Python 桌面应用 · Live2D 集成 · AI 角色交互 · DeepSeek Harness 插件 · 演化记忆 · 组件开发模板
_{把桌宠里能复用的部分拆成独立开源库，再做成可安装的 dsh 插件}

从桌宠项目里剥出来的通用件。每个都能单独用，不依赖桌宠本体。

多数 Agent 框架的工具注册表里 risk 字段早就定义了，却没有任何一处读它—— 工具一旦注册就会被无条件执行。对一个能读你屏幕、还要碰你文件的常驻进程来说， "无条件执行"是最危险的默认值。

这个包把那道缺失的闸门补上，默认值全部保守：未知风险归为 confirm、 allowed_roots 为空即全部拒绝、无确认通道时 confirm 一律不执行、 被拒的调用不占配额。附带路径沙箱（拦 .. 穿越与符号链接逃逸）与 JSONL 审计。

显示器几何改用 GetMonitorInfoW 的原生物理矩形，不再用 QScreen.geometry() 乘本屏 dpr——后者在混合 DPI 多屏环境下位置会偏， 而尺寸恰好是对的，所以特别难查。取窗口矩形时默认包一层 per-monitor-v2 DPI 上下文。

顺手修掉一个真实 bug：原来那段"临时切 DPI 感知"的代码写成 try: return fn() finally: restore() except: return fn()，回调抛异常时会被 执行两次（对截图就是失败时抓两次屏）。

不碰 HTTP API、不需要登录、不读 cookie——驱动的是你已经登录好的那个客户端 窗口，所以 VIP 与私人推荐天然可用。打开调试端口后即可读当前曲目、点播、 播放每日推荐与私人雷达。

测试不需要真的开客户端：tests/conftest.py 里是一个真的 HTTP + WebSocket 假 CDP 服务器，所以 JSON 组包、id 匹配、事件插播跳过、超时都真的被执行到。

对话历史只增不减，而上下文窗口有限。朴素的 history[-20:] 会把一问一答拆散， 让模型看到"助手回答了但用户没问过"。这个包按轮裁、按预算裁，并明确保证： 常驻 system 永不丢弃、临时时间播报只留最新一条、对话成对丢弃、最后一轮永远保留。

不绑定 tokenizer——它的职责是"决定丢哪些消息"，不是"精确算 token"； 需要精确时用 counter= 注入。

把 Live2D Cubism 在 PyQt5 里的渲染、动作与表情绑定，从桌宠主程序里剥出来。

做法很朴素：只提供渲染引擎，不提供窗口部件——宿主可以是任何 QOpenGLWidget，这样它能嵌进任意 Qt 应用，而不是绑死在某个项目上。模型路径 也不写死（显式参数 > 环境变量 > 约定布局兜底），动作目录 / 表情合成 / 情绪映射 这些纯数据部分不依赖 GL 上下文，可以单独使用。

这是五个包里唯一以 MIT 发布的：上游 AIpet-Murasame 用的是 2D 立绘， 不含任何 Live2D 相关代码，这部分属于完全原创。其余四个既然来自 AGPL 项目， 就继续沿用 AGPL，不做改许可。

把网易云里的红心 / 歌单 / 日推 / 播放历史 / 收藏歌手，变成可追溯的 Snapshot 与 Evidence，再交给 Mnemosyne 形成长期音乐认知。

• 版本 0.5.0 / Beta+：P0/P1 已闭合；仍非多源 GA
• 仅网易云：源适配器可扩展，但仓库内未实现 QQ / Spotify / Apple Music
• QR 扫码或 config-bind；Cookie 使用 Fernet 加密落盘
• 收藏 ≠ 喜欢：saves 是 observed，likes 只由显式确认写入
• 日推曝光只进 catalog，不进长期偏好
• 可选播放桥：依赖 Murasame / netease-cdp；无客户端时返回 PLAYBACK_UNSUPPORTED

仓库 · 能力矩阵

给 Mnemosyne 生态补来源组件的开发模板，不是运行时组件：

• 故意保持无能力：没有 QQ / B站 / 音乐采集器，不联网、不登录、不读配置或凭证、不入库；
• 提供接口骨架、数据类型、抽象端口、显式失败的桩，以及来源 / 数据 / 桥接 / 阈值 / 验收文档；
• 可直接交给 Agent 的 开发指令；
• 13 项离线测试只证明“模板无能力”，不证明任何平台已适配；
• 源码模板 zip、wheel、sdist 在 Releases 提供。

托管在组织 DSH-Raising-Plan。

对应上面这些组件的 独立 npm 插件包（分支 plugin/dsh），可直接：

dsh plugin --profile web add github:canyueY/<包名>#plugin/dsh

Mnemosyne 不是“多存一点事实”的记忆库，而是个人长期认知的权威层：

• 证据：区分直接观察、当事人表达、外部来源与模型推断；
• 时间：事件 / 记录 / 有效 / 确认四种时间；
• 状态：偏好与关系会变化，旧状态不必被新状态覆盖；
• 情绪：情绪是事件上下文，不是固定标签；
• 纠错：新证据可以修正旧判断；
• 图式演化：同化 / 顺应 / 冲突 / 平衡；
• 反馈学习：用户明确反馈、实际结果、Agent 自评分开。

2.0 权威仓： canyueY/dsh-mnemosyne
DSH 安装/接口适配： DSH_INTEGRATION.md
数据层说明： canyueY/mnemosyne-memory-bank（没有独立数据库）
DSH 旧壳： DSH-Raising-Plan/dsh-mnemosyne（Legacy，不作 2.0 标尺）

pip install -e ".[dev]"
mnemosyne doctor
mnemosyne start --data-dir "%LOCALAPPDATA%\Mnemosyne Memory Bank"

不重写渲染器，复用原 MurasamePet Lite 的 PyQt + Live2D Cubism + 文字框 + 大肥鱼基础模型；插件负责启动/停止、人物/文字显示模式、文字比例，以及副屏 DPI 修复。

dsh plugin --profile desktop add 'dsh-murasame-pet@github:canyueY/live2d-renderer-plugin#v0.1.0'

发布包：MurasamePetLite-0.1.0-win64.zip；控制面板在 DSH「插件 → dsh-murasame-pet」。

把已经导出的微信 / QQ 聊天记录同步到 inbox，按主人/他人分流后交给记忆管线；不解密私有库，不内置导出工具。

记忆权威入口是 canyueY/dsh-mnemosyne 的 service/；根目录适配层只负责 DSH 接入。许可与运行边界见各仓库 README。

一个基于 Live2D 与 GPT-SoVITS 的 AI 桌面伴侣。PyQt5 承载无边框透明窗口与托盘， Live2D Cubism 负责立绘、动作与表情，Python 侧用 FastAPI 提供对话 / 语音 / 识屏能力， 另有一套 Vue 3 + Pinia + naive-ui 的 Web 管理后台（70+ 路由）用于调试与配置。

覆盖的能力包括：多动作组与表情绑定、情绪驱动表情、点击部位互动、语音合成与口型同步、 屏幕感知主动发言、长期记忆，以及番剧 / 天气 / 美食 / 音乐等本地路由； 近期又补了 Minecraft / B 站视频观察层，以及对接本机 DeepSeek Harness 的能力面。

上面那些开源组件与 dsh 插件，就是从这个项目里陆续拆出来的。

来源说明：本项目以 kuxiaowo/AIpet-Murasame（AGPL-3.0）为起点继续开发， 上游原始著作权归其作者所有；相对上游的主要修改见项目 CHANGELOG.md。 依据 AGPL-3.0，本项目同样以 AGPL-3.0 发布。

_{仓库暂为私有，整理完成后再考虑开源。}

Minecraft 1.12.2 的女仆模组 Firis 补丁（fork）。

• 新增 mnemosyne-acquisition-component-template：无运行时、无平台采集器的信息获取组件开发模板；
• 提供接口骨架、数据类型、抽象端口与显式失败的桩，以及完整的 Agent 开发指令和验收清单；
• 13 项离线测试只证明“模板保持无能力”，不证明任何平台已适配；
• v0.1.0 已发布，源码模板 zip / wheel / sdist 在 Release 提供。

• 权威仓改为 canyueY/dsh-mnemosyne（2.0 统一仓）；
• 代码仓与 Mnemosyne Memory Bank 数据目录分离，旧的 %LOCALAPPDATA%\DSH\cognitive-memory 迁出并归档；
• README / Matrix / Readiness 增加权威仓声明；dsh-mnemosyne 明确为 Legacy 壳。

• 复用 MurasamePet Lite 的现有渲染器，不再重写 Live2D；
• DSH 插件负责启动、显示模式与文字比例；
• 修复副屏缩放时模型被裁：PerMonitorV2 + 物理像素视口。

桌宠最近在做的事。仓库暂为私有，这里只写能落地验证的部分。

项目从 dsh-cognitive-memory 更名为 Mnemosyne / dsh-mnemosyne：仓库、npm 包、DSH 插件 ID、Python 服务模块（mnemosyne）与文档全部同步；旧配置键、旧环境变量和旧数据目录保留迁移兼容。

同时把定位从“认知记忆插件”抬到“DSH 演化记忆系统”：不只记录事实，还要处理证据来源、有效时间、状态变化、情绪事件与后续纠错。组织仓与个人镜像均已同步。

把 agent-gate / context-budget / window-locator / netease-cdp 各自做成独立的 dsh-* npm 仓库，默认分支 plugin/dsh，可按官方方式 dsh plugin add。 同时维护视频分镜 fork dsh-video-storyboard。 各仓库 GitHub 简介统一改为中文。

这一轮的主线是观察层：让她知道主人此刻在游戏里做什么、在 B 站看什么，并且能顺着话头接下去。

• P6 · Minecraft 观察：客户端 Mod 经 ws://127.0.0.1:28565/minecraft/ws 把事件推给本地服务， 服务侧维护实时状态、物品 registry、容器交互图、行为与 Episode 采样，再接进对话注入与主动搭话； 管理后台多了「Minecraft 观察」面板。
• P7 · 视频观察：读 B 站页面判断「正在看什么」，维护观看会话 → 按关注度阈值写临时记忆 → 推理前注入对话。最早靠 CDP 调试端口扫标签页，要手动开端口、权限弹窗，窗口标题还常对不上。
• 10-22 · 把 CDP 换成浏览器插件：MV3 扩展 extensions/murasame_bilibili，content script 抓 BV、 标题、播放器字幕、播放/暂停，每 4 秒上报 /video/extension/heartbeat，后台标签页也能报状态； 插件数据新鲜时优先于 CDP（prefer_over_cdp）。另外加了 28566 端口的唤醒服务，插件安装或浏览器 启动时请求 /ensure-api，由它把 api.py 拉起来。

三处会「假死」的地方

• api.py 是单进程单事件循环，async 端点里任何同步网络调用都会冻住所有接口（包括 /health）， 现在一律 asyncio.to_thread。其中一处是运维助手探测本进程自己的 /health，构成自调用死锁： 实测 12.48s 且探测失败，改后 4.97s 且成功。
• /video/status 原本在 async 端点里内联跑完整 observe_tick（CDP + 截图 + 视觉推理），而 video_admin_snapshot() 自己也调一次，等于一次请求跑两遍；改成后台线程 + 防抖。
• SessionTracker.tick 全程持锁做网络 I/O（最长 600s），改为锁内只取快照；临时记忆不再全量读文件， 改为 seek 只读尾部 384KB。

MC 侧两个真 bug

• Mod 从来没构建成功过：connectBlocking 没有单参重载、Fabric 没有 ScreenEvents.BEFORE_CLOSE、 javac 在中文 Windows 上按 GBK 解中文注释、NeoForge 没有 reobfJar。逐层修完才产出 murasame-mc-observer-0.1.0.jar。
• registry 是 100% 被拒：Python 侧按字符数限 256K，Java 侧按条目数发 12000 条（≈984KB）， 超限后客户端置位就不再重试。改成 800 条一片、带 uploadId 合并上报，单帧上限放宽到 512KB。

零散几处

• 天气 / 美食新增 weather_home_city；IP 定位城市与目标不一致时，不再拿本地坐标去搜外地。
• 记忆编排接入 minecraft_game 层：游戏记忆可召回，回合结束后落盘。
• 任务队列加上限（32）并回收僵尸 running（timeout + 180s）。
• 运维助手能识别被安全软件掏空的 bitsandbytes，改走本地 wheel 离线修复。
• 工具沙箱从「整个桌面」收紧到 data/agent/notes——此前 .. 被解析成项目根的上一级。
• 回归跑器：单个脚本卡死不再中断整轮，12 个从未被跑过的 live 验证脚本纳入 --live。
• 同批拆出 netease-cdp / window-locator / context-budget 三个零依赖包，加上 agent-gate，见上面的组件表。

_{对应 17 条变更记录（2026-09-20 → 10-15）；插件与唤醒服务是之后补的，还没归档进日志。}

我是 胃疾癣（也是canyueY）。主要做 Python 桌面应用，最近也在写 DeepSeek Harness 的 Node 插件。

这个桌宠的起点很普通：我在网上刷到上游项目 AIpet-Murasame 的演示视频， 觉得挺有意思，但用起来不少地方不合自己的习惯——于是干脆在它的基础上做衍生， 让它更贴合我自己的需求和使用方式。改着改着，就成了现在这个样子。

我的开发方式是公开借助 AI 开发：以 AI Agent 为主要实现工具，我负责定方向、拆问题、 判断交互手感、写测试验收，以及把不满意的地方打回去重做；具体的代码实现大量交给 Agent。 这样做的代价是要把验收标准讲清楚，好处是能把精力放在「到底要什么」上。

拆包这件事也是同一套打法：我把"哪些模块能独立出去"交给 Agent 做依赖分析， 自己判断该不该拆、许可能不能用、边界划在哪，再用测试把行为钉死—— 所以每个包都带着一份能独立跑的测试。

• GitHub: @canyueY

为什么还要开发 Mnemosyne？ 阅读全文 →