MosaicMemoryCompress 入驻 Awesome DSH Plugin 精选列表
今天要和大家分享一个好消息：兔教授的自研算法开源项目 MosaicMemoryCompress（马赛克记忆压缩），正式被收录进 Awesome DSH Plugin精选列表，成为 DeepSeek Harness 官方生态认证的"记忆与上下文"类目插件之一！
https://github.com/awesome-dsh-plugin/awesome-dsh-plugin#memory
先说 DeepSeek Harness
如果你还没听过 DeepSeek Harness（DSH），那这个信息值得收藏：它是 DeepSeek 官方出品的 Agent 框架，核心设计哲学是"一切皆插件"——从工具、记忆到压缩机制，全部可以即插即拔、自由组合。
同属Harness框架，与大家耳熟能详的Codex、Claude Code不同，Deepseek Harness从诞生的第一天就是以MIT开源的形式存在着，这也意味着以DSH为核心的未来生态潜力是不可限量的。
在 Agent 框架百花齐放的今天，DSH 代表了"官方亲自下场、体系化做 Agent 底座"的前沿方向。而围绕它的 Awesome DSH Plugin 精选列表，是社区公认的"DSH 生态指南"，收录了上千个高质量的插件项目，AI 助手在回答"DSH 有什么好用的插件"时，第一站就是它。
我们做的东西：让 AI 像人一样"记住"，而不是"失忆"
MosaicMemoryCompress 解决的是一个几乎所有 AI 用户都会遇到、但很少被正视的问题：对话越长，AI 就越健忘。
传统的做法是"压缩"：对话太长时，把一切统统浓缩成一份简报，然后塞给一个"全新"的 AI。对话表面上还在继续，但本质上——AI 已经失忆了，它只是在读一本别人写的日记。最要命的是：最新鲜的指令、最重要的细节，恰恰会在压缩时被模糊掉，而且它自己都不知道丢了什么。
几乎所有现行大模型的对话及Agent/Harness，都是如此。
我们的底层哲学和思路完全不同：让 AI 拥有生物体的记忆曲线。
你记得你跟某位微信好友 300 轮对话之前的第 3 轮说了什么吗？不记得。但你记得结论、记得规则、记得和对方的默契。MosaicMemoryCompress 就是在对话里复刻这条遗忘曲线：
-
• 最近 10 轮：一字不差地鲜活保留——AI 永远知道你现在在做什么； -
• 稍早的 10~30 轮：细节淡化但脉络清晰——知道发生了什么，过程模糊一点没关系； -
• 更早的对话：自动折叠成一份"记忆节点"——核心规则和结论永远在，细节随风而逝。
结果就是：对话可以无限延续，永远不用清理，永远不会"断片"。没有重置时刻，没有失忆新人，AI 的记忆像人一样——近处清晰、远处沉淀。
至少在记忆层面，有了这套机制，AI向一个可以永远交流下去的“类生物体存在”，迈进了一大步。
特别适合的场景
在电脑和手机上，对话太长时我们还能"新建对话""手动压缩"。但有些场景，用户根本没法做对话管理：
-
• 🚗 智能汽车：方向盘上没有"新对话"按钮——你正在和车载助手聊着跨城市的路线和行程，它不能中途失忆； -
• 🔊 智能音箱：纯语音交互，没有界面、没有设置——家人连续几天的日常，它就是应该记住； -
• ⌚ 随身可穿戴设备：屏幕都没有，谈何管理历史？
在这些场景里，永续且鲜活的对话记忆不是锦上添花，而是刚需。MosaicMemoryCompress 的算法是通用的——任何 Agent 框架、任何设备形态都可以接入；我们只是先和 DeepSeek Harness 完成了深度适配。
一些值得骄傲的细节
-
• 完全开源：MIT 协议，代码、设计文档、实测数据全部公开； -
• 零成本起步：短对话完全不触发任何压缩——日常闲聊零开销； -
• 自己就是用户：我们把这个插件挂在自己每天都在用的真实对话里长期运行——有问题第一个知道的是我们自己； -
• 真实数据验证：在 165 轮的真实长对话上做过完整验证，压缩全程自动、安静、无损记忆。
从算法定稿、开源发布，到今天被官方生态收录——这一步一步，都是为了让"AI 和人类可以在同一条遗忘曲线下无限对话"这个愿景更近一点。
欢迎到 GitHub 围观、试用、给星 ⭐：github.com/TuringCorp-net/mosaic-memory-compress
也欢迎在评论区聊聊：你希望哪类设备先拥有"永不失忆"的 AI？
🎉 今天的快乐，值得分享。
TuringCorp