给 DeepSeek Harness 接上 QQ：一只会记住你的鲸鱼娘
内容提要
本文介绍如何用四个现成组件搭建一个能在QQ中聊天并长期记住对话的“鲸鱼娘”AI：dsh-im负责接入QQ，忆时塔在传输层自动保存全部对话原文，人设文件规定短句、有脾气、群聊可潜水。核心是将聊天工作区设为“全上下文”，让记忆存于存储层而非上下文，因此两个月前的具体事项仍可查回。人设靠黑名单压制AI腔，记忆由插件自动记录，模型只负责按需查询。
延伸解读
记忆架构的分水岭：存储层而非上下文
文章反复强调，这套方案与常见“长上下文”记忆的本质区别在于记忆存放位置。上下文窗口有上限，聊久了必然压缩，压缩后原文细节永久丢失；而忆时塔在传输层自动把每句对话原文落库，模型只在需要时查询。因此两个月前的评审结论能连文件名一起答出，不是模型“记得多”，而是它“查得到”。这也解释了为何人设里可以明写“不许自己记东西”——记忆不归模型管，反而更稳。
全上下文配置的隐蔽陷阱：路径必须绝对
文章用实测数据警告，fullContextWorkspaces 里写 ~/.dsh/im 不会报错也不会警告，但插件拿到的是字面量，与真实路径对不上，结果是聊天一条都不入库。正确做法是先跑 echo ~/.dsh/im 拿到展开后的绝对路径再填入。此外该配置默认关闭，不填任何工作区时行为与不装插件完全一致，这是有意设计，避免代码工作区被误录。配置后应检查 profile 文件确认格式为“路径 = 级别”的纯文本，而非 YAML。
人设靠黑名单压制，而非堆砌设定
文章认为人设文件的关键不在设定多丰富，而在有没有一条能压住模型本性的铁律，例如“先像真人，再谈人设”。与其教它“要这样说”，不如直接列“说了就失败”的黑名单，如“首先/其次/最后”“作为 AI”“希望这个回答对你有帮助”等。模型对“禁止”的服从度比“希望”高得多。同时群聊场景要明确允许潜水，被 @ 或提到才回，避免每句都接话的客服式插嘴。
适用边界与真实成本：自托管、无认证、靠磁盘
文章明确这套方案适合想在自己常用 IM 里有个“有点人格、真的记得事”的 AI、且愿意花时间调配置和人设的人；不适合想要开箱即用成品 App 或需要严格合规客服的场景。成本上 QQ 机器人、dsh-im、忆时塔均免费，唯一花钱的是模型调用。但忆时塔没有认证机制，默认只监听 127.0.0.1，绝不能直接暴露公网，远程访问需加带认证的反代；数据是本地 tsdb 文件，备份即备份目录，删了就是删了，比云服务少一层容灾。
Q&A
怎么在 QQ 里搭一个会记住对话的鲸鱼娘 AI？
用四个现成组件拼起来：@xmanrui/dsh-im 负责接入 QQ，QQ 官方机器人平台提供入口，忆时塔（chronomem）负责长期记忆，再配一份鲸鱼娘人设文件。核心是把聊天工作区设为「全上下文」，让记忆存在存储层而不是上下文里。
为什么这套方案能记住两个月前的事，而普通长上下文做不到？
普通方案把历史塞进 prompt，窗口有上限、聊久必丢，压缩成摘要后原文永久丢失。忆时塔在传输层自动把每句对话原文落库，记忆在存储层而非上下文里，需要时再查，所以两个月前的具体事项连文件名都能答出来。
忆时塔的 Docker 部署命令要注意什么？
端口映射要写成 -p 127.0.0.1:8900:8900，容器内绑 0.0.0.0，宿主机侧限回环，因为忆时塔没有认证，写成 -p 8900:8900 会把全部对话原文暴露给局域网。数据目录要先 mkdir -p ~/chronolog && sudo chown -R 1000:1000 ~/chronolog，否则容器写不进去。
全上下文工作区那一行配置怎么写？写错了会怎样？
在 dsh-mem-bridge 插件配置里写「路径 = 级别」，例如 /home/你的用户名/.dsh/im = names，必须是绝对路径，~ 不会被展开。级别可选 none、names（推荐）、full。写 ~ 或抄错用户名不会报错，只是聊天一条都不入库，症状是配置看起来没问题但没记录。
鲸鱼娘人设怎么写才能不像客服？
关键是一条铁律：先像真人，再谈人设。说话要短（默认 1~15 字）、像打字不像写作文、不解释自己、不总结说教、不客服腔、被怼优先顶回去。黑名单比白名单有效，直接列「出现即失败」的 AI 腔句子。颜文字一句最多一个，群聊允许潜水。
为什么不让模型自己往记忆文件里写摘要？
让模型每轮自己写摘要有三个问题：重复写入浪费、模型忘了调就会漏且你不知道漏了什么、摘要不等于原文会丢掉语气和细节。忆时塔由插件在传输层自动记录，模型不参与，人设里反而可以明写「你不许自己记东西」，更稳。
这套东西的成本和适用人群是什么？
QQ 机器人官方免费，dsh-im 开源免费，忆时塔自托管一个 Docker 容器内存占用不大，唯一实际花钱的是模型调用。适合想在自己常用 IM 里有个有点人格、真的记得事的 AI、且能接受写配置调人设的人；不适合想要开箱即用成品 App 或需要严格合规客服场景的人。
