博客个人智能体长期记忆
个人 AI 智能体：长期记忆与 Bot 团队
用可检查的 Git 文件记忆延续项目背景，让有独立身份的个人 Bot 分工协作，再通过兼容的 DeepSeek Harness 开源插件扩展能力。
下周再打开一个项目时，你希望 AI 助手知道：上次在研究什么、哪些来源可信、还有哪些问题没确认。有长期记忆的个人 AI 智能体，可以把这些背景保存在文件里，让你检查和修正，而不必每次从聊天记录里重新整理。
DeepSeekBot 是 MIT 开源的 GrokBot 平替，作为插件安装到 DeepSeek Harness（DSH）。你可以创建有各自身份和 Git 文件记忆的个人 Bot，分别私聊，也可以把几个 Bot 带进 Group，组成自己的个人 Bot 团队（personal bot team）。
先让一个 Bot 做好一件需要持续跟进的小事，有明确分工后再增加成员。下面用“整理项目阅读笔记”说明怎么开始。这是供你尝试的流程示例，不是已经执行成功的任务记录，也不代表一个团队能自主完成所有步骤。
给个人 Agent 一个值得记住的任务
假设你正在为自己的项目选工具。这周读了三篇介绍，下周想看看有没有变化。负责研究的 Bot 应当留下你的问题、约束和来源，把临时判断与已经确认的决定分开。
安装 DeepSeekBot 后，打开 Bot 模式，创建一个 PersonaBot。给它起个名字，再指定一个小范围职责：“帮我维护这个项目的阅读笔记，每个重要判断都要能找到来源。”你可以直接提供材料，不必先连接外部账号，也不用给它整个文件系统的访问权。
DeepSeekBot 把身份与记忆分开：SOUL.md 描述 Bot 是谁、如何工作；MEMORY.md 保存关键事实和详细笔记的索引，细节放在其他文件中。在 Soul 里写“做事谨慎”能表达角色要求，但不能代替真正的权限限制。
这个例子可以在 Bot 的记忆里采用这样的组织方式：
SOUL.md 研究角色与工作偏好
MEMORY.md 当前问题与已确认约束
reading-notes.md 来源链接、带日期的观察、待确认问题
这是建议的文件结构，本文没有替你创建这些文件。不要把密码、私钥或无关的个人信息写进笔记。
让长期记忆变得可检查
持久记忆（persistent memory）意味着保存的信息可以跨对话保留。它不意味着每条消息都被正确记住、每份旧材料都会进入下一次模型调用，也不保证 Bot 总能想起正确的事实。
Soul 与 Core Memory 以有长度限制的快照进入 Session，详细文件按需读取。修改文件不会自动改写当前 Session 的这份快照。把核心记忆写短，用它指向详细笔记，再在新的 Session 里验证回忆，不要假定整个记忆仓库始终都在上下文中。
DeepSeekBot 的 Git Memory 侧栏可以查看文件、提交和 diff。让 Bot 保存一项决定后，检查实际改动：如果它把推测记成了事实，就修正文件，不要只寄希望于下一条聊天消息。Git 历史让修改有迹可查，内容是否正确仍需要你判断。
可以用你有权分享的材料试试这个请求：
只使用我下面提供的三段来源材料。
为我的项目起草阅读笔记，每个重要判断附上来源。
把观察、我已确认的约束、尚未解决的问题分开。
先展示准备写入记忆的内容，等我确认后再保存。
不要对外发布，不要连接外部账号。
“等我确认”是给模型的行为要求，不是可靠的审批闸门。实际工具权限和宿主访问范围也要收窄；如果 Bot 在确认前已经写入，应停下来检查。我们已有的三来源简报实践展示了为什么来源和产出仍然需要人工审阅。
下次对话时，让 Bot 复述项目问题，并指出依据的笔记。检查来源和约束有没有过时。文件留存与成功回忆是两项不同的验收。具体文件操作可以看记忆文件和记忆演化指南。
有了明确分工，再组建个人 Bot 团队
当你确实需要另一项职责时，增加第二个 Bot 才有意义。沿用阅读笔记这个例子，可以这样分工：
- 研究 Bot：从你提供的材料中整理带来源的观察。
- 审阅 Bot：质疑缺少依据的判断，指出可能过时的信息。
- 协调 Bot：把审阅后的笔记整理成供你确认的草稿。
每个 PersonaBot 保留自己的身份和记忆。把相关成员邀请到 Group，@ 需要回应的 Bot；明确分享问题和已经批准使用的材料，不要假定一个 Bot 自动知道另一个 Bot 保存的全部内容。
放大查看群组回复
Group 与 Assignment 是两种不同的安排。Group 让有独立身份的 Bot 在共享对话中协作；Assignment 用单独的 Session 和报告承接独立委派任务，需要授予 Workspace。加入群组不等于获得任意目录的访问权。
第一次可以只让审阅 Bot 检查一个段落，再由你阅读它的回复。不要同时放开对外发布、凭据修改或更大的文件访问范围。增加成员会带来协调和模型调用开销，不保证答案更好，更不等于无限自治。能力指南区分了发布包与可选组件。
用 DeepSeek Harness 插件补上真正需要的能力
DeepSeekBot 运行在 DSH Profile 中，可以与兼容的其他 DSH 插件一起安装。这个开源插件生态让你按实际任务扩展个人 Agent 的能力，而不必把起始工具当成固定上限。
如果直接提供阅读材料已经够用，就从这里开始。需要连接器或其他工具时，先检查插件版本、所需凭据、暴露的操作和宿主访问范围，只启用当前任务需要的部分，再用一个小范围只读请求验证。部分插件可能尚不兼容；装在同一个 Profile 里不代表任意组合都能无缝工作。
本次核验的 npm 发布包 DeepSeekBot 1.2.0 不包含可选的 Computer、Browser Bundle，这个阅读笔记示例也不需要它们。自托管意味着你要维护宿主与配置，模型/API 调用另有费用；MIT 开源不代表这些服务免费，持续后台工作也依赖宿主保持可用。
在依赖这个团队之前，检查四件事
- 能否找到已保存的项目问题，并修正一条错误记忆？
- 换一次对话后，Bot 能否依据正确笔记回答，而不是编造来源？
- Group 回复是否保留预期分工，你能否看清每个 Bot 的贡献？
- 工具权限和 Workspace 授权是否只覆盖这件事，对外操作是否仍由你审批？
前两项没通过，就先修好单 Bot 的流程，不急着扩大团队。如果你还在选产品，可以阅读已有的个人 AI 智能体比较；本文解释的是记忆与协作的入门方式，不是产品性能测评。
产品来源与版本范围
2026 年 10 月 12 日核验了 DeepSeekBot 1.2.0 发布包 README、发布包配置和发布时的记忆指南，其中说明了独立身份、Git Memory、Group、需要 Workspace 授权的 Assignment 及插件兼容性限制。另见 DeepSeekBot 仓库与 DeepSeek Harness。文中的提示词和笔记组织方式是建议示例，不是执行记录。