"]
    Post -->|"验证通过 / 转绿"| Tel["telemetry.jsonl + GC<br/>统计采纳率与自动合并/淘汰"]
    Log["session.v4.jsonl + Git Diff"] --> Gate{"Default-Deny + 写前去重合并"}
    Gate -->|"常规单文件"| Env[".tmem/env_facts.json"]
    Gate -->|"高价值且相似"| Merge["就地合并已有 Playbook"]
    Gate -->|"高价值且新主题"| Traces[".tmem/traces/*.json + MEMORIES.md"]
  1. DSH 热路径瘦身与强信号即时拦截（tmem/dsh_plugin.mjs、tmem/hooks/dsh.py）：
    • 冷启动削减：agent/pre-step 对同输入后续推理步直接放行；tools/post-execute 跳过常规 read/grep/glob，仅在报错、代码修改、Shell 验证或处于共变观察期时唤醒 Python 内核；
    • 降级泛猜测：pre_invocation 不再拿自然语言做模糊 BM25 猜测，仅在首轮注入 env_facts 或命中显式文件路径/报错名时召回；
    • 实时拦截：报错时通过 lookup_l2_repair 即时注入经过同源验证的 L2 修复动作；修改源码文件后基于 Git/Trace 统计共变即时注入 <tmem_cochange_hint>。
  2. Precision-First 切片、写前合并与漂移淘汰（tmem/slicer.py、tmem/store.py）：
    • 基于 git diff -U0 + Python AST 精准归因修改符号，默认拒绝单文件无修复的常规修改（default-deny），仅将其中的通过命令写入 .tmem/env_facts.json；
    • 写前合并：入库前检测同 L2 报错修复或高文件重合度 + 同意图 Playbook 并就地合并（累计 merge_count 与置信度），防止 .tmem/traces/ 膨胀；
    • Guard 漂移自动淘汰：持续追踪 guard_fail_streak，tmem gc --prune 自动清理长期失效且无 L2 价值的过期条目。
  3. 真实收益遥测闭环（tmem/telemetry.py）：
    • 记录每次 L2 注入后下轮同源命令是否转绿、以及 L1 共变提示后是否读/改了目标搭档文件，通过 tmem telemetry 或 tmem status 量化真实采纳率。

三、快速开始

安装与初始化

pip install -e .            # 安装 CLI 工具（零外部依赖，仅需标准库）
tmem init                   # 初始化 .tmem/、安装 DSH Cordis 插件与 git post-commit hook
dsh plugin add github:kentzjh-cmd/tmem   # 或直接通过 dsh 安装插件

常用命令

tmem status                                      # 查看当前仓库记忆、探针与实时遥测统计
tmem telemetry                                   # 查看 L2 纠偏率与 L1 共变采纳率明细
tmem capture --agent dsh                         # 从最新 DSH 会话切片并合并/保存到 .tmem/
tmem lookup "TypeError" --file src/validator.py  # 本地检索 + 探针校验 + 分级预览
tmem inspect <trace_id> --level playbook         # 查看三层 Playbook 详情
tmem sync                                        # 校验探针并刷新 MEMORIES.md
tmem gc --prune                                  # 校验 Guard 漂移并清理已失效且无 L2 的记忆

四、设计边界与局限

  1. 只聚焦 DSH 单一运行时：主动裁剪了多宿主并行维护成本，全部运行时能力围绕 @deepseek-ai/dsh session.v4.jsonl 与 Cordis 生命周期打磨（保留 swe_bench 适配器仅用于离线评测）。
  2. 启发式切片非形式化推导：基于 Git 落盘、Python AST 顶级符号和退出码反推；非 Python 文件暂仅做文件级与测试命令校验。
  3. 探针仅覆盖浅层存在性：检查文件与符号是否存在，若函数签名未变但内部逻辑重构，仍需依赖终端验证命令确认结果。

License

MIT

Comments

Loading…