主 题：【dsh-gitea-search发布】DSH（DeepSeek Harness）+Gitea引入SQLite FTS索引+向量记忆副库
发 布 者：tof
标签分类： 技术
时 间：2026-10-23 15:13:51
内容预览：DSH（DeepSeek Harness）+Gitea引入SQLite FTS索引+向量记忆副库终于搓完发布了 dsh dsh-gitea-search项目地址：https://github.com/offzen/dsh-gitea-search开发的动机 ：token不够烧的，还经常因为重复的任务延长等待，无数的429限流...原理上很多任务可以在本地加速。DSH的插件机制很适合自己改造，只有一个搜索框显然是太弱了；手动去输脚本使用上不现实。增加的是：跨会话检索和长期记忆：用 SQLite 全文索引加快关键词查找，再用向量副库做语义相近内容的检索，方便找回以前的方案、命令和报错等片段。（你通常记得的就只有片段信息，如果让AI检索会很慢）大量代码和信息本来就在本地，不必整包丢给云端模型去耗时间和 token。本地先找出来，再只把命中的上下文交给模型，交互会更快，也更省上下文。模型看到的是筛过的历史方案、命令和报错，而不是整份会话，回答也会更准。原理部分：发布在博客，就不贴长文了增强dsh的搜索-引入SQLite FTS索引+向量记忆副库在 DSH（DeepSeek Harness） 及大模型 Agent 架构中，保存会话、上下文并解决“文件保存难以搜索”的问题，通常有两类存储需求：会话状态与事件回放（Session State %26 Event Replay）：要求保证上下文完整性、严格时序、确定性重放与分支（Fork）。上下文检索与长期记忆（Context Retrieval %26 Memory/RAG）：要求能够跨会话精准定位历史方案、命令、错误记录或语义相似内容。术语解释：rg 逐次扫描 SQLite FTS索引 向量记忆副库 Qdrant见博客链接 以后再放到github文档里新版1.1.0对比旧版本（自用开发版）的实现 部分改进概览旧版本就是用下面提到的codex
直达链接： https://www.nodeseek.com/post-1003588-1
发 布 者：tof
标签分类： 技术
时 间：2026-10-23 15:13:51
内容预览：DSH（DeepSeek Harness）+Gitea引入SQLite FTS索引+向量记忆副库终于搓完发布了 dsh dsh-gitea-search项目地址：https://github.com/offzen/dsh-gitea-search开发的动机 ：token不够烧的，还经常因为重复的任务延长等待，无数的429限流...原理上很多任务可以在本地加速。DSH的插件机制很适合自己改造，只有一个搜索框显然是太弱了；手动去输脚本使用上不现实。增加的是：跨会话检索和长期记忆：用 SQLite 全文索引加快关键词查找，再用向量副库做语义相近内容的检索，方便找回以前的方案、命令和报错等片段。（你通常记得的就只有片段信息，如果让AI检索会很慢）大量代码和信息本来就在本地，不必整包丢给云端模型去耗时间和 token。本地先找出来，再只把命中的上下文交给模型，交互会更快，也更省上下文。模型看到的是筛过的历史方案、命令和报错，而不是整份会话，回答也会更准。原理部分：发布在博客，就不贴长文了增强dsh的搜索-引入SQLite FTS索引+向量记忆副库在 DSH（DeepSeek Harness） 及大模型 Agent 架构中，保存会话、上下文并解决“文件保存难以搜索”的问题，通常有两类存储需求：会话状态与事件回放（Session State %26 Event Replay）：要求保证上下文完整性、严格时序、确定性重放与分支（Fork）。上下文检索与长期记忆（Context Retrieval %26 Memory/RAG）：要求能够跨会话精准定位历史方案、命令、错误记录或语义相似内容。术语解释：rg 逐次扫描 SQLite FTS索引 向量记忆副库 Qdrant见博客链接 以后再放到github文档里新版1.1.0对比旧版本（自用开发版）的实现 部分改进概览旧版本就是用下面提到的codex
直达链接： https://www.nodeseek.com/post-1003588-1
