Gedächtnis

Hindsight, ein lernendes Agenten-Gedächtnis: Langzeit-Projektgedächtnis mit automatischem Abruf und Speicherung, Wissensseiten, tiefgehender Reflexion und repository-spezifischen Speicherbänken.

OpenViking-Speicher- und Kontextpaket für DeepSeek Harness: automatischer Abruf vor jedem Schritt und Profil-Injektion, Sitzungserfassung, Schutz von `viking://`-URIs sowie Speicher-Abruf-/Schreibwerkzeuge, die von einem OpenViking-Server unterstützt werden.

Verbindet DeepSeek Harness mit der local-first, selbst-evolvierenden persönlichen Wissensdatenbank von ReMe: erfasst abgeschlossene Hauptagent-Gespräche automatisch als nutzereigenes Markdown-Gedächtnis, durchsucht Gespräche und Quellmaterial über reme_search mit BM25, optionalen Embeddings und Wikilink-Erweiterung und plant eine tägliche Gedächtnis-Konsolidierung.

Verbindet DeepSeek Harness mit ReMes lokaler, selbst weiterentwickelnder persönlicher Wissensdatenbank: erfasst abgeschlossene Haupt-Agenten-Gespräche automatisch als benutzereigenes Markdown-Gedächtnis, durchsucht Gespräche und Quellmaterial über reme_search mit BM25, optionalen Embeddings und Wikilink-Erweiterung und plant die tägliche Gedächtniskonsolidierung.

Gemeinsamer Markdown-Speicher für DSH und andere Coding-Agents, mit automatischer Erfassung, Vor-Schritt-Kontextinjektion, durchsuchbarem Abruf und Selbstevolution von Speicher zu Skills über ein Review-Panel.

Liest die Session-Dateien, die dreiunddreißig andere Coding-Agents auf dieser Maschine bereits geschrieben haben — Claude Code, Codex, Cursor, VS Code Copilot Chat, opencode, OpenClaw, Hermes, Kimi, Cline, Zed und mehr — auch Sessions von vor der Installation: sechs Tools (deja_recall, deja_session, deja_blame, deja_fix, deja_how, deja_remember), ein /deja-Befehl und optionales automatisches Recall im Runtime-Kontext. Lokaler BM25-Index, kein LLM, keine Embeddings, kein Netzwerk (dsh plugin --profile web add dsh-deja).

Rückverfolgbares, durchsuchbares sitzungsübergreifendes Gedächtnis für DeepSeek Harness – Gesprächswissen als typisierte Graphknoten (TASK/SKILL/EVENT) und typisierte Kanten.

Fehlerbehebungs-Gedächtnis: durchsucht und protokolliert Lehren aus der Fehlerbehebung realer Engineering-Sitzungen, mit BM25- + semantischer RAG-Suche und einer Wissensdatenbank mit gewonnenen Erkenntnissen.

Agentenübergreifendes, local-first persistentes Gedächtnis-Plugin für DeepSeek Harness (DSH), unterstützt von Mnemon. Es teilt Langzeitgedächtnis zwischen Mnemon-fähigen Agents und fügt Laufzeitgedächtnis, durchsuchbare Projektdokumente, semantischen Recall, Knowledge Graph und eine Seitenleisten-UI hinzu.

Registriert den lokalen flowix-cli-MCP-Server, damit der Agent Flowix-Notizen und Mind-Map-Artefakte suchen, lesen, erstellen und bearbeiten kann.

LLM-überwachtes persistentes Gedächtnis für KI-Agenten — graphbasierter Abruf, sitzungsübergreifendes Wissen, einzelne Binärdatei. Funktioniert mit DeepSeek Harness, Claude Code, OpenClaw und jeder Agent-Runtime.

Mnemotechnik-Ebene.

Registriert den lokalen flowix-cli-MCP-Server, damit der Agent Flowix-Memos und Mindmap-Artefakte durchsuchen, lesen, erstellen und bearbeiten kann.

MemOS-Cloud-Lebenszyklus-Speicher-Plugin für DeepSeek Harness

ThoughtDAG für DeepSeek Harness: verwandelt die aktuelle DSH-Sitzung in einen bearbeitbaren Denkgraphen auf einer unendlichen Leinwand.

Sitzungsübergreifendes Langzeitgedächtnis + Selbstevolution im Hintergrund (5 Spuren: Gedächtnis/Git-Branch-Bewusstsein/Skill-Evolution).

White-Box-AGI-Architektur-Erkundung: Metakognition (Selbsterkennungsschleife), kontinuierliches Lernen (Wissens-Schwungrad), Weltmodell (Bedingungsraum, räumlich-zeitlicher Speichergraph), Selbstverbesserung (Bootstrap-Disziplin), Zero-LLM-White-Box-Pipeline und überprüfbare Vertrauens-Leitplanken.

PLUR-Speicher für DeepSeek Harness – Engramme werden direkt in den Prompt injiziert, kein Tool-Aufruf erforderlich

Langzeitgedächtnis für DeepSeek Harness in einfachem Markdown, eine Tatsache pro Datei, lesbar in jedem Editor. Der `MEMORY.md`-Index hat eine strikte Obergrenze von 200 Zeilen / 25 KB, erzwungen durch `ctx.tools.guard()`: Ein Schreibvorgang, der den Index über die Grenze wachsen lassen würde, wird abgelehnt, während ein Neuschreiben, das ihn verkleinert, immer durchgeht, sodass ein übergroßer Index schrittweise komprimiert werden kann. Das Plugin schreibt niemals selbst Erinnerungen – was behalten wird, entscheiden Sie und das Modell. Derselbe Speicher wird auch von Claude Code, Codex, Kiro und OpenClaw verwendet.

Lokal von Git gestütztes Langzeitgedächtnis für DeepSeek Harness mit hybrider CJK-/Englisch-Suche, zitiertem Kontext, transaktionaler Synchronisierung, Vorschauen und Rollback.

Drei-Schichten-Speichersteuerungsebene für DeepSeek Harness: persistenter Laufzeitkontext, durchsuchbare Projektdokumente, austauschbarer Langzeitspeicher, intelligentes Routing, überwachte Agent-Workflows, WebUI und Headless-Werkzeuge.

Kuratiertes dateibasiertes Langzeitgedächtnis für DeepSeek Harness — menschenlesbare Markdown-Notizen, ein einziger Klartext-Dateispeicher, der über Hosts hinweg gemeinsam genutzt wird (von git ignoriert, wenn er sich in einem Projekt-Repository befindet), und eine deterministische Indexobergrenze, die von ctx.tools.guard() durchgesetzt wird

Projektbezogener sitzungsübergreifender Speicher: siebenschichtiger SQLite-Speicher (soul/user/project/fact/lesson/rules/topic) auf node:sqlite, cache-freundliche Injektion bei der ersten Nachricht plus Keyword-Treffer pro Nachricht, die Tools memory_remember/search/find_similar/read/update/project sowie Konsolidierung im Leerlauffenster („dream“) mit Sperrung zur Spitzenlastzeit. Prompttexte werden als sprachspezifische Datendateien mitgeliefert — das Framework unterstützt mehrsprachige Nutzer.

Das Gedächtnis, das träumt — sitzungsübergreifendes Gedächtnis für DeepSeek Harness: erinnert sich über Sessions hinweg an Sie, konsolidiert im Schlaf automatisch (autoDream), friert widersprüchliche Erinnerungen zu Ihrer Prüfung ein und führt ein wieder abspielbares Audit-Trail. Offline-First-lokale semantische Suche über SQLite mit menschenlesbaren, editierbaren Markdown-Spiegeln, einem Entity-Graph, einem interaktiven Memory-Panel sowie einer externen API und CLI.