dsh-neo4j-memory

给 DeepSeek Harness（DSH）用的长期图记忆插件。

只向模型提供两个工具：

• memory_database_save(content)：提取事件、人物、概念、地点和关系，写入 Neo4j。
• memory_database_search(...)：摘要与原文两路混合检索（RRF 融合 + MMR 去冗），默认返回 8 个事件的紧凑证据，不附额外候选索引；支持读取原文、沿概念继续检索和补读来源附近记录。

记忆按“事件 + 实体 + 关系”组织，不是聊天记录切片。只有显式调用保存工具的内容才会被写入；插件不扫描聊天记录。

说明：这是一个纯 vibe coding 项目，使用 GPT6.1-Sol 与 deepseek-v4.1-flash-1017 完成。功能和主要链路在真实环境里跑过；请把它当成一个可读、可改的开源原型，而不是生产级产品。

特性

• 四类节点：Event、Person、Concept、Location；四类关系：PARTICIPATED_IN、OCCURRED_AT、MENTIONS、HAS_ATTITUDE
• 首次调用自动下载本地 Neo4j 5.26.30 + Temurin JRE 21（约 211 MB），无需系统 Java；也可连外部 Neo4j
• 设置页：三组模型 Key 与端点、概念对齐开关与阈值、向量维度、重新向量化
• 只读图谱页：查看实际写入的节点、关系和属性（导入上限 5,000 节点 / 30,000 关系）
• 写入是一个 Neo4j 事务，失败回滚
• Key、端点、模型、阈值、维度保存后下一次调用生效
• 节点 ID 按类型自增：event_1、person_2、concept_3……

测试结果

在 chat-memory-benchmark 六人物正式测试集上，完成 714 道题；抽查修正后暂为 686 / 714（96.08%）。其中 26 题经过人工复核，其余使用模型判分，不能视为全量人工复核结果。

本轮按人物和自然日合并历史入库，使用 1024 维向量；作答时提供最近六轮，由模型自主检索。处理、检索和作答按记录用量估算约 ¥7.35，不含判分费用。详细配置、题目、实际回答和判分依据见 公开测试报告及 JSON 数据。

效果

以下截图由一段合成对话生成，人物、地点与数值均为虚构。

点击节点查看属性与一跳关系：

要求

• Windows 10/11 x64
• DSH >=0.2.1-rc.2 <0.3.0
• Node.js 22+（桌面宿主内置）
• 提取与向量 API Key；概念对齐 Key 可选

安装

桌面版插件页（推荐）：

1. 打开 插件 → 添加插件。
2. 输入 dsh-neo4j-memory，按提示安装。
3. 安装完成后重启 DSH（或按插件页提示重载），在 设置 → Neo4j 记忆 配置 Key。

命令行安装（PowerShell；路径按你的实际安装位置调整）：

$cli = "D:\DeepSeek Harness\resources\runtime\cli\bin\dsh.cmd"
& $cli plugin --profile desktop add dsh-neo4j-memory

也可以直接从 GitHub 安装：

$cli = "D:\DeepSeek Harness\resources\runtime\cli\bin\dsh.cmd"
& $cli plugin --profile desktop add github:shuunO-O/dsh-neo4j-memory

--profile desktop 是桌面版默认 profile；如果你用的是其他 profile，换成对应名称。

配置

安装并启用后打开 设置 → Neo4j 记忆：

• API Key（默认折叠）：提取、向量、概念对齐三组
• 模型端点与阈值（默认折叠）：三组 Base URL 与模型名、概念对齐阈值（80%–99%）
• 向量维度：默认 1024，必须与向量模型实际输出一致；修改后点「重新向量化」
• 数据库：本地/外部模式、外部 Neo4j 密码、本地数据目录

用途	默认服务 / 模型
提取	DeepSeek / deepseek-flash
向量	DashScope / qwen3.7-text-embedding，1024 维
概念对齐	TypeSafe / jev，阈值 0.95

概念对齐填的是完整 endpoint：TypeSafe 为 https://api.typesafe.ai/v1/systemone，OpenRouter 为 https://openrouter.ai/api/alpha/decisions。用 OpenRouter 时模型可填 typesafe/jev-1.14；换模型后建议重新校准阈值。

保存后，Key、端点、模型、阈值、维度在下一次调用时生效；本地数据目录、Neo4j 模式、外部密码需要重启 DSH。

设置页通过 DSH Credentials 服务保存 API Key 和外部 Neo4j 密码，不再把新密钥写进 cordis.patch.yml。每次调用按以下顺序读取：非空进程环境变量 → 插件独立的 DSH 凭据 → 旧插件配置（兼容）。其余字段仍是插件配置优先。

用途	优先使用的环境变量	插件的 DSH 凭据引用（也可用作环境变量）
提取模型	DEEPSEEK_API_KEY	DSH_NEO4J_MEMORY_EXTRACTION_API_KEY
向量模型	EMBEDDING_API_KEY	DSH_NEO4J_MEMORY_EMBEDDING_API_KEY
概念对齐	TYPESAFE_API_KEY	DSH_NEO4J_MEMORY_ALIGNMENT_API_KEY
外部 Neo4j	NEO4J_PASSWORD	DSH_NEO4J_MEMORY_NEO4J_PASSWORD

两列环境变量同时存在时，左列优先；空白值视为未设置。插件使用独立的凭据引用，不覆盖 DSH 主模型的 Key；这些凭据由同一 DSH home 下的各 profile 共享。设置页只显示是否配置及当前是否使用环境变量，不回显值；「清除」删除已保存凭据和旧配置值，不修改环境变量。

打开设置页或首次调用工具时，会尝试把旧配置 Key 迁移到 DSH：先写入、读回确认，再清除旧配置。写入或清理失败保留旧配置供重试；已有不同的 DSH 凭据时不覆盖，也不静默丢弃旧 Key，设置页会提示尚未完成迁移，可重新保存或清除对应项。环境变量的值不会被迁移或自动持久化。

向量维度与重新向量化

不同模型或不同维度的向量不能比较，Neo4j 的向量索引也固定维度。插件把当前模型与维度记录在 MemoryMeta 节点里；配置变化后，保存和语义搜索会被拒绝，直到重新向量化。

设置页「向量索引」区域会显示当前库的模型、维度、节点数，并提供「重新向量化」按钮。操作会重算所有记忆节点的向量、重建四个向量索引；新向量先暂存，全部计算成功后才替换旧向量并更新元数据。

本地 Neo4j

默认 DSH_NEO4J_MEMORY_NEO4J_MODE=auto：没有配置外部 URI/密码时使用本地实例，首次调用工具时下载并启动。数据、日志、state.json 位于 %LOCALAPPDATA%\dsh-neo4j-memory\，可在设置页改到其他可写目录（需重启）。

本地数据目录还需要支持 Neo4j 的文件重命名和原子写入。部分 Windows 目录可能无法完成这些操作，即使文件都在同一目录下，也可能出现 EXDEV 或 AtomicMoveNotSupportedException。如果首次启动遇到这类错误，可以在 设置 → Neo4j 记忆 → 数据库 → 本地数据目录中指定其他可写目录（推荐），例如 D:\dsh-neo4j-memory-data，保存后重启 DSH。目录不一定要在 D 盘，也不需要移动 DSH 或插件；选择时请注意目录的访问权限和加密设置。

更改目录不会自动迁移原有记忆数据库：新目录会作为新的本地数据库使用，原目录的数据仍留在原处。

同一时间只建议运行一个使用托管模式的 DSH 实例。想让本地实例在 DSH 退出后继续运行，设置 DSH_NEO4J_MEMORY_NEO4J_KEEP_RUNNING=1。

排障日志：

• %LOCALAPPDATA%\dsh-neo4j-memory\provision.log
• %LOCALAPPDATA%\dsh-neo4j-memory\logs\console.log

如果设置了其他本地数据目录，请在该目录下查找相同的日志文件。

Neo4j Community 采用 GPLv3，Temurin JRE 采用 GPLv2+CE；插件不随包分发这些二进制，首次运行时从官方地址下载（下载失败可考虑设置代理）。

环境变量（可选）

密钥类字段非空进程环境变量优先于 DSH 凭据，再回退旧插件配置，具体名称见上表。其余字段仍是插件配置优先。

变量	默认值
DSH_NEO4J_MEMORY_NEO4J_MODE	auto（auto / managed / external）
DSH_NEO4J_MEMORY_NEO4J_URI	bolt://localhost:7687（external）
NEO4J_PASSWORD	无；external 必填
DSH_NEO4J_MEMORY_RUNTIME_DIR	%LOCALAPPDATA%\dsh-neo4j-memory
DSH_NEO4J_MEMORY_EXTRACTION_URL / _MODEL	https://api.deepseek.com / deepseek-flash
DSH_NEO4J_MEMORY_EMBEDDING_URL / _MODEL	DashScope compatible / qwen3.7-text-embedding
DSH_NEO4J_MEMORY_EMBEDDING_DIMENSIONS	1024
DSH_NEO4J_MEMORY_ALIGNMENT_URL / _MODEL	https://api.typesafe.ai/v1/systemone / jev
DSH_NEO4J_MEMORY_ALIGNMENT_THRESHOLD	0.95（0.80–0.99）
DSH_NEO4J_MEMORY_CONCEPT_ALIGNMENT	true；设为 0/false 关闭
DSH_NEO4J_MEMORY_TIMEZONE	Asia/Shanghai

外部 Neo4j 需支持向量索引与 vector.similarity.cosine（如 Neo4j 5.23+）。

工作方式

保存：content
  → 提取事件/实体/关系
  → 生成事件摘要与实体名向量
  → 概念对齐（可选）
  → 一个 Neo4j 事务写入

检索：query / entity / date
  → 摘要与原文两路向量候选（各 40）
  → RRF 融合 + MMR 去冗
  → 原摘要 + 短原文 + 共享 Concept + 继续入口
  → 主 Agent 按需读取原文、沿 Concept 追查、补读来源记录

图谱页：设置 → Neo4j 记忆 → 展开图谱，或访问 /dsh-neo4j-memory/graph/。只读，不写回 Neo4j；导出 JSON 只影响浏览器视图。

可撤销的概念合并

语义对齐采用等价组：不同叫法保留各自的 Concept，Event 始终连接原来的 Concept。对齐召回先按组去重，模型结合整组成员的名称、上下文和事件摘要判断新概念是否入组。多个不同组都被判为相同或证据不足时，不自动合并。Event 的实体筛选、共享概念统计与 expand 均按组处理，组内事件去重。

确定的书写变体仍复用同一节点：去首尾空白、全角 ASCII 转半角、Unicode NFC；仅 Neo4j / TypeScript / JavaScript / PostgreSQL / MySQL / Docker 忽略大小写。保留标点及其他名称的大小写，不把 US/us、C/C++ 或 ①/1 自动合并。启用语义对齐时，其他同名概念仍结合上下文消歧。

组成员存于 Concept.equivalence_group，缺失时以自身 ID 作为单独一组。维护接口 backend.call('memory_database_concept_detach', { concept_id: 'concept_12' }) 将该节点移到新的单独组，不调用模型、不修改 Event 关系，并清除当前服务的追查游标。图谱仍为只读页面，可在节点属性中检查组 ID；本次未增加界面上的撤销按钮。

旧库不改动 Event 关系，也不拆解历史 aliases；启动索引初始化时只补名称比较键。过去已经硬合并的别名无法凭现有信息恢复原来的 Event 归属，新的语义合并才具有上述可撤销性。

检索算法

一次 search（target_label=Event）分五步，全部在本地完成，不额外调用模型：

1. 两路候选：问题向量分别检索事件摘要与原文分块，各取前 40，合并后最多 80 个不同候选；候选先按实体、写入日期和已交付 ID 过滤。
2. 融合重排：两路名次用 RRF 融合（k = 60），再加查询词项覆盖 0.10。
3. 控制冗余：完整原文相同的事件只保留一个代表；MMR 在相关性与已选证据的相似度之间折中（λ = 0.75，冗余取向量余弦与来源分块重叠的较大值）。
4. 分层交付：前 8 个事件给摘要 + 最多 120 字符的原文摘录（整包预算 1,000 字符），默认不交付额外候选索引；追查链剩余额度不足时按余额交付，失败的调用不占用名额。
5. 按需核对：模型再用 read / nearby / expand 补读原文、同章邻近记录或经共享 Concept 扩展。

接口与升级细节见检索接口，混合检索与纯向量检索的逐题对照见 public/dawn-retrieval-study。

检索和继续追查

首次调用方式不变，例如 {"query_text":"Neo4j 的部署方式和方案演进"}。默认 target_label=Event，每次返回 8 个事件的摘要与原文摘录（每个事件最多 120 个字符，全包预算 1,000 字符），并提供每条事件的 read event_id=<id> limit=<原文长度>；可用 chapter（如“第81章”传 81）把检索硬限定到某一章，完整来源按需读取。模型看到紧凑结构化文字。

operation	参数	用途
search（默认）	query_text / entity_filter / time_hint / chapter / source_session 至少一项	返回最多 8 个事件的摘要、原文摘录和追查入口
read	event_id，可选 start / limit	按范围读取事件的 content；无需模型 Key
expand	cursor / concept_id，可选 limit	经返回的 Concept 补取事件，默认 3 个；只返回新增内容
nearby	cursor / event_id，可选 before / after	有章号和导出记录号时，补读同章相邻编号；只返回新增内容

按来源会话查询可传 {"source_session":"conversation-123","query_text":"部署进展"}，精确匹配 Event.raw_session；也可只传 source_session，无需模型 Key。它可与章节、实体、日期条件组合，expand / nearby 自动沿用这个范围。该参数与内部管理当前调用会话的 session_id 分开，来源会话 ID 可从事件的 session 字段获得；没有来源会话时省略该字段。

cursor 绑定当前会话，15 分钟内有效，重启后需重新检索；每条追查链累计最多 20 个事件。

Person / Concept 的定向实体检索继续使用原来的前三条和一跳上下文。详细返回格式、边界和升级兼容说明见 检索接口。

当前限制

• 提取与合并较粗：仅单次抽取；概念按名称/别名 + 向量 + 两两判同，不保证一定准确。
• 初始事件召回依赖摘要与原文分块向量；旧记忆没有原文分块时只能靠摘要命中。沿概念扩展不能补回数据库里缺失的关系，也不保证关键事实完整。
• 图谱只读：没有删除、合并、编辑节点/关系的 UI。
• 测试覆盖范围有限：六人物成绩包含模型判分，仍可能存在误判；小说检索对照只覆盖《黎明之剑》前 500 章、18 道开发题与 6 道新题。插件仅在 Windows x64 上测试过。

开发

npm ci --legacy-peer-deps
npm run build
node selfcheck.mjs
node tests/backend.test.mjs
npm pack

• src/ 是 TypeScript 源码，lib/ 是编译产物，assets/ 是提取提示词，web/graph/ 是图谱页面。
• npm test 使用 node --test；DSH_NEO4J_MEMORY_INTEGRATION=1 node tests/integration.test.mjs 可跑真实 Neo4j 集成测试。
• npm publish 会先执行 prepublishOnly：构建 + selfcheck + 后端测试；npm pack 会先构建。

隐私

• 记忆库在本机，但提取/向量/对齐会把内容发给你配置的模型 API。
• API Key 与外部 Neo4j 密码由 DSH 凭据服务管理；插件不把密钥返回设置页、写进对话或存入记忆库。旧插件配置会在确认迁移后清除；若旧值来自自定义 bundle 等继承层，迁移只在当前 profile 屏蔽该值，原始继承文件需自行清理。本地托管 Neo4j 自动生成的密码仍在数据目录的 state.json。
• 不要把密码、密钥或不想发给模型服务的内容存进记忆库。

许可证

MIT，见 LICENSE。