Agent 记得越多，为什么反而越容易答错？我们开源了 OpenContext 和 DeepSeek Harness 相关的插件

[peefy]

我们做 Agent 时发现一个挺反直觉的问题：记得越多，不一定越聪明，反而更容易被过期信息带偏。

比如用户三个月前说喜欢 A ，后来明确改成了 B 。

把两条都扔进向量库，检索时可能一起回来；直接用 B 覆盖 A ，又会丢掉“为什么改”。在合同修订、理赔、研究这类跨几周甚至几个月的工作里，真正有价值的往往正是这些变化和判断过程。

RAG 能找回“相关内容”，但相关不等于现在还有效。

所以我们做了 OpenContext：

https://github.com/melandlabs/opencontext

OpenContext 给事实加上时间、版本和关系，让 Agent 能分清：

• 一条信息从什么时候开始有效；

• 新信息是在补充、替代还是反驳旧信息；

• 用户现在的偏好是什么，三个月前又是什么；

• 当前结论是怎么一步步变成今天这个版本的。

换句话说，它不只是让 Agent“记住”，还让 Agent 能回答：

• 用户现在喜欢什么？

• 三个月前系统知道什么？

• 当前结论替代了哪条旧结论？

• 两份资料为什么互相冲突？

实现上提供了 remember、recall、improve、forget 四个核心操作，支持 TypeScript SDK 、HTTP 和 MCP 。不配置 Embedding 也可以先跑关键词检索，配置后再加入语义检索。

仓库里目前放了个人记忆助手、客服历史和研究资料追踪等可以直接运行的 TypeScript 示例：

git clone https://github.com/melandlabs/opencontext.git
cd opencontext/examples
pnpm install
pnpm test

如果你已经在用 DeepSeek Harness ，也可以直接接入：

dsh plugin --profile web add dsh-opencontext
dsh web

完整文档： https://github.com/melandlabs/opencontext/tree/main/docs

可运行示例： https://github.com/melandlabs/opencontext/tree/main/examples

Use Cases： https://github.com/melandlabs/opencontext/tree/main/docs/tutorials/use-cases

DSH 插件： https://github.com/melandlabs/opencontext/tree/main/plugins/dsh-opencontext

最后想问一下：你实际遇到的 Agent 记忆问题，更接近哪一种？

1. 想要的记忆根本找不到

2. 记忆找到了，但新旧信息互相打架

有具体场景也欢迎直接丢出来。哪一类更多，我们就先补哪一类的完整示例。

[xingxingluolei]

新旧信息互相打架，要靠我自己人工整理。想法很不错，给个星