首页
学习
活动
专区
圈层
工具
发布
技术百科首页 >DeepSeek Harness >DeepSeek Harness 如何管理上下文与会话记忆?

DeepSeek Harness 如何管理上下文与会话记忆?

词条归属:DeepSeek Harness

1. 上下文即日志投影

Harness 的上下文并非临时拼接,而是从会话日志中投影而来。模型每一轮看到的系统提示、历史消息、工具结果与注入信息,都由日志统一派生,确保“模型可见即可记录”,避免上下文与日志两套口径不一致。

2. 会话的恢复、分叉与回放

基于同一份事件流,用户可以对会话进行恢复、分叉与回放:当 Agent 在某一步走错时,可以回到较早的节点检查它当时看见了什么、调用了什么工具,并从该节点分叉出另一条执行路线,而不必只看最终失败结果。

3. 工作区与凭据隔离

工作区(Workspace)机制将智能体的可写范围限制在用户手动注册的目录内;API Key 等凭据通过 ~/.dsh/.credentials.yaml 等独立位置存储,Web UI 的设置界面只显示“已配置”占位符而不回显密钥,避免凭据进入对话上下文或泄露到日志中。

相关文章
长会话不崩盘:DeepSeek Harness 的上下文压缩与目标管理策略
系列:DeepSeek Harness 源码实战 | 进度 15/16 原文仓库:https://github.com/deepseek-ai/deepseek-harness
怕浪猫
2026-09-28
1270
用 dsh-trivium 给 DeepSeek Harness 补上跨会话图记忆
DSH 把「一切皆插件」做得干净,但原装运行时没有跨会话的图记忆,也没有把一次长会话的压缩与分叉画出来。
晨星成焰
2026-08-20
5210
后端学agent harness系列(五):记忆架构-上下文窗口、外部记忆与跨会话连续性
假设你让 Claude Code 帮你重构一个微服务模块。前 15 轮对话中,Agent 做出了一系列重要的架构决策——选择了事件驱动模式、定义了消息格式、约定了错误码规范。到第 20 轮,上下文窗口开始接近极限,compaction(压缩)机制触发。第 25 轮,Agent 需要新增一个事件类型,它"忘记"了之前约定的消息格式,重新设计了一套——与已有格式完全矛盾。
宋振华
2026-07-02
7964
LangGraph 会话切换与短期记忆管理
在 LangGraph 构建 Agent 应用时,会话记忆是核心能力,借助 Checkpointer 搭配 thread_id,可以自动保存每一轮对话轨迹与消息历史,实现多会话隔离。本文基于 InMemorySaver 内存存储,演示交互式会话切换、查看、清空等基础操作。讲解消息条数修剪、Token 阈值修剪、消息删除等处理方案;同时为避免直接丢弃历史造成信息丢失,实现对话历史摘要压缩方案,在控制上下文长度的同时保留关键对话信息,适合本地 GGUF 类大模型 Agent 开发学习参考。
王瑞MVP
2026-08-19
1830
OpenClaw 上下文管理原理:工作记忆、摘要记忆与向量检索
🚀 本文收录于Github:AI-From-Zero 项目 —— 一个从零开始系统学习 AI 的知识库。如果觉得有帮助,欢迎 ⭐ Star 支持!
ETL 小当家
2026-03-12
4.2K0
点击加载更多
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
领券