
MemOS Cloud 新增 DSH No-Hook 接入,并在多种 Agent 框架中接入 Native Hook
MemOS Cloud CLI 现已支持 DeepSeek Harness(DSH)接入云端长期记忆。
完成初始化后,MemOS Cloud CLI 会通过 DSH 原生的 AGENTS.md 与 Agent Skills 机制,把记忆检索和写入流程接入日常对话:开始回答前查询相关记忆,任务结束后沉淀本轮问题、结论和任务经验。
这条路径不修改 DeepSeek Harness 核心代码,也不依赖本次集成中的生命周期 Hook。
MemOS Cloud Native Hook 机制同步上线,在支持生命周期 Hook 的 Agent 框架中,由框架事件触发记忆检索和写入。
前者为 DSH 增加了 MemOS Cloud CLI 接入方式,后者让 Codex、Claude Code、Cursor、OpenCode、OpenClaw 和 Hermes 等框架能够将记忆流程挂到各自的运行生命周期中。
在每轮对话前后,处理一份云端记忆
此前,MemOS 已通过 Memmy、MemOS Local Plugin 和 MemOS Cloud Plugin 提供 DeepSeek Harness 长期记忆接入。本次更新增加的是 MemOS Cloud CLI 路径。
完成初始化后,MemOS Cloud CLI 会将 MemOS 的操作规范写入 DSH 全局指引文件,并在 Skills 目录中安装 memos-memory。DeepSeek Harness 可据此在回答前查询相关记忆,在回合结束后保存本轮用户问题和助手最终回答。
<DSH_HOME>/
├── AGENTS.md
└── skills/
└── memos-memory/
├── SKILL.md
└── references/
这条接入路径不修改 DeepSeek Harness 核心代码,也不依赖本次集成中的生命周期 Hook。AGENTS.md 负责约束流程,memos-memory Skill 提供命令说明,Agent 再调用 MemOS Cloud CLI 完成检索与写入。
快速安装
先在 MemOS Dashboard 创建 API Key,再安装 MemOS Cloud CLI:
npm install -g @memtensor/memos-cloud-cli
初始化 DeepSeek Harness:
memos init --agent deepseek
启动 DSH Web,如果 DSH 已经运行,开启一个新 session 即可:
npx @deepseek-ai/dsh web
安装完成后,DSH 会在对话开始时查询相关云端记忆,并在任务结束后继续沉淀新的项目上下文、用户偏好和任务经验。
一次对话中的检索与写入
下面以 DeepSeek Harness 的一次实际对话为例,看看 MemOS Cloud CLI 如何在会话中检索和写入记忆。第一轮中,DSH 通过 memos search 查询用户相关记忆,完成回答后,再调用 memos add 将这轮问答写回 MemOS Cloud。

图 1|DSH 在回答前调用 memos search,检索与“你知道我是谁吗?”相关的记忆

图 2|DSH 查询 memos add 的参数说明,并将本轮问答写入 MemOS Cloud

图 3|会话轨迹:检索、回答与写入在同一轮对话中完成
进入下一轮后,DSH 可以根据新的问题再次查询相关内容。以下示例中,用户询问饮食偏好,DSH 先召回已有记忆,再生成回答并保存更新后的问答。

图 4|DSH 根据“我喜欢吃什么?”检索已有的饮食偏好

图 5|DSH 基于已召回的记忆给出偏好整理,并写回本轮结果

图 6| 第二轮会话轨迹:检索、回答、写入的完整记录
工具执行详情
如果需要核对记忆调用过程,可以在 DSH 的工具详情中查看命令、返回结果与执行状态。下面两张截图分别对应检索和写入步骤。

图 7|memos search 的工具执行详情

图 8|memos add 的工具执行详情
Native Hook:把记忆流程挂到 Agent 生命周期中
本次 MemOS Cloud CLI 更新还引入了 Native Hook 机制。对于支持生命周期 Hook 的 Agent 框架,记忆检索与写入可以由框架事件触发:模型调用前执行 memos search,回合结束后执行 memos add。
执行 memos init --agent < agent > 后,CLI 会完成 API 配置、记忆 Skill、Native Hook、指引文件和 CLI PATH 配置。用户无需在对话中手动执行记忆命令。
| Agent 框架 | 检索触发事件 | 写入触发事件 |
|---|---|---|
| Codex / Claude Code | UserPromptSubmit | Stop |
| Cursor | beforeSubmitPrompt | afterAgentResponse |
| OpenCode | session.hook(“context”) | session.idle |
| OpenClaw | before_prompt_build | agent_end |
| Hermes | pre_llm_call(插件形式,覆盖 CLI / TUI / Gateway / Desktop) | post_llm_call |
在 LoCoMo 评测集中,相较于 OpenClaw 的原生记忆能力,MemOS CLI 能够减少超过 80% 的 Token 消耗。
以 Codex 为例
# 安装 CLI
npm install -g @memtensor/memos-cloud-cli
# 一键完成 API 配置、Skill 与 Native Hook 安装
memos init --agent codex
# 不再需要时,完整卸载
memos uninstall --agent codex --yes
目前支持 Native Hook 的框架包括 Codex、Claude Code、Cursor、OpenCode、OpenClaw 和 Hermes。DeepSeek Harness 的 CLI 接入使用 AGENTS.md + Skill 的 No-Hook 方式;两条路径共用 MemOS Cloud CLI 与云端记忆服务。
立即体验
- MemOS Cloud Dashboard:https://memos-dashboard.openmem.net/
- GitHub:https://github.com/MemTensor/MemOS
- 文档:https://memos-docs.openmem.net
关于 MemOS
MemOS 为 AI 应用构建统一的记忆管理平台,让智能系统如大脑般拥有灵活、可迁移、可共享的长期记忆和即时记忆。
作为记忆张量首次提出“记忆调度”架构的 AI 记忆操作系统,我们希望通过 MemOS 全面重构模型记忆资源的生命周期管理,为智能系统提供高效且灵活的记忆管理能力。
249



被折叠的 条评论
为什么被折叠?



