DeepSeek 对话转标准 API 网关
DS2API 用纯 Go 实现了一个协议转换层,把 DeepSeek Web 端的对话能力封装成 OpenAI、Claude、Gemini 兼容的 API 格式,附带 React 管理台和多种部署方式。对需要快速接入 DeepSeek 但不想改现有 OpenAI SDK 代码的工程师和团队,可以省掉大量适配成本。
Stash 是一个自托管的 MCP 记忆服务器,通过 8 阶段流水线将原始对话转化为结构化知识图,让 LLM 跨会话保持上下文。对构建复杂 Agent 的开发者来说,这解决了当前 LLM "每次重启清零"的核心瓶颈,且无需绑定特定框架。
Stash — persistent memory layer for AI agents. Episodes, facts, and working context stored in Postgres. MCP server included. Self-hosted, single binary, no cloud required.
当前 Agent 记忆的主流方案是 Mem0 或直接用向量数据库做简单检索,但大多数团队的做法本质上还是"存了再搜",没有真正的知识提炼过程。Stash 的差异化在于把认知科学里的记忆巩固理论工程化了—— episodic memory 转 semantic memory 的流水线设计,这跟人类大脑的海马体-皮层记忆巩固机制是同构的。
跟 Mem0 比,Stash 更强调自托管和 MCP 标准兼容,适合对数据主权敏感的企业场景;跟直接调 OpenAI 的 Assistant API 记忆比,优势是不被单一厂商锁定。但 169 stars 说明还非常早期,生产环境的稳定性需要验证。
如果你在构建需要长期陪伴属性的 Agent(比如个人助理、教育辅导、临床随访),或者你的 Agent 需要跨任务积累领域知识而不是每次重新上下文学习,这个项目值得作为记忆层的技术选型之一纳入评估。