Coral-Memory
面向 LLM Agent 的持久化记忆层：热/温/冷三级存储、多路融合检索、热度生命周期淘汰与配置热加载，以 Python 包分发。在 DSH 中推荐手动配置 cordis.patch.yml 注册为 MCP 工具使用。
查看原仓库英文描述
面向 LLM Agent 的持久化记忆层：三级热/温/冷存储、融合检索、热度淘汰、配置热加载。作为 DeepSeek Harness 插件分发。| Heat-aware memory layer for LLM agents: three-tier hot/warm/cold storage, fusion retrieval, heat-based eviction, hot-reload config. Ships as a DeepSeek Harness cordis plugin.
基础信息核对
自动核对项目活跃度
数据覆盖 60% · 有限数据 · 数据截至 2026-08-19
38 次提交 · 最近推送 1 天前
样本数据未知 · 暂不计分
样本数据未知 · 暂不计分
2 位近 90 天活跃贡献者
未发现版本标签
0 Stars · 0 Forks
安装
暂无统一的安装命令（Python 包分发，在 DSH 中需手动编辑 cordis.patch.yml 注册为 MCP 工具，无 dsh plugin add 命令。）。请前往项目页面查看 README 获取最新安装指引。
还没有 DSH？两步开始 →
第一步：准备 Node.js 环境
DSH 依赖 Node.js（建议 20 LTS 或更新版本）。终端里运行 node -v 能显示版本号即已就绪。
已有 Node.js：直接进入第二步。
没有 Node.js：去 nodejs.org 下载 LTS 安装包（Windows/macOS 双击安装）；或用包管理器：
brew install nodewinget install OpenJS.NodeJS.LTS第二步：启动 DSH
无需安装，直接运行：
npx @deepseek-ai/dsh web浏览器打开 http://127.0.0.1:3080 即可进入 DSH Web UI；插件的后续安装请按上方项目说明操作。
