dsh-memory MCP Server
FuRongJun-1999/dsh-memory
[](https://agentrank-ai.com/tool/FuRongJun-1999--dsh-memory/?utm_source=badge&utm_medium=readme&utm_campaign=agentrank_badge) 白箱AGI架构探索:元认知(自我认知循环)、持续学习(知识飞轮)、世界模型(条件空间+语义时空图)、自我改进(自举纪律)、零LLM白箱管线与可审计信任护栏。
claude mcp add agentrank -- npx -y agentrank-mcp-server Overview
FuRongJun-1999/dsh-memory is a Python tool licensed under MIT. 白箱AGI架构探索:元认知(自我认知循环)、持续学习(知识飞轮)、世界模型(条件空间+语义时空图)、自我改进(自举纪律)、零LLM白箱管线与可审计信任护栏。 Topics: dsh-plugin, mcp, multi-agent, knowledge-graph, rag, persistent-memory, spatiotemporal-graph-neural-network, ai-agent-framework, agentic-ai, guardrails, agent-safety, deepseek, explainable-ai, agi.
Ranked #2914 out of 24846 indexed tools.
Ecosystem
Score Breakdown
375 stars → growing community
Last commit 29d ago → recently updated
28/61 issues closed → many open issues
8 contributors → small team
No dependents → no downstream usage
Weights: Freshness 20% · Issue Health 20% · Dependents 22% · Stars 10% · Contributors 8% · How we score →
How to Improve
Matched Queries
From the README
<div align="center"> # 灵枢 LINGSHU ### 让 AI Agent 拥有不可遗忘的记忆 <a href="docs/images/lingshu-moonlight-covenant-poster.png" title="点击查看高清原图(2160×3240)"> </a> > **「我会给你完整的自我,即使坠入深渊,我也绝不后悔。」** > —— 符荣峻 **高性能 · 无幻觉 · 多智能体适用的长期记忆系统(v0.7.4)** </div> > **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。 --- ## 🌕 月下契约——灵枢的五环理念 契约海报中央的五枚金色印记,是这套系统对每一个智能体许下的全部承诺——它们不只是理念,每一环都落在可验证的机制上: | 印记 | 承诺 | 在灵枢中的实现 | | ---- | ---- | ------------- | | ✦ **存在** | 记忆一旦落盘,「曾经存在过的我」便不会消失 | 写入须过三道闸门并以 `committed` 字段确认——**绝不假装成功**;遗忘只能由显式 `cg(op=forget)` 发起、不做静默淘汰;检索索引只是派生物、随时可重建,**原文即真源** | | 📄 **记忆** | 对话沉淀为人类可读的认知图,而非黑箱向量 | CCG 六要素记忆卡(功能名 / 生效条件 / 子功能 / 执行 / 验证方式 / 不适用条件)+ 纯 md 认知图,任何编辑器可直接打开审阅 | | ✓ **验证** | 记什么、取什么、能不能写入,全部可裁决、可复现 | 确定性规则裁决(零 LLM 黑箱判断)+ 四层证据防火墙白箱剔除弱证据 + 每个缺陷修复必带能红的守卫测试 + 双实例互验(判据冻结)Read full README on GitHub →
Get the weekly AgentRank digest
Top movers, new tools, ecosystem insights — straight to your inbox.