graph-memory 可以免费使用吗？用的什么许可证？

graph-memory 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

graph-memory 还在维护吗？

活跃维护中。graph-memory 最近一次提交是在 2026年10月1日。

graph-memory 适合用来做什么？

在 DeepSeek Harness 中进行长时间编码或研究，避免上下文窗口被历史占满。把早期会话中的决策和事实带入新的对话。为需要紧凑且可检索对话记忆的 OpenClaw 智能体提供记忆层。

graph-memory 怎么安装和运行？

将指定版本的插件安装到 DeepSeek Harness: npx @deepseek-ai/dsh plugin --profile web add github:adoresever/graph-memory#v1.6.0-beta.17 检查解析后的配置: npx @deepseek-ai/dsh --profile web --dump-config 启动 DSH 网页界面，并在设置→插件中确认 graph-memory/dsh 已启用: npx @deepseek-ai/dsh web

在哪里获取 graph-memory？

源代码和安装说明在 GitHub 上：https://github.com/adoresever/graph-memory

adoresever/graph-memory

面向 DeepSeek Harness 与 OpenClaw 的知识图谱记忆插件，控制上下文长度并跨会话召回原始问答。

在 GitHub 查看

Star: 661
Fork: 98
未关闭 Issue: 21
最近提交: 22天前

这是什么？

Graph Memory 是一个为 DeepSeek Harness（DSH）开发的记忆插件，同时兼容 OpenClaw。它只在模型上下文中保留最近若干轮已完成的用户对话，把更早的历史折叠为一个归档标记，并从后续请求中去除已完成的推理和工具调用记录。完整事件日志仍保存在本地。

每轮对话结束后，插件会生成一句自包含的摘要，并从中抽取主谓宾三元组，构成用于导航的知识图谱。当问题与较早或其他会话的内容相关时，插件会召回原始用户问题和最终回答作为依据。检索采用向量 Top-K 搜索，并以 FTS5 全文检索作为回退，数据存储在本地 SQLite 中。

仓库 README 给出了一次 20 轮对话的实测数据：第 20 轮首次请求的上下文从约 5.7 万 token 降到约 1.1 万。抽取可使用独立配置的模型，向量嵌入为可选项。

核心功能

01在上下文中保留最近的完整对话轮次，更早历史折叠为一个归档标记。
02在本地 SQLite 图谱中保存每轮摘要和主谓宾三元组。
03当历史或跨会话记忆匹配时，召回原始问题与最终回答。
04未配置向量嵌入时，回退到 FTS5 全文检索。
05支持 OpenAI 兼容的嵌入接口，并可为抽取指定独立模型。
06提供状态查看、搜索、手动记录及失败抽取重试等 DSH 工具。

适用场景

在 DeepSeek Harness 中进行长时间编码或研究，避免上下文窗口被历史占满。
把早期会话中的决策和事实带入新的对话。
为需要紧凑且可检索对话记忆的 OpenClaw 智能体提供记忆层。

快速上手

1
将指定版本的插件安装到 DeepSeek Harness
npx @deepseek-ai/dsh plugin --profile web add github:adoresever/graph-memory#v1.6.0-beta.17
2
检查解析后的配置
npx @deepseek-ai/dsh --profile web --dump-config
3
启动 DSH 网页界面，并在设置→插件中确认 graph-memory/dsh 已启用
npx @deepseek-ai/dsh web

使用前须知

面向 DeepSeek Harness，npm 仓库仍提供旧版 1.5.8，因此需从指定的 GitHub 发布版安装。
需要 Node.js 22.13 或更高版本。
当前版本为测试版（1.6.0-beta.17）。
未配置嵌入时语义召回会退回到 FTS5；使用嵌入需要单独的 OpenAI 兼容端点和密钥。

收录于专题

Claude Code 工具、技能与插件 AI 编程助手与编码 Agent 数据库与 SQL 工具

常见问题

graph-memory 是什么？: 面向 DeepSeek Harness 与 OpenClaw 的知识图谱记忆插件，控制上下文长度并跨会话召回原始问答。 Graph Memory 是一个为 DeepSeek Harness（DSH）开发的记忆插件，同时兼容 OpenClaw。它只在模型上下文中保留最近若干轮已完成的用户对话，把更早的历史折叠为一个归档标记，并从后续请求中去除已完成的推理和工具调用记录。完整事件日志仍保存在本地。
graph-memory 可以免费使用吗？用的什么许可证？: graph-memory 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
graph-memory 还在维护吗？: 活跃维护中。graph-memory 最近一次提交是在 2026年10月1日。
graph-memory 适合用来做什么？: 在 DeepSeek Harness 中进行长时间编码或研究，避免上下文窗口被历史占满。把早期会话中的决策和事实带入新的对话。为需要紧凑且可检索对话记忆的 OpenClaw 智能体提供记忆层。
graph-memory 怎么安装和运行？: 将指定版本的插件安装到 DeepSeek Harness: npx @deepseek-ai/dsh plugin --profile web add github:adoresever/graph-memory#v1.6.0-beta.17 检查解析后的配置: npx @deepseek-ai/dsh --profile web --dump-config 启动 DSH 网页界面，并在设置→插件中确认 graph-memory/dsh 已启用: npx @deepseek-ai/dsh web
在哪里获取 graph-memory？: 源代码和安装说明在 GitHub 上：https://github.com/adoresever/graph-memory

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。