AM
dsh-auto-memory · System Map
Host-side proactive associative memory for heterogeneous LLM agents
Architecture Atlas / Authoritative System Map / Updated 2026-08-22

让记忆在模型没有主动调用时,也能被当前情境唤回。

一张图看清 DSH 原生事件链、稳定 Anchor/FileIndex、访问证据图、Host 主动联想层、渐进式程序技能激活、Python sidecar、Provider 适配和安全治理。点击任意模块,在右侧查看实现办法与理论依据。

Native: section/context → assemble → runtime projection → pre-stepPlanned: observe → retrieve → MemoryPacket → next-step InboxResearch: dynamic retrieval signals
Authoritative implementation ledger

模块化实施进度与下一交付门

目标架构与研究进度以本 HTML 为准;研究报告提供理论基线。当前实现事实仍以代码、DSH 类型和测试证据为准。架构节点的 native/planned/research/guard 表示机制性质,下表单独记录完成度。

代码基线
工作分支
当前交付范围
现有 GUI 加载
里程碑模块状态当前证据下一交付物验收门 / 依赖

下一编程模型范围

JS 工程先做 M5 Context/Evidence Bridge,再做 M6 Activation Inbox/Reference Tail;Python M7 仅保留方向性契约,等待 M5/M6 live 后由更强 Agent 重写完整契约。


      
显示
聚焦
整体架构 · 点击节点查看细节实线 = 当前原生机制 · 虚线 = 计划实现 · 点线 = 理论依据 · 点划线 = 安全门 · 点模块 → 「Meta 代码」标签看实现草图
NATIVE DSH REQUEST PLANE PROACTIVE MEMORY CONTROL PLANE COGNITIVE MEMORY PLANE EVIDENCE · SAFETY · OPERATIONS
当前可确认的 DSH 原生机制本项目已实现(preview 分支)本项目计划实现论文 / 开源启发必须守住的安全门点击节点后,高亮并显示其直接连线标签

模块索引 · 也可以从这里选择

JS M5 · Context / Evidence Bridge

JS 从 DSH 事件、稳定 Anchor/FileIndex 与真实 read 结果构建授权上下文和证据;M5 只用 Null/Fake sink,不启动 Python。

Segment + read/correction
→ AccessEvidencePre + aggregate
→ ContextPushEnvelopePre
→ ContextSinkPre (Null / Fake)
→ no prompt change

JS M6 · Activation Inbox / Reference Tail

JS 接收 fake/未来 Python activation_request,做身份、scope、版本、TTL、预算和风险硬校验,再在下一请求边界投递参考尾注。

ActivationRequestPre
→ hard validation
→ per-runtime Activation Inbox
→ ReferenceTailPacketPre
→ pre-step / user-message surface
→ next request tail + delivery ack

双轨语义层 · 三级算力(2026-08-25 固化)

语义近似度由三级可选算力承载,唤起必要性始终由统一双通道策略管线回答(要不要=decision / 为什么=reasonCodes / 怎么唤起=lane→delivery),与算力档位解耦。

C1 lexical_pre_v2 BM25        0GB     R@5=0.20  兜底(永远可用)
C2 transformers.js e5-small   ~130MB  R@5=0.85  默认档(npm 资产包+首启下载)
C3 sidecar bge-m3 int8/fp32   563MB/⏸ R@5=0.925 进阶档(int8=fp32 质量,快6×)
三级同契约: L2 向量内积=余弦 + D6 融合(dense .7/BM25 .3)
切换编码器 → vectors identity 变化 → stale → 重建(永不静默混用)

JS / Python 接口与权威边界

Python 决定“想起什么、何时建议激活”;JS 决定身份、授权、时序和如何投递。Python 不创建 evidence,也不直接注入。

JS → ContextPushEnvelopePre
Python → ContextAckPre / ActivationRequestPre
JS → ReferenceTailPacketPre
JS tier(e5-small q8) unavailable → lexical_pre_v2
Python unavailable/int8 not installed → JS tier or lexical_pre_v2
no safe surface → shadow only

G-02 · Activation Observability / Calibration Console

用户可查看每次 suppress、prefetch、activate、drop 和 delivery:触发上下文、lane、分数、候选 memoryId、来源、命中/抑制原因以及实际尾注内容摘要;用户决策只生成可审计 policy diff。

activation decision
→ why / lane / score / gate
→ candidate memoryId + provenance
→ suppress / prefetch / activate
→ A / P / S / H / E review
→ append-only policy diff
→ shadow → canary

分层 Memory Plane · 当前与未来

不同 memory 层不是同一个模块:Working/Episodic 保存上下文与经历,Lexical/Entity 帮助精确对齐,Semantic/Profile 固化可验证事实,Procedural 固化可验证流程;Anchor/FileIndex 负责身份和定位。

Working(M2 runtime ring)
→ Episodic(M5 evidence-backed episodes)
→ Lexical / Entity(M4/M7 retrieval aid)
→ Semantic / Profile(M8 governed facts)
→ Procedural(M9 validated skills)
JS authority · Python suggestion

理论与实现依据

点击模块后会显示该模块的精确引用
证据边界:本图使用已完成的论文/开源项目调研和本机 DSH 0.1.0-rc.7 构建审计结果。本轮没有再次调用 web_search,也没有调用视觉工具;2025+ 项目的版本、论文发表状态和新图的视觉布局仍应在后续预算恢复后重新核验。图中标为“设计”或“研究”的模块不代表当前插件已经实现。