pk14742952-AD393Updated 13d ago
DSH host RSI for local LLMs (currently Qwen3.8 27B): per-use continual self-improvement, counter-reason self-check, critic escalation, and memory retrieval.简单来说根据论文建立的长期反思教训机制，让大模型不再犯错，越用越强！重点是千问3.8 27B/FLASH这种本地LLM模型！当然在线大模型理论上也可以通用！
Practical score
81 / 100
Setup
Ready to use
License
MIT
Language
JavaScript
Copy the command, or hand the whole task to your harness agent.
git clone https://github.com/pk14742952-AD/dsh-host-rsi.gitPlease install the DeepSeek Harness plugin "dsh-host-rsi" for me. - GitHub repository: pk14742952-AD/dsh-host-rsi (https://github.com/pk14742952-AD/dsh-host-rsi) - Type: a Cordis plugin (installed into a DSH profile) - It should work out of the box with no ext…
A cleaned excerpt from the project's own documentation.
中文（默认） · English 🧠 DSH HOST RSI 记忆 让本地大模型「越用越强、不再死循环」的宿主插件 它是什么？ 一个给 DSH（DeepSeek Harness）用的 宿主侧记忆 / 自进化插件 ： 安静地观察每次会话——模型自检结论、工具成败、用户纠正与长期偏好—— 把高价值经验沉淀为「 可信教训 」，下次遇到相似任务 自动注入 ，让本地大模型 越用越强 。 🎯 它解决什么问题？ 痛点 😵 插件怎么治 ✨ --- --- 死循环 / 卡住 / 雷霆大思考 ：已通过的测试反复验证、空交付、只给计划不给结果 内置 编码循环收敛 + 五态交付护栏 ，检测到就注入收敛提示、催出完整闭合的交付物 金鱼记忆 ：同样的错误反复犯 高价值经验沉淀为可信教训，下次相似任务自动想起 调参困难 ：不同本地模型表现差异大 通用模式，无需为特定任务写评分器，兼容 API 与本地模型 记忆污染 ：系统提示、任务回声混进记忆 来源闸门 + 检索净化，只留真正可信的用户纠正 ✨ 核心特性 - 🧠 自进化 ：L1 可验证检查 / L2 自反问 / L3 用户末拍，三级信号阶梯可靠性加权 - 🔁 收敛导引 ：检测到死循环自动注入收敛提示，把时间省回真正的工作 - 🛡️ 五态交付护栏 ：EMPTY / TRUNCATED / FIXED POINT / SAME PLAN / SHELL LOOP 全拦截 - 💾 持久记忆 ：内存缓存读 + 后台防抖写，崩溃自愈、不丢数据 - 🔌 零侵入 ：纯宿主插件，不碰模型权重，最小资源占用 🚀 快速开始 1. 一键安装 ：DSH「设置 → 插件」安装 dsh-host-rsi 2.…
Open on GitHubSimilar tools from the same corner of the ecosystem.
Phant0Meow
Cross-session memory plugin for DeepSeek Harness: seven-layer SQLite store (soul/user/project/fact/lesson/topic/rules), BM25 retrieval, per-window dream consolidation. 跨会话七层长期记忆插件。
mistnest
催更姬：给大肥鱼一个小说工作台。写正文、理设定、画情节，和 AI 一起讨论、续写与改稿。
ShanJun-pro-max
DeepSeek Harness 的一页式小说创作工作台：开新章给方向、候选稿抽卡、剧情总结带索引、别称识别、情节体检、偏好档案按类型跨书继承