TMCRA × DeepSeek Harness：跨软件、跨会话的项目记忆

在 DeepSeek Harness、Codex 和其他已接入 TMCRA 的工具之间切换，也不需要重新介绍项目。

每轮收到用户问题后，插件会并行召回“用户全局记忆”和“当前项目记忆”，把证据写入 Harness 可审计的会话记录。回答完成后，用户陈述与 Agent 回答会以两个角色明确的记录写回 TMCRA。

仓库在 src/sdk/ 中附带适配器实际使用、可审查的 TypeScript 客户端与生命周期模块。托管 API、账号、计费、控制面、数据库、部署配置和生产记忆引擎代码均不在公开范围内。

当前状态：技术预览。已针对 @deepseek-ai/dsh 0.1.1-rc.2 与 TMCRA API 0.2.2 验证。DeepSeek Harness 本身仍处于 Developer Preview，后续可能出现破坏性兼容变更。

English

换软件、换会话，继续同一个项目

TMCRA 为每个账号维护一份用户全局记忆，并为每个项目建立相互隔离的项目记忆。两个受支持的工具使用同一个 TMCRA 账号，并识别到同一个项目身份时，就会读取和更新同一份项目记忆。因此，在 Harness 中完成的工作可以在之后的 Codex 会话中被召回；Codex 写入的新进度，也能在切回 Harness 后继续使用。

Agent 回答前，TMCRA 会找回与当前问题有关的用户要求、决策、偏好、Agent 工作进度、实现结果、测试结论、未解决问题和下一步计划。当前回合完成后，新的用户陈述与 Agent 结果会分角色更新到同一份记忆中，并保留来源信息。切换软件或新开会话时，用户无需从头解释项目背景。

跨软件衔接只使用已经进入 TMCRA 的记忆，并要求两端识别到同一个项目身份。TMCRA 不会把无关项目混在一起：.tmcra/project.json、Git 项目标识和账号下发的项目 Scope 前缀共同维持稳定边界；session_id 只承担项目内部的来源追踪，不会形成第三个召回孤岛。

已实现能力

1.0.0-rc.1 新增任务接续、会话模式、完整证据块预算和本机记忆控制台。使用 dsh-tmcra-memory memory --scope <当前项目的精确scope> --session <当前会话ID> 打开面板；可管理任务、查看来源、纠错、忽略或恢复。三种模式为 normal、recall_only、off。关闭期间的内容不会在恢复后补写；已提交的远端任务保持原状态。有效纠错需要服务端反馈接口同步更新，线上服务须单独升级验收。

工作台现已集成 Writer / 后台整理 API 配置、个人知识库和知识图谱。模型密钥只在本机表单输入并保存在受保护文件中，读取配置仅返回是否已保存；测试使用虚构 JSON 推理样本。知识与图谱分别读取已有服务接口，支持范围切换、搜索、节点选择及原始证据追溯。

在支持工具与原生 ApprovalService 的 DSH 中，tmcra_memory_control 会对真实的记忆纠错请求先暂停该回合的自动写入，然后在聊天内展示来源、拟修改内容和范围，请用户确认。拒绝、取消或无确认渠道均不提交；已标识的其他正常回合不受影响。语义识别由宿主 Agent 按工具说明完成，假设性讨论不构成修改授权。此流程已通过 DSH 0.1.1-rc.2 原生工具/确认服务的隔离测试。

预算默认 12000 字符；仅在证据仍位于实际模型上下文时跨轮去重。任务状态按凭据指纹和项目隔离；多个本机适配器可使用同一个 TMCRA_MEMORY_STATE_DIR。不同登录凭据的本机任务独立，已提交的长期记忆通过相同服务端项目 scope 共享。

• 同一个项目可以在 Codex、DeepSeek Harness 等 TMCRA 接入工具之间继续推进。
• 每轮第一次模型请求前自动召回，无需 Agent 主动调用工具。
• 新开一个 Harness 对话后，可以继续同一项目的工作进度。
• session_id 用于项目内部的来源追踪，不会被设计成第三个独立召回范围。
• 用户内容与 Agent 回答分别保存为 user、assistant 记录。
• 主 Agent 与子 Agent 共享项目记忆，同时保留 Agent 身份、角色、父会话与委派深度。
• 优先根据 Git origin 识别项目，其次使用 Git 公共目录，最后使用规范化工作目录。
• 内容送往 TMCRA 前，会清理常见 API key、Bearer Token、密码、私钥、验证码和带凭据的 URL。
• 召回异常默认不阻断 Harness 回答；写入失败会进入本地持久化待写队列，下次提问前重试。

让每一次项目协作都成为可继续使用的知识

一个长期项目中，真正有价值的信息通常散落在许多轮对话里：需求为什么这样确定、方案受过哪些约束、哪些尝试已经失败、代码改到了哪里、测试得到什么结果、下一步还要完成什么。对话窗口关闭以后，这些上下文很容易被遗忘。再次开始工作时，用户往往需要重新解释项目，Agent 也可能重复调查、重复试错，甚至沿用已经失效的结论。

接入 TMCRA 后，Harness 会在协作过程中自动记录用户表达的目标、要求、决定、修正和工作偏好，同时记录 Agent 完成的分析、实现、测试、问题定位与进度。用户说过的话和 Agent 做过的工作会被分别保存，后续能够判断一项内容是用户作出的决定、Agent 给出的建议，还是已经完成并验证的结果。

随着项目推进，这些协作记录会逐步整理为：

• 项目现状：当前目标、需求与约束、已经完成的工作、正在处理的问题、未完成事项和建议的下一步；
• 决策与实施过程：方案选择及其原因、重要变更、实验与测试结果、失败尝试、故障原因和最终处理方法；
• 可复用的经验：经过实际项目验证的方法、排障路径、设计原则、研究笔记、领域知识和容易踩到的坑；
• 个人工作背景：用户明确表达的偏好、习惯、常用工具、协作方式和长期关注的主题。

这些内容会随项目继续推进而更新。新的结论形成后，系统会更新项目的当前状态，同时保留此前的过程和依据。不同项目分别组织；同一项目中的多次对话可以共享已经积累的背景。用户开始一轮新对话时，Agent 可以先取得与当前问题相关的项目知识，再继续回答和执行任务。

用户可以在 TMCRA 网页端或桌面应用中查看记忆库和知识图谱，搜索项目经历，回到原始对话核对内容，并删除错误、过时或不希望继续保留的记忆。启用本地知识库同步后，稳定的项目知识也可以继续整理到 Obsidian，成为个人可长期维护的资料。

这套能力适合持续数周或数月的开发、研究、产品设计与多 Agent 协作。它减少重复说明、重复调查和重复试错，让项目进度能够跨对话延续，也让一次项目中形成的经验在之后的工作中继续发挥作用。

环境要求

• Node.js 22.19.0 或更新版本
• DeepSeek Harness 0.1.1-rc.2
• Harness 管理插件时需要 pnpm 位于 PATH
• 一个 TMCRA 账号。登录命令会自动创建插件所需的范围令牌。

发布初期，TMCRA 账号免费使用，暂不设置记忆写入与召回额度上限。后续如果调整免费政策，会提前公告，并在用户确认后生效。

安装技术预览包

dsh plugin --profile web add https://github.com/reshuibuduo/tmcra-plugin-deepseek-harness/releases/download/v1.0.0-rc.1/dsh-tmcra-memory-1.0.0-rc.1.tgz
dsh plugin --profile web exec dsh-tmcra-memory login
dsh --profile web --dump-config
dsh web

Harness Web UI 默认地址为 http://127.0.0.1:3080。

压缩包内含 cordis.patch.yml，安装后会自动加入指定 Profile 的配置层。建议使用 Release 中已经构建好的 .tgz。下载到本地后，也可以执行 dsh plugin --profile web add ./dsh-tmcra-memory-1.0.0-rc.1.tgz。从 Git 源码安装可能还需要在 pnpm 中单独允许构建脚本。

DSH 0.1.1-rc.2 的 Windows 版仍可能把包含空格或非 ASCII 字符的本地包路径错误重组。请先把压缩包复制到纯 ASCII 短路径，例如 D:\\dsh-packages\\dsh-tmcra-memory-1.0.0-rc.1.tgz；上面的 Release URL 不受影响。

连接 TMCRA 账号

安装后执行：

dsh plugin --profile web exec dsh-tmcra-memory login

命令会启动带 PKCE 保护的设备授权，并打开 tmcra.com。首次使用需要注册 TMCRA 账号；已有账号可直接登录。核对权限并确认页面上的设备代码后，TMCRA 会签发仅含 memory:read、memory:write 权限的令牌，同时下发账户全局 scope 和项目 scope 前缀。插件会把这些值保存到 Harness 管理的 $DSH_HOME/.credentials.yaml，用户无需手工复制 API key。

dsh plugin --profile web exec dsh-tmcra-memory status
dsh plugin --profile web exec dsh-tmcra-memory logout

status 只显示当前 Profile 的连接状态，不输出令牌。logout 只删除 TMCRA 相关凭据，其他 Harness 凭据会原样保留。电脑遗失或不再可信时，还应在 TMCRA 个人控制台中撤销该连接。

Harness 不会把凭据值写入普通设置或模型请求。如果模型控制的工具和 Harness 使用同一个系统用户，它仍可能读取该系统用户有权访问的本地文件，因此只应在可信本地账号中保留连接。

配置本地 Writer 与后台整理模型

完整本地部署预览

插件包内置完整后端，提供 E5/MiniLM、BGE-M3/BGE reranker、Qwen3 embedding/reranker 三档。装入 DSH 后运行 dsh-tmcra-memory local-install，免登录打开安装页并选择档位。Python、依赖和校验后的模型自动准备，本机身份自动生成，重启 DSH 后自动发现连接。支持 Windows x64，无需预装 Python、TMCRA 账号或 TMCRA 服务器。首次下载需要联网。原云端凭据保留；本地选择生效后，旧云端连接和后台云模型请求会被拦截，安装失败也保持本地选择。高级用户应先清除显式 TMCRA_CONFIG_FILE 覆盖。

CPU 合成写入和原文召回已通过；复杂编译超时，后台整理和完整重启恢复仍待验收。轻量启动需约 6.3GiB 空闲内存。详见验收说明。宿主主模型在云端时，召回证据仍可能由宿主发往云端。

配置独立模型 API

安装后执行：

dsh plugin --profile web exec dsh-tmcra-memory setup

命令会在 127.0.0.1 启动带随机令牌的临时配置页。Writer 与后台整理可以共用一个模型服务，也可以分别填写 Provider、Base URL、模型名称和 API Key。Codex 与 Harness 共用 ~/.config/tmcra/local-providers.json；Key 只保存在当前系统用户的本地文件中，连接测试时只发往填写的模型服务。Provider 或 Base URL 改变后需要重新填写 Key。macOS/Linux 使用 0600 权限；Windows 移除继承 ACL，只授权当前用户与 SYSTEM。

Harness 运行期间，保存后的配置立即生效。写入请求会把 Writer 任务（包括强制慢速阶段）交给经过账号认证的本机执行器；显式整理请求同样会把后台 Organizer 任务交给本机。执行器只领取由当前设备凭据创建的任务，调用所配置的 OpenAI 兼容接口，并仅向 TMCRA 回传解析后的 JSON、标准化 Token 用量和 Provider Request ID。模型 API Key 与供应商原始响应始终留在当前用户的本机进程。

插件默认配置：

- insert:
    - id: tmcra-memory
      name: dsh-tmcra-memory
      config:
        baseUrl: https://api.tmcra.com
        baseUrlEnv: TMCRA_API_BASE_URL
        apiKeyEnv: TMCRA_API_KEY
        globalScopeEnv: TMCRA_GLOBAL_SCOPE
        projectScopePrefixEnv: TMCRA_PROJECT_SCOPE_PREFIX
        evidenceMode: auto
        recallFailureMode: continue
        waitForIngest: false
        recallTimeoutMs: 30000
        ingestTimeoutMs: 30000

受控部署可以显式填写 globalScope、projectScopePrefix 与 projectScope。个人电脑上的常规使用建议保留自动项目识别：不同项目相互隔离，同一个项目里的不同会话可以继续彼此的进度。Harness 接入与 Codex 接入共用 .tmcra/project.json 标记和 Git 项目 scope 公式，因此两种工具能够落到同一张项目记忆图。

自动链路

用户提问
  -> 等待同项目上一轮写入
  -> 恢复本地待写队列
  -> 并行召回全局与项目记忆
  -> 注入可审计的 TMCRA 证据
  -> Harness 模型与工具循环
  -> 本轮正常完成
  -> USER / ASSISTANT 分角色写回

召回证据使用 Harness 的持久插件消息形式（form: recall），会保留到 Harness 执行上下文压缩。插件不会隐藏或改写用户本地的 Harness 会话记录。

验证

npm run typecheck
npm test
npm run build
npm run test:dsh-compat
npm run pack:check
pnpm audit --prod

公开单元测试覆盖生命周期 Hook、Scope 推导、角色分离、敏感信息清理、召回注入和持久化 Outbox。生产服务契约测试会导入 TMCRA 控制面模块，因此继续保留在私有环境；下方公开验收结果，但不公开服务端实现。

远端测试会连接真实 TMCRA 账户，并创建两个互相独立的 Harness 会话：

TMCRA_REMOTE_API_KEY=... \
TMCRA_REMOTE_CLEANUP_API_KEY=... \
TMCRA_REMOTE_GLOBAL_SCOPE=... \
TMCRA_REMOTE_PROJECT_SCOPE_PREFIX=... \
npm run test:remote

它核验写入、任务完成、新会话召回与待写队列清空。TMCRA_REMOTE_CLEANUP_API_KEY 是可选项，只用于删除一次性测试会话；插件日常令牌仍只需要 memory:read 与 memory:write。回答端使用记录型测试 Adapter，因此不会消耗外部回答模型的 Token 或费用；TMCRA 记忆处理链路自身的模型用量仍会单独计入服务端账本。

2026 年 8 月 14 日，技术预览通过了生产 API 验收：全新项目的两个完整回合写成四条分角色记忆，第二个独立 Harness 会话成功取回用户检查点与 Agent 进度。服务端账本在 deepseek_harness 平台下记录了两次写入事件（共 53 个估算写入 Token）和两次召回请求：第一次面向全新 Scope，按设计容错放行；第二次完成有效的跨会话召回。记忆处理链路另记录 7,894 个模型 Token，已知模型 API 成本为 ¥0.00。验收结束后，两个一次性 Session 均已删除；相关记忆记录、服务消息、Session 记录、活动 Base/Delta 索引指针和外键错误均为 0。测试设备连接、上游范围令牌与本地 Harness 凭据也已全部注销或移除。

当前边界

• 账号连接和本地模型配置采用 CLI 引导加浏览器确认；Harness 内部暂时没有嵌入式 TMCRA 设置页。
• 暂未提供 Harness 历史会话导入。
• 长会话中的上下文增长遵循 Harness 的召回消息与压缩机制，仍需补充长时间工作负载测试。
• 当前精确锁定并验证 Harness 0.1.1-rc.2；DSH 仍快速迭代，每次发布新版本都需要重新跑兼容性验收。
• npm 包尚未正式发布；当前安装产物是已经审计的 .tgz。
• 使用真实 DeepSeek 模型完成回答，需要用户自己的 DeepSeek 凭据；记忆生命周期测试本身不依赖该凭据。
• 记忆库和知识图谱通过 TMCRA 网页端或桌面应用查看；Harness 接入在对话过程中后台运行。

许可

Apache License 2.0。Copyright 2026 Yu Haoxin and TMCRA contributors.