dsh-auto-memory 是 DeepSeek Harness 的联想记忆插件：实时监听模型思维链与可见输出， 语义判定「此刻是否需要想起什么」，把恰当的记忆以最低 token 成本送进上下文—— 全部发生在你的本机，以明文 Markdown 存储。
从「听」到「想起」到「说出口」到「留下证据」，一条完整闭环
不只听用户输入——模型的思维链（CoT）与可见输出同样参与监测。当模型正在回忆、迟疑、 或话题擦过某段旧记忆时，滑动监测实时捕捉这些瞬间。拟合度高就激发，不设场景限制。
可解释的 fv2 策略核：explicit（明确回忆）与 proactive（主动联想）两条车道，
由意图概率、候选分差（margin）、复述否决（echo veto）、完整性门与硬门（纠正/过期/越权）共同裁决——
每一次「唤起 / 预热 / 抑制」都有可读的理由码。
命中记忆以固定边界的「引用尾注」进入下一请求：来源身份 + 建议性摘录， 明确标注「是参考不是指令」。不碰系统提示、不破坏前缀缓存、不越预算—— 注入后还有 delivered / seen 证据闭环。
经历（episode）自动沉淀 → 事实（fact）治理固化 → 反复成功的流程升格为技能（skill checklist）， 相似场景自动注入。记忆有生命周期：晋升有门槛、冲突可见、可撤销、可过期。
从被监听的念头，到被引用的参考，全程留痕
注入面能力探测：dynamic-context（可证明进入 messages 才标记 delivered）· 无安全注入面时自动降级 Shadow，绝不盲注。
词法保底永远在；语义增强按需安装；判定核与注入面完全共享
| 级别 | 体积 | 检索质量 R@5 | 运行方式 | 定位 |
|---|---|---|---|---|
| C1 词法 | 0 GB | 0.20 | BM25 + CJK 2-gram + 停用词表，纯 JS | 永久保底 · 零配置即用 |
| C2 语义 · 默认 | ~130 MB | 0.85 | multilingual-e5-small（q8 量化）本地推理，transformers.js | 默认主路径 · 可选安装 · 跑通才启用 |
| C3 语义 · 进阶 | 563 MB | 0.925 | bge-m3（int8 ONNX）Python sidecar，懒启动子进程 | 爱好者档 · 质量优先 · 优雅降级回 C2/C1 |
切换引擎必然触发索引重建（miv 版本隔离）；任何一级失败静默回退下一级，服务永不中断。 判定策略（fv2）为 JS/Python 双实现字节级孪生，阈值按各自嵌入分布校准。
经历 → 事实 → 技能：不是存储更多，而是沉淀得更准
每轮对话自动沉淀为带结果（success/failure）与来源坐标的经历段， 达到段数阈值后巩固为 episode。隐私最小化：只留文本特征，不存原文全文。
项目事实 / 用户偏好 / 环境约束以「主-谓-宾」四元组固化， 带来源链与置信度。铁律：用户明确声明永远优先于模型推断； 冲突保留双方证据、可见、可确认、可撤销。
反复成功的流程固化为可验证 checklist：≥3 个会话 + ≥2 次成功 + 纠正率 ≤30% 才能晋升； 高风险流程（SSH/部署/删除）永不因相似度自动执行。召回时以步骤+完成标准注入。
每个里程碑都有契约文档与测试矩阵背书
记忆的每一步都设计为「宁可少做，不可做错」