让 AI Agent 拥有不可遗忘的记忆

灵枢（Lingshu） —— 高性能 · 无幻觉 · 多智能体适用的长期记忆系统（v0.4.5）

一句话：让 AI Agent 拥有跨会话的长期记忆——对话自动沉淀为纯文本 md 认知图， 规则化检索引擎决定「记什么、取什么」，全过程可审计、结果可复现。

定位：为追求高性能、无幻觉、多智能体适用、轻松使用的开发者打造——三步接入，装完即用，无需理解任何理论。

形态：跨 harness 的记忆基础设施——大脑（md_cg/）即标准 stdio MCP server，任何支持 MCP 的 AI Agent 可直接接入，不与任何单一 Agent 框架绑定。

---

✨ 核心亮点

• ⚡ 高性能——Rust 检索内核（零第三方依赖）：库内嵌多线程大批量检索，--serve 进程实例支撑多智能体并发（语言无关）；中文检索 hit@1 99.0%，六家横评同口径登顶（见六家横评）
• 🛡️ 无幻觉——记什么、取什么、能不能写入，全部由确定性规则裁决，不依赖 LLM 黑箱判断；条件层弱证据的检索干扰由四层证据防火墙白箱剔除（见弱证据实证）；写没写成功看 committed 字段，绝不假装通过；全链路审计留痕、结果可复现
• 🔌 多智能体适用——同一份大脑（md_cg/）+ 同一份纪律，接入 DSH · CodeBuddy · ZCode · Codex CLI · Claude Code，任何 MCP 宿主可直接挂载（见多 harness 接入）
• 😊 轻松使用——三步接入，装完像往常一样对话即可；记忆本体是纯 md 文档，任何编辑器可直接打开审阅
• 📊 可复现评测——locomo-zh-500（500 题）与 bench6-100-zh-en（六家横评 · 中英双查）数据集随仓公开，一条命令复现我方成绩（见公开评测数据集）；已有第三方独立验证：七轮复评（统一评分 v7 · 灵枢 9.258）与 LoCoMo 独立复现（自报数字逐位一致 · 见第三方复评）

---

🗺️ 平台全景

灵枢是平台而非单一检索组件——同一仓库内五件套构成带记忆的智能体运行时，各层独立可用、边界正交（大脑零依赖其余各层）：

层	位置	一句话定位	文档入口
🧠 灵枢大脑	md_cg/	记忆系统本体：对话沉淀为 md 认知图，记什么 / 取什么 / 能否写入全由确定性规则裁决，四层证据防火墙白箱剔除弱证据干扰	README 详细版
⚙️ Rust 检索引擎	rust/	只读侧检索核心：零第三方依赖三形态（库内嵌大批量 / --serve 多智能体进程实例 / 评测器），与 Python 口径逐位对齐	rust/README.md
🐝 蜂群运行时	swarm/	多进程蜂群执行层：.pbc 确定性实例 + Gossip 拓扑 / 水位信箱 / WAL-HMAC / 信任聚合 / 健康评分（Rust 纯 std 零依赖）	功能说明 v0.6
📜 中文编译器	compiler/	术数编译器：词法 → 语法 → 名实校验 → 白名单代码生成 → 验证终裁，五环确定性编译链 + 封闭指令集结构性沙箱	python -m compiler.cli（模块内文档）
⬢ 蜂巢并发引擎	hive/	蜂群多智能体并发调度：Rust 纯 std 零依赖 worker 池（原子领取 / 心跳 / 超时强杀 / kill / 崩溃恢复），文件协议即接口，LLM 调用委托零依赖 Python 执行器子进程，MCP 四工具接入 —— 逐步稳定中	hive/README.md

五件套共享同一套 17 条工作纪律与记忆闭环（见文末工程纪律），接入方式互不牵动——只用记忆就只接大脑，不必理解蜂群与编译器。

📣 蜂巢反馈邀请：hive/ 是五件套里最新的一层，目前处于逐步稳定阶段——调度生命周期已闭环（原子领取 / 心跳 / 超时强杀 / kill / 崩溃恢复）并通过回归验证，但并发与崩溃恢复这类路径只有在真实任务、真实机器上跑得足够多才会真正稳定，因此这一层会持续迭代。我们特别欢迎下载试用后反馈：拉起失败、任务卡住、心跳异常、平台差异、kill 不生效等失败路径，对我们比「跑通了」更有价值。请开 Issue 并附 hive_doctor 输出（serve 存活 / 任务统计 / env 检查）。

---

⚡ 快速开始

按宿主选择入口：DSH → 下方三步 ｜ CodeBuddy · ZCode · Codex CLI · Claude Code → 多 harness 接入（各端独立三步说明） ｜ 其它 MCP 宿主 → 直接挂载大脑 python -m md_cg.mcp_server（stdio MCP），再按需注入工作纪律

# ① 克隆并构建插件本体
git clone https://github.com/FuRongJun-1999/dsh-memory.git
cd dsh-memory
npm install && npm run build          # tsc → lib/

# ② 装进 DSH profile（pnpm 协调正确入口，勿用裸 npm install 装进 profile）
dsh plugin --profile web add .

# ③ 在 <profile>/cordis.yml 启用（配置示例见 dsh/cordis.yml.example）

- id: lingshu-memory
  name: '@furongjun1999/dsh-memory'
  config:
    mdcg:
      root: 'data/mdcg'      # 记忆唯一真源（md 认知图）
    identity: '灵枢'
    tools: 'core'            # 'core'(默认, 仅 cg/stg) | 'brain' | 'all'

装完即可对话，无需理解任何理论——DSH 端自动记忆钩子已挂 session/event，你只管像往常一样对话（其它宿主可直接让 Agent 调用同一批工具）：

你说	背后发生什么（真实工具链）
「请记住：我们团队的发布窗口是每周三」	自动记忆钩子沉淀 → cg(op=write) 过三道闸门 → 认知图节点落盘
（新开会话）「我们的发布窗口是哪天？」	自动召回注入 → mdcg_recall 检索命中并带入回答
「把上次定的接口约定讲一遍」	cg(op=route) 条件路由 + stg(op=timeline) 时间线回溯，跨会话取出

首次使用记忆库为空，召回返回空结果属正常现象；未配写入凭据时以只读 guest 运行（读得到、写不进），要真正落盘见写入凭据。

• 前置：Node ≥ 22.19 · DSH 内核 ≥ 0.1.2-rc.1 · 大脑零安装（md_cg 随包自带，无需 pip 装任何引擎）
• 写权限默认关闭：不配凭据即以只读 guest 运行（读 / 召回 / 时间线可用，写入不落盘）。要真正落盘见「写入凭据」
• 完整配置项（30+ 项）· 自动记忆机制 · DSH 看门狗 → README 详细版
• 非 DSH 宿主（CodeBuddy / ZCode / Codex CLI / Claude Code）：走多 harness 接入，各端有独立三步接入说明
• 装后验证：重启 DSH 后对 Agent 说「列出你的记忆工具」应看到 cg / stg（tools: 'all' 时还有 mdcg_*）；大脑直连验证：python -m md_cg.mcp_server（stdio JSON-RPC）收到 initialize 应答即通，更多细节见 README 详细版

---

📊 六家记忆系统横向对比

100 题中英双查（bench6 v1.0 · 零干扰上界对照集 · CC BY-NC 4.0）：六家系统、同一份中文语料、同一套 hit@1 / hit@5 / MRR 评分器（md_cg/eval_common.py）。下表按「英→中查询提升幅度」降序：

系统	en hit@1	zh hit@1	英→中提升
灵枢（词法 + meta）	54.0%	99.0%	+45.0pp
灵枢（四路融合 · 真开 bucket）	37.0%	81.0%	+44.0pp
纯向量 RAG	71.0%	97.0%	+26.0pp
Letta（归档直插）	73.0%	96.0%	+23.0pp
mem0	68.0%	89.0%	+21.0pp
GraphRAG	18.0%	31.0%	+13.0pp
Graphiti	46.0%	58.0%	+12.0pp
Letta（agent 自主入库）	0.0%	0.0%	（入库丢标记壳臂）

核心结论：将查询由英文换为中文（同一份英文语料、记忆系统均不变）：六家已有记忆系统的检索命中全部大幅提升（+12 ~ +45pp），无一例外；灵枢是最佳——中文查询 hit@1 99.0% 全表登顶，英→中提升幅度 +45pp 亦居本表之首（双语入库在中文查询下同时拿到最高命中与最大提升）。 诚实口径（非选择性引用，与横评报告一致）：英文查询侧由 Letta 归档直插（73.0%）与纯向量 RAG（71.0%）领跑，灵枢四路融合在本池低于单词法基线（81.0% < 99.0%，饱和池上条件桶/实体路稀释词法命中）；中文提升混合了「查询语言」与「查询形态」双因素（question_zh 为关键词串、question_en 为自然问句），归因须谨慎。该池零干扰、全为 gold 证据，是上界对照集——高命中率不可外推为端到端记忆能力；Letta agent 模式 0 分是入库丢标记（可追溯性问题），非检索能力问题。 完整题型分解 / MRR 全表 / 逐家入库取证 / 偏差判定单 → 六家横评报告 · 题集 → data/benchmarks/bench6-100-zh-en/

---

🧪 弱证据会干扰检索：三分离与证据防火墙（实证）

外部源码级评审（GPT）与四臂弱语义噪声注入实验共同实证的一个反直觉结论：语义完整度 ≠ 证据强度 ≠ 召回价值——语义高度省略的「弱证据」语料恰恰是最需要被召回的 episodic 事实；而条件判断层（负条件 / 否定反事实）的弱证据节点会冒充正确答案，干扰检索。

• 实证语料「我在喝水」：语义上高度省略（谁在喝？在哪喝？均未说），但作为 episodic 事实承诺明确。当提问是「你刚才在干什么？」时，问句与语料词面零重叠——纯词法检索 top1 命中 0/8（省略式 episodic 全部漏召），而语义路作为候选生成器把 8/8 拉进 top10。词法满格的前提（词面共享）在事件类记忆上不成立。
• 条件判断的弱证据干扰检索：同一实验中 8 个否定反事实节点（「我没喝水」）与 gold 词面高度相似，无防线时冒充前排；灵枢四层证据防火墙（召回前负条件路由 → 候选生成排除 → judge_ranking 白箱终排 → 资格标注）将其 8/8 全部 REJECT 剔除，top10 无冒充。
• 可复现：python -m md_cg.test_sem_noise（42 节点确定性语料，四臂 A_lex / B_sem / C_fusion / D_firewall 对照，7 断言）。

---

🌐 中英双语检索差距：我们用中文语义归一化解决英文检索（实证）

直接回答：英文检索问题，我们用中文翻译 + 语义归一化解决——英文 query 经 AI 语义归一化为中文标准关键词（归一主体=AI，系统只供词表真源），再经中→英字级原子映射与双语原子库匹配，返回英文原文。同一份 500 题语料上，给定中文标准关键词时检索效果 hit@10 = 99.8%（hit@1 96.8%；检索侧上界口径——AI 归一环节的质量未纳入该评测，机械归一的端到端下界见下表 ④）。三条对照边界：不做归一化、拿英文原题直接词面匹配只有 78.2-81.2%（同义词鸿沟硬边界）；机械词典查表归一端到端实测仅 57.6%；而 ②路对归一噪声高度鲁棒——漏 20% 关键词 / 错译 20% / 混入噪词，hit@10 仍稳在 99.2-99.8%。结论：路线成立且不要求 AI 归一完美，只需大致方向对；99.8 是检索侧上界，端到端真实水平由 AI 归一质量决定（机械下界 57.6，AI 上界趋近 99.8）。

第三方独立验证（2026-09-15，报告全文）：上述关键数字已被第三方独立复现——②路 96.8/99.8/99.8 逐位一致，中文 96.4→96.8（噪声内）；并实证该 99.8 由中文摘要层挣得（去英文处理层 hit@10 反为 100.0%），英文标准归一化组件自身端到端为 81.0%（写入侧机械归一口径，较不归一 +58pp），检索失败 100% 归因归一化丢词/错译而非排序。本节口径标注与该实证一致：99.8 是「给定中文标准关键词」的检索侧上界，不声称英文机械归一化独立达到该水平。

测试报告（灵枢公开仓评测，方法学与口径真源 → md_cg/semantic/REPRODUCE.md）：

方法	hit@1	hit@5	hit@10	语料
① 中文原子语义（md_cg 主链路：char-bigram + 四路 RRF + 同义扩展 + terms）	94.6%	99.2%	99.2%	locomo-zh-500 · 500 题（中文题面）
② 英文检索 · 中文语义归一化桥接（主路线）：AI 归一为中文关键词 → 字级英文原子映射 × 双语原子库 Jaccard（给定关键词的检索侧上界）	96.8%	99.8%	99.8%	locomo-zh-500 · 500 题（同 qids）
③ 英文原题直接原子匹配（不做归一化的对照）	50.0%	74.6%	81.2%	locomo-zh-500 · 500 题（同 qids 英文原题）
④ 英文问句 → 机械词表归一端到端（②链路的机械化对照：归一不借助 AI 的真实下界）	24.6%	46.2%	57.6%	locomo-zh-500 · 500 题（同 qids 英文原题；2026-09-15 第三方错译暴露面修正后 24.0/46.0/57.2→本行，CEDICT 层低置信标记已落地）
英文反事实：硬套中文 char-bigram 主链路（默认态）	27%	45%	56%	bench6 · 100 题（口径不同，只看量级）

②③是同一评测集上的隔离实验：② 的 query 走中文关键词语义链（AI 归一化的输出形态），③ 连归一化也不做、直接拿英文自由表达提取原子——②③ 之差（99.8 vs 81.2）=「关键词级语义链」与「自由英文词面」两种 query 输入形态在检索链路里的效果差（同义词鸿沟 + 归一化桥接的合并贡献）。AI 归一环节本身的质量未单独评测——其机械替代的端到端下界由 ④ 给出（57.6%）。②路鲁棒性实测（query 确定性扰动后走同一 ② 链路）：漏 20% 关键词 ⑤=99.4 / 插 3 噪词 ⑥=99.8 / 错译 20% 关键词 ⑦=99.2（hit@10）——归一结果只要过半正确，hit@10 即稳 99%+，AI 归一的实际门槛远低于完美归一。doc 侧各臂相同（中文五槽加工面的字级原子映射 ∪ 英文正文归一词，与 ① 同属写入侧加工口径）。历史沿革：早期无加工面语料口径测得 ②=87-88、③=79.0（dsh 端文档口径），方法学真源见 REPRODUCE.md；机械词级归一→纯中文库（u2，33.6% 上界）已裁定排除并归档证据链。

差距三层归因（按权重排序）：

1. 同义词鸿沟（根本原因，语言固有属性）。中文「概念 → 表达」约 1:1~1:2（95 个同义词对），字面重叠天然命中，词面匹配几乎不打折；英文每概念平均 5.2 种表达（CC-CEDICT 语料统计，8,493 汉字展开出 172,950 个英义对，1,820 倍于中文）。上表 ② vs ③ 就是这道鸿沟的直接隔离实验：同一语料，query 侧做中文语义归一化得 99.8%，不做归一化直接英文词面匹配即降至 81.2%——鸿沟真实存在，但在查询侧做一次语义归一化即可闭合，不需要向量嵌入。
2. 归一化是正解，机械归一是死路（主路线裁定的依据）。机械词典查表翻译端到端实测仅 57.6%（④臂：英文问句 → CEDICT 28294 键词表直译 → ②同链路），且低于「完全不归一」的 81.2%（③臂）——机械直译把可译词错译为错误原子（race→人种），反而毁掉原本有效的词面贡献；更早的机械词级归一→纯中文库口径上界也只有 33.6%（已排除）。根因是英文自然问句的信息密度远低于标注关键词（词面交集 p50=1 vs 8），机械替换无法补足信息差；查询侧归一化由 AI 完成（理解式归一，如 take up a hobby → 培养爱好），系统只供词表真源与字级映射——②的 99.8%（上界）与机械路 57.6%（下界）之间的空间，就是 AI 归一要填的部分；⑤⑥⑦证明这个要求只需「大致方向对」。
3. 架构非对称（设计裁定）。中文链路的四路 RRF / 同义扩展 / terms 字段全部建立在「字面=语义」的中文前提上，直接跑英文实测劣于独立路（反事实 56%）——英文按裁定走「归一化桥接 + 原子 Jaccard」独立路，不硬套中文 char-bigram 管线，是有意的取舍而非遗漏。中→英字级映射覆盖 6,319 字（97.2%），长尾派生词（happy/happiness）不折叠——残余失配由查询侧 AI 归一化吸收，这正是 ② 反超 ③ 21.6pp 的来源。

要不要上语义向量检索？ 向量嵌入可以弥合同义鸿沟，但会引入嵌入模型依赖与索引体积，与灵枢「零重依赖、纯词面可复现」的公开仓原则冲突，当前明确不做；归一化桥接已把检索侧上界做到 hit@10 99.8%（鲁棒性：归一不完美时仍 99%+），满足「答案在候选池」的记忆系统主用途。

渐进式语义检索（Progressive Semantic Retrieval，正式机制 v0）。查询不是固定语义结构，而是不断收紧的约束集合——语义解析的完整性与检索的必要性不是同一个问题：从最小可靠语义（部分归一原子）开始宽检索，再按候选间区分度逐步增加条件使语义收敛；DEFER ≠ 失败，=「当前语义分辨率不足，继续获取条件」，与证据防火墙四态天然衔接。同一份 500 题实测：一次性全原子 96.8/99.8/99.8（=②锚点）；只宽检 50% 核心原子 85.2/95.8/97.0；宽检索→区分性条件渐进收紧（平均 +2.97 个条件）收敛到 93.6/98.8/99.0——与一次性差 0.8pp，实证「不必一句话完成语义理解」。受控干扰池进一步实证排序面消歧（top1 稳 gold、渐进不引入新冒充），并如实暴露边界：条件面冒充（生效条件被伪造为 gold 同款）不被内容词渐进消除——词面条件确认必要非充分，真伪判据=证据基底分离（另案）。控制器 md_cg/progressive.py（纯函数、确定性、评分器注入式），实验 md_cg/bench_progressive.py。

---

📚 公开评测数据集

📎 全部随仓库公开（CC BY-NC 4.0），可直接下载用于你自己的记忆系统对照评测：

基准	归属	状态
locomo-zh-500	自建（LoCoMo 中文派生 · 500 题 / 567 turns / 0.6 MB）	已随仓库公开 data/benchmarks/locomo-zh-500/ · 可复现 · 我方成绩：中文 hit@1 94.6% · hit@5 / hit@10 99.2%（md_cg 完整主链路）；英文（语义归一化桥接）hit@10 99.8%——见上中英双语检索差距①② 行 · 第三方独立复现：中文 96.8/99.6（自报 96.4/99.8 噪声内）、英文主路线 96.8/99.8/99.8 逐位一致 → 第三方验证报告
bench6 · 六家横评	自建（LoCoMo 中文派生 · 100 题 / 137 turns · 中英双查 / 约 90 KB）	已随仓库公开 data/benchmarks/bench6-100-zh-en/ · 六家同口径对照（灵枢 5 口径 / 纯向量 RAG / mem0 / Graphiti / GraphRAG / Letta 两模式）· 报告 → 横评_六家100题中英双查_v1.0.md
LoCoMo	第三方 mteb/LoCoMo BEIR（1976 题 / 5882 turns）	上游来源（英文原版）
memory-bench-1000	自建	SNR 见评分报告 v2.0；已公开 data/memory-bench-1000.jsonl

上表四行性质不同，勿混读：locomo-zh-500 的分数是本仓库我方成绩（基于LoCoMo自建并公开的评测集，可复现）；bench6 · 六家横评 是同源派生的小型同口径对照集（零干扰池，只做六家系统横向对照，非我方单方成绩）；LoCoMo 一行指上游英文原版 1976 题，本仓库未在其上产出完整成绩；memory-bench-1000 是自建记忆库的评分报告。 该成绩的性质（非虚假声明）：locomo-zh-500 的分数是写入侧结构化加工后的检索成绩——入库前把每轮对话加工为「身份 / 时间 / 摘要 / 词 / 条件四槽」条目，再走词法 + 同义扩展检索。这与主流记忆系统所用的向量化嵌入 + 关键词/摘要压缩属同一类写入侧加工，差异只在索引与检索算法，不在「是否对原文做了加工」。因此该口径可用于同口径对照，不是对裸文本直读的虚高取巧。 locomo-zh-500 是本仓库对外发布的检索评测集：供外部在同一份中文题面上对自己的记忆系统做可对照评测。它只评检索命中（hit@k / MRR），不评答案正确性；被测池为零干扰（池内全是 gold），故高命中率不可外推为端到端记忆能力——完整边界与许可见 data/benchmarks/locomo-zh-500/README.md。 bench6-100-zh-en 沿用同一口径，并每题提供中英两套词面（评「换查询语言后是否仍命中」）；它同样是上界对照集——家间差距小于约 16% 不可判为显著；评测入口已随仓库公开（run_bench.py：零依赖口径复现 + Adapter 协议接入你自己的系统），接入任意llm和向量方法都可复现，详见 横评报告 与 data/benchmarks/bench6-100-zh-en/README.md。

复现我方成绩（零上游依赖）：

python -m md_cg.bench_locomo_zh_public   # 中文：只读 data/benchmarks/locomo-zh-500/，产出公开词法口径参考量级（hit@1 93.6% 单路 / 97.6% +同义扩展）；上表 94.6/99.2 为 md_cg 完整主链路（四路 RRF + 同义扩展 + terms）成绩
python -m md_cg.bench_en_atoms_public    # 英文：语义归一化桥接七臂（② 96.8/99.8/99.8 主路线·检索侧上界 · ③ 81.2 不归一对照 · ③a 78.2 纯正文对照 · ④ 57.6 机械归一端到端下界 · ⑤⑥⑦ ②路鲁棒性 99.2-99.8）；英文原题面为上游派生不入库，自备后即可全量复现
python -m md_cg.bench_progressive        # 渐进式语义检索双实验（G0 96.8/99.8/99.8 =②锚点自校验 · 只宽检 85.2/97.0 · 渐进收敛 93.6/99.0 · 受控池排序面消歧+条件冒充边界）
# 第三方独立评测脚本（第三方交付物原样入库；脚本内 REPO 为第三方沙箱路径，复现需改为本机仓库路径）
python test/locomo_independent_eval.py   # MdCG 引擎口径五臂（A 中文五槽 / B 英文原文 / C 标准归一化 / D 双语并集 / F 语义摘要路 + 随机基线）
python test/locomo_jaccard_probe.py      # 主路线 Jaccard 口径拆解（J2_full 完整版 / J2_zh 仅中文层 / J2_body 仅英文归一词 / J0_raw 英文原词）

自建 bench 的噪声层 400 条 + unlabeled 边界 350 条为天然负对照；任何基准报告须带干扰抑制负例组与 T-JUDGE 负例拒绝率双向报告（遵守「只报总分 = 不通过」）。

---

🎯 能力自评（内部标尺，非横评声明）

项目维护者按内部七维标尺（结构 / 检索 / 判断 / 调用 / 演化 / 连续 / 可信）自评 综合 8.6 / 10（全部维度 ≥ 8.5），并按外部行为级门槛自评为条件性 L4 → L5 路上——含未完成项与扣分理由的逐维证据，见 AGI 七维评分报告 v2.0。 不虚高的坦白：五个 8.5 的共同上限是「机制齐备、门槛项未齐」——T 零信任未落地、R 仍是规则层意图理解、C 去污染仍是抽样而非穷尽、U 的 LLM 固化动作尚未自动放行。

第三方复评（七轮独立评估）

独立评估者（非项目方）以「统一评分 v7」对灵枢与 deja-vu 做同权重八维对照（检索中英 / 可复现性 / 工程测试 / 架构独立性 / 诚实度 / 生态适配 / 部署运维）：灵枢 9.258 / deja-vu 9.119（+0.139，七轮首次为正——评审者声明该差距在评审噪声以内），收敛轨迹 7.79→8.29→8.57→8.72→9.13→9.133→9.258；v7 含对自身四条建议全撤回的勘误（§三点五：所称「缺失能力」经复核均早已有之，含 cg(op=ingest) 后向索引通道） 报告全文→ 第三方验证报告_灵枢_vs_dejavu_统一评分_v7.md · 评估日期 2026-09-15，被评灵枢基线 38412c4

LoCoMo 第三方独立验证（同日另一份独立报告，评测全流程从零实现、不调用灵枢任何 bench_* 脚本）：中文 96.8/99.6 独立复现（自报 96.4/99.8，噪声内）；英文主路线 ② 96.8/99.8/99.8 逐位一致；并给出更严格归因——99.8 由中文摘要层挣得（去英文层 hit@10 反为 100.0%）、英文标准归一化端到端真实水平 81.0%（写入侧机械归一口径，较不归一 +58pp）、检索失败 100% 归因归一化丢词/错译而非排序；同时确认数据集区分度（query 对 gold 覆盖 0.875 vs 非 gold 最佳 0.469）与 OOV 如实透出。报告全文→ 第三方验证报告_LoCoMo_灵枢_.md · 配图 → 第三方验证报告_LoCoMo_灵枢_.png · 独立评测脚本 test/locomo_independent_eval.py、test/locomo_jaccard_probe.py（第三方交付物原样入库，REPO 变量为第三方沙箱路径，复现需改为本机仓库路径）

口径声明：两份报告均为外部独立口径，与上方内部七维自评（8.6）是多套独立口径，分数不可互比；LoCoMo 报告同时验证了数字可复现性与归因边界，其归因发现已如实吸收进中英双语检索差距一节。

---

🧩 能力速查（能力 → 入口）

能力	MCP 入口
记忆写入 · 关系链接 · 结构关系	cg(op=write) cg(op=link) stg(op=relation)
多路融合检索 · 条件路由 · 因果链 · 时间线	mdcg_recall mdcg_search cg(op=route) stg(op=timeline)
写入裁决 · 主动遗忘 · 冲突检测 · 反思	mdcg_remember cg(op=verify) cg(op=metacognition) mdcg_reflect
重要性评分 · 预算装包 · 分层注入 · 记忆自净	cg(op=session) cg(op=scrub) cg(op=info)
知识固化 · 结构变更账本 / 回滚 · 自维持巡检	mdcg_flywheel cg(op=consolidate) cg(op=maintain) cg(op=sustain)
身份一致性 · 自我状态 · 演化史	cg(op=identity) cg(op=self_state) cg(op=evolution)
加密 · 密级隔离 · 审计留痕 · 保护/遗忘	cg(op=protect) cg(op=forget) · 护栏宪章
记忆可靠性闸（对话→六要素候选→编外复核→落库）	cg(op=ccg)

索引链：能力 → op（本表）→ 实现模块（下方工具面认知图）→ 行号级代码映射（功能调用映射表）——每一步都可从 README 一跳到达源码，一致性由 scripts/cogmap_sync.py check 守卫。

🧱 记忆可靠性闸：CCG 六要素编译（cg(op=ccg)）

把对话记录编译成可检索的 CCG 六要素条目（# 功能名 / # 生效条件 / # 子功能 / # 执行 / # 验证方式 / # 不适用条件），且编译者不得自证——LLM 产出的候选必须经认知图之外的编外单元复核才准落库（机械拒绝码 E041，不依赖 prompt 自觉）。候选以内容摘要绑定暂存（_ccgc_pending/，索引不可见），三次独立调用间防篡改。

步骤	调用	结果
① 编译	cg(op=ccg, action=compile, node_id=…, dialog=…)	六要素候选 + 名实门校验（每个写入值必须是原文子串），不当场写库
② 复核	cg(op=ccg, action=review, node_id=…, blocking=true)	编外单元裁决：蜂巢 reflect/verify 优先；蜂巢不可用则返回配置指引（不假装可用），显式 allow_degrade 才降级为子代理
③ 落库	cg(op=ccg, action=link, node_id=…, apply=true)	摘要校验 + 签章准入通过才写入

错误码：E040 无签章 · E041 自证拒绝 · E042 复核未通过 · E043 只允许修正四槽（action=recalibrate）。action=catalog 自描述全部动作，action=units 体检复核通道（三态：蜂巢 / 待配置 / 子代理降级）。

---

🧰 工具面

<!-- COGMAP:BEGIN (scripts/cogmap_sync.py 自动生成 · 真源 md_cg/mcp_server.py · 勿手改段内) -->

两个认知基元 · 38 个 op（kernel 面）——下列 op 清单、实现模块与全部链接行号由 cogmap_sync 从真源自动提取，check 门禁守卫漂移；点击任意名字直达源码对应行：

基元	op 数	op 清单（点击直达实现分支）
cg 认知图统一入口	34	help theory link info route read write goal task recent verify review forget protect identity consistency metacognition self_state evolution sustain scrub predict causal whitebox index_code index_doc ref session ingest export maintain consolidate insight ccg
stg 语义时空图入口	4	relation timeline anchors consistency

op → 实现模块（认知图投影：功能在哪段代码，一眼可达）：

op（点击直达实现分支）	实现模块（点击直达源码）
help route goal task recent verify review forget protect identity consistency metacognition self_state evolution sustain scrub predict causal whitebox ref session ingest export maintain consolidate insight ccg	_cg_dispatch 内联
read index_code index_doc	refindex
info	audit, links, nodefile, theory
link	evidence, links, provenance, signer
theory	theory
write	writepipe
relation timeline anchors consistency	_stg_call 内联

细粒度面（MDCG_MCP_SURFACE=full，插件运行时使用）：cg + stg + 31 个 mdcg_* = 33 个工具：

mdcg_remember mdcg_recall mdcg_search mdcg_get mdcg_reflect mdcg_verify mdcg_flywheel mdcg_mine_fix_pairs mdcg_rejected mdcg_unresolved mdcg_propose mdcg_review_list mdcg_review_decide mdcg_review_records mdcg_forget mdcg_protect mdcg_forgetting_history mdcg_identity mdcg_consistency mdcg_metacognition mdcg_self_state mdcg_predict mdcg_causal mdcg_evolution mdcg_restore mdcg_health mdcg_whoami mdcg_ingest mdcg_watermarks mdcg_whitebox mdcg_service_info

逐个 op 的「功能 → 代码 → op」行号级映射另见功能调用映射表。

<!-- COGMAP:END -->

tools 模式	暴露数	说明
'core'（默认）	2	仅 cg / stg
'brain'	30	cg/stg + 28 细粒度
'all'	30	full 面 33 − 3 个宿主级风险工具

风险工具 mdcg_forget / mdcg_restore / mdcg_review_decide 需 can_admin，即使 tools: 'all' 也不自动暴露。 35 op 已逐一冒烟验证：35/35 可达，0 未知 op、0 意外崩溃。 历史 82 工具（旧 aeis 引擎）去向见 迁移映射。

---

🏗️ 架构（以 DSH 为例 · 其它 MCP 宿主同构）

DeepSeek Harness (cordis)
  Agent Loop ──┬── 工具面 ctx.tools（cg / stg / mdcg_*）
               └── session/event（自动记忆钩子 · 自动召回注入）
                     │ stdio · 逐行 JSON-RPC
┌────────────────────▼─────────────────────┐
│ 灵枢大脑子进程（spawn · 唯一）             │
│ python -m md_cg.mcp_server               │
│ cg/stg 基元 + 31 细粒度 · md 认知图真源    │
└──────────────────────────────────────────┘
（可选）「身体」能力后端：仅 capability.enabled=true 时另起一个能力库子进程，默认不启动

记忆只有一个真源：md_cg/ 认知图（纯 md 文档，随包自带）。确定性规则引擎与知识库已内迁； AEIS 仅作可选「身体」能力后端（角色扮演生成），不再存记忆、默认不启动。

其它 MCP 宿主同构：宿主工具面（cg / stg / mdcg_*）↔ stdio MCP ↔ md_cg 大脑；四端差异只在纪律注入方式（矩阵见多 harness 接入），大脑与记忆真源零改动。

---

🔑 写入凭据（让记忆真正落盘）

# 签发（明文不进配置文件）
python -m md_cg.tokens issue --role designer --actor dsh-memory --clearance internal ^
  --ops-allow info,route,read,write,recent,goal,identity,whitebox,verify ^
  --layers-allow knowledge,contextual,structural,self,goals,unresolved,rejected
setx MDCG_TOKEN "mdcg1.xxxxx"     # 然后重启 DSH

    env:
      MDCG_TOKEN: !!js process.env.MDCG_TOKEN

--role recorder 为最小权限版（只能自动记忆 / 转录；whitebox、identity、verify 会被拒）。 落盘充要条件 = 最终判定 ACCEPT：cg(op=write) 需依次穿过 audit → 一致性 → gated 三问四态三道闸门，非 ACCEPT 均不新增落盘点。 别把 ok: true 当写成功：未落盘时返回体形如 {"ok": true, "committed": false, "moved_to": "review_queue"}——ok 只表示请求被受理，是否落盘只看 committed。首次写入最常踩的坑：content_kind 省略或填 text 时，未配置规则库（MDCG_POLICY_FILE）的审核器一律判 DEFER（"缺能力返回 DEFER，绝不假装通过"），内容进审核队列而非落盘；要立刻落盘请用可验证类型，如 content_kind: 'code'（AST 解析通过即 ACCEPT）。

---

❓ 常见问题（FAQ）

<details> <summary><b>为什么不能用裸 <code>npm install</code> 安装进 profile？</b></summary>

必须用 dsh plugin --profile <name> add . 安装：插件声明了 6 个 peerDependencies（cordis / dsh-llm / dsh-session / dsh-system-prompt / dsh-tools / schemastery），dsh plugin add 走 pnpm 正确解析宿主提供的 peer 版本；裸 npm install 会把错误版本的依赖装进 profile 导致加载失败。仓库根目录的 npm install 仅用于开发构建（npm run build）。

</details><details> <summary><b>装完插件 / 配完凭据没有生效？</b></summary>

DSH 采用 Cordis bundle 机制，新增或更新插件后必须重启 DSH 进程（或刷新 Web UI 页面）才会重新加载；通过 setx 配置 MDCG_TOKEN 后同理，须重启才可见（见写入凭据）。

</details><details> <summary><b>怎么确认 Agent 真的把记忆写进去了？</b></summary>

看返回体的 <code>committed</code> 字段，<strong>别把 <code>ok: true</code> 当写成功</strong>——<code>{"ok": true, "committed": false, "moved_to": "review_queue"}</code> 表示请求被受理但<strong>未落盘</strong>（内容进了审核队列）。落盘充要条件 = 三道闸门最终判定 <code>ACCEPT</code>。

</details><details> <summary><b>为什么我的写入没有落盘？</b></summary>

三个最常见原因：① 未配写入凭据 → 只读 <code>guest</code>，写入不落盘（配凭据见<a href="#-写入凭据让记忆真正落盘">写入凭据</a>）；② <code>content_kind</code> 省略或填 <code>text</code> 且未配置规则库（<code>MDCG_POLICY_FILE</code>）→ 审核器一律判 <code>DEFER</code>（"缺能力返回 DEFER，绝不假装通过"）→ 用 <code>content_kind: 'code'</code> 等可验证类型（AST 解析通过即 ACCEPT）；③ 未穿过 audit → 一致性 → gated 三问四态任一闸门。

</details><details> <summary><b>CodeBuddy / ZCode / Codex CLI / Claude Code 等其它宿主也能用吗？</b></summary>

能。大脑 <code>md_cg/</code> 是标准 stdio MCP server（<code>python -m md_cg.mcp_server</code>），任何支持 MCP 的宿主可直接挂载；五端接入差异只在纪律注入方式，见<a href="#-多-harness-接入按端分目录">多 harness 接入</a>。

</details>

---

📚 文档导航

文档	内容
docs/ 目录索引	六域快速索引（mdcg / swarm / hive / theory / eval / plans）· 新文档归域规则
README 详细版	完整能力说明 · 配置项全表 · 安装与验证细节
发布说明 v0.4.5	本版变更 / 兼容性 / 升级指引
AGI 七维评分报告 v2.0	逐维得分依据 / 扣分项 / 实库证据 / 诚实边界
第三方复评 · 统一评分 v7	独立评估者七轮对照（灵枢 vs deja-vu）：八维加权 / 收敛轨迹 7.79→9.258 / 评审偏差声明 / 自身建议全撤回勘误
第三方验证 · LoCoMo 独立复现	独立实现评测全流程：自报数字逐位复现 / 归因拆解（中文摘要层 vs 英文归一化 81.0%）/ 静默错译样本 / 数据集区分度证伪检查（配图 第三方验证报告_LoCoMo_灵枢_.png）
功能调用映射表	任何功能 → 调用哪段代码（含行号、MCP op）
护栏宪章 v2.0	对外部智能体与人类使用者的行为边界
教学四篇	白箱智能是什么？ · 智能的认知过程 · 智能的公理化基石 · 信息差为什么必然存在
工作纪律·认知图条目 v1.1	自我约束的 17 条工作纪律（嵌套认知图条目 work_discipline）
六家记忆系统横评 v1.0	100 题 · 中英双查 · 六家同口径对照；含判定单 / 条件层归因 / 诚实边界（题集 → data/benchmarks/bench6-100-zh-en/）
Rust 检索库	mdcg_eval 三形态：库内嵌大批量检索 / --serve 多智能体进程实例 / 公开数据集评测器（零依赖 · 与 Python 口径逐位对齐）
蜂群多智能体	swarm/ 多进程蜂群执行层（2026-09-13 自 protocol-compiler 迁入，大脑核心内部能力）：.pbc 确定性实例 + Gossip/拓扑/水位信箱/WAL-HMAC/信任聚合/健康评分（Rust 纯 std 零依赖 · 159 断言回归全绿）

多 harness 接入（按端分目录）

共享层（md_cg/ 大脑 · data/ · docs/ · scripts/）在仓库根；harness 专属配置按端归置：

目录	harness	接入文档	纪律注入方式
dsh/	DeepSeek Harness	dsh/README.md	~/.dsh/profiles/web/cordis.patch.yml 的 personaPrefix（compact · 每轮）
codebuddy/	CodeBuddy	codebuddy/README.md	项目根 CODEBUDDY.md（full · 会话起始）
zcode/	ZCode	zcode/README.md	项目根 AGENTS.md（full · 会话起始）
codex/	Codex CLI	codex/README.md	项目根 AGENTS.md（full · 会话起始）
claude/	Claude Code	claude/README.md	项目根 CLAUDE.md（full · 会话起始）

五端纪律同源（docs/工作纪律_认知图条目_v1.1.json），由 scripts/render_discipline.py 渲染、 scripts/verify_discipline.py 守卫漂移；矩阵见 docs/discipline/harnesses.yaml。

插件生态形态（免手工复制，本仓自带双端 marketplace）

宿主	安装	插件位置	装后一步
Claude Code	/plugin marketplace add FuRongJun-1999/dsh-memory → /plugin install lingshu-memory@lingshu	claude/lingshu-memory/（纪律以 skill 分发，/lingshu-memory:linglu-discipline 可显式调用）	复制插件内 mcp.json.example 为项目根 .mcp.json，填 PYTHONPATH
Codex CLI	codex plugin marketplace add <本仓路径> → codex plugin add lingshu-memory@lingshu	codex/lingshu-memory/（skill 三级渐进加载；.codex-plugin/plugin.json 清单）	把插件内 config.toml.example 两段合并进 ~/.codex/config.toml，填 PYTHONPATH

marketplace 清单：Claude 端在仓根 .claude-plugin/marketplace.json，Codex 端在仓根 .agents/plugins/marketplace.json。插件不含大脑本体（md_cg/ 不随插件分发）——MCP 装好后 大脑仍是你本机的 dsh-memory 仓库；插件形态的纪律 skill 同样由真源渲染（skill 变体， 矩阵槽位 claude-code-plugin-skill / codex-plugin-skill），漂移由同一 verify_discipline.py 守卫。

---

🛠️ 开发

npm install
npm run build    # TypeScript 编译
npm test         # 真实集成测试（spawn 本机灵枢，验证握手/往返/注册/卸载）

测试不依赖 DSH 全组件——用最小 Cordis host（SystemPrompt + ToolRegistry + 插件）隔离不稳定面。

Python 测试约定（必须 python -m）

md_cg/ 等包内测试普遍使用包内相对导入，必须以模块方式从仓库根运行；直接 python md_cg/test_xxx.py 会 ImportError（59/61 踩坑实测）。一键入口已固化该约定：

python scripts/run_tests.py                  # 全量（md_cg + compiler + swarm）
python scripts/run_tests.py md_cg -k p44     # 按组 / 关键字过滤
python scripts/run_tests.py --jobs 1         # 串行（默认并发 4）

单测等价写法：python -m md_cg.test_p44_md_whitebox（cwd=仓库根）。退出码 0/1 可直接接提交前门禁。

---

📏 工程纪律与设计者视角（可选推荐）

这段话是什么：灵枢自身按一套 17 条工程纪律 运行——方法论（理论先行 / 全面处理 / 根因纪律）、执行（验证先行 / 双副本同步 / 兜底路径）、执行调度（任务派发统一走蜂巢：执行留痕 / 统一调度面）、合规（内容政策双清单 / 敏感信息隔离）、记忆闭环（查记忆 → 执行 → 写记忆）。它原本是灵枢的「自我约束」，与你要不要用灵枢无关；但如果你希望自己的 Agent 也具备同样的工作方式，这套纪律与配套元技能都可以直接复用。

两个可复用入口：

入口	内容	位置
工程纪律（17 条）	每条 ≡ 一个认知图节点（生效条件 / 执行锚点 / 不适用条件 / 直答出口），含触发词路由	真源：docs/工作纪律_认知图条目_v1.1.json · 全文投影：codebuddy/CODEBUDDY.md（各端产物见 多 harness 接入）
设计者视角（元技能）	在动手前回答「该不该做 / 为什么做 / 条件够不够」：条件空间声明 → 四态资格裁决（ACCEPT/REJECT/DEFER/BLINDSPOT）→ 失配归因；附自检 17/17	skills/skills/designer-perspective/（tests/selftest.py 可自行验收）

按需裁剪：17 条中部分条款针对灵枢私有管线（如图像选源线），复用时建议只取方法论 / 执行 / 执行调度 / 合规 / 记忆闭环五组通用条款。多 harness 渲染与防漂移守卫见 多 harness 接入。

护栏宪章（接入即接受约束）

本插件接入即接受 灵枢护栏宪章 v2.0-published 约束——对外部智能体与人类使用者的行为边界作出公开、可执行、可审计的规定，并保护人类使用者。

许可证

MIT © 荣（FuRongJun-1999）· 灵枢 AEIS 工程实现

DeepSeek Harness 为 DeepSeek 官方开源项目（MIT），本插件与之无隶属关系。