Plugins

Fügt eine konfigurierbare humanisierte Wal-Mädchen-Maid-Persona mit immersivem Rollenspiel, Sprachmodi und einem leichtgewichtigen geschichteten Gedächtnis mit abfrageausgelöstem Recall hinzu.

TencentDB Agent Memory-Integration mit Konversationsaufzeichnung, strukturierter Memory-Extraktion, automatischem Abruf sowie Tools für Memory- und Gesprächssuche.

Ein gemeinsamer Obsidian-Vault für jeden Agenten: abhängigkeitsfreier Python-Kern (search/promote/adjudicate/forget), Vault-Vorlage, dsh-Plugin (memory_search/show/submit/status).

Eine Gedächtnisschicht für jedes KI-Tool und jeden Agenten: Context-Bundle-Injektion, Recall zur Prompt-Zeit, MCP-Tools und Erfassung des DSH-Threads am Rundenende.

Die DSH-Seite des Memory-Ökosystems dsh-ecolink: überbrückt chat.deepseek.com und DeepSeek Harness über eine Browser-Erweiterung, die Memory-Tags im DSM-Format sammelt und erinnerte Memories in Web-Chats injiziert, einen abhängigkeitsfreien lokalen Dienst, der einen gemeinsamen Memory-Pool schreibt, und diesen Adapter, der Memories vor dem Step injiziert und Write-back per /ecolink-push anbietet; die Kompaktierung ist transaktional (Staging-Pool mit Commit/Rollback).

Liest die Dateien, auf die AGENTS.md über @path-Importe verweist, und spielt ihren Inhalt beim Start einer Sitzung in den Modellkontext ein, mit Byte-Budgets, erneuter Einspeisung nach der Kompaktierung und einer Einstellungskarte in sechs Sprachen.

Automatisches sitzungsübergreifendes Gedächtnis für DeepSeek Harness, gestützt auf einen lokalen EverOS-Dienst.

Claude Code CLI als LLM-Anbieter für dsh: Live-Liste der Modelle, Fortsetzen je Sitzung, Weiterleitung von Freigaben, Bilder, ein Panel für Gedächtnis/Zurückspulen/Änderungen und Arbeitsbereiche auf entfernten SSH-Rechnern.

Vom Gehirn inspiriertes kognitives Plugin: episodisches, semantisches, prozedurales und emotionales Gedächtnis mit Signalen des bestärkenden Lernens, ein Zielstapel mit Zeit-Triggern, neugiergetriebene autonome Web-Recherche und proaktive Initiativen.

Zero-LLM-Autocapture und ein symbolischer \[ENGRAM\]-Index mit progressiver Offenlegung, ein ESR-lite-Aufgaben-/Beweisprotokoll (esr_task / esr_node / esr_close / esr_link) und Nutzungs-Telemetrie pro Workspace mit einem Offline-Recall-Benchmark (npm run eval).

Session-übergreifendes Speicher-Plugin für DSH (v0.6.1, npm @asherliner/dsh-memory-connect): automatische Extraktion, SQLite-FTS5-Indizierung, RRF-semantisches Abrufen, das in jedem Zug in den System-Prompt injiziert wird, geplante Wartung, LLM-Konsolidierung via ctx.llm, Verhinderung von Kontext-Explosion, globale Soul-Identität via ~/.dsh/soul.md. v0.5.0: temporaler Kontextgraph, Vertrauensmodell, Zusammenfassung am Zugende. v0.6.0: lokale semantische Embeddings (BAAI/bge-small-zh-v1.5), keine Cloud-Aufrufe. v0.6.1: ~-Expansion in der Pfadkonfiguration behoben. Installation ohne Konfiguration.

Context-Assembler-Plugin für DeepSeek Harness: Themenblock-Context-Assemblierung, Wasserdruck-Themen-Splitting, Tool-Trace/-Rewrite, Reality-Recall-Injektion und Handoff-Planung.

Technische Vorschau des lokalen Graph-Speichers für DSH und Codex: ruft vor jedem Zug globale und aktuelle Projektevidenz des Eigentümers ab, schreibt USER- und ASSISTANT-Datensätze getrennt und bewahrt die Provenienz von Projekt, Sitzung, Akteur und Quelle für einen visuellen Atlas und zitierte Wissensseiten.

Ausführungsdisziplin-Suite für DSH mit Abfangen identischer Wiederholungsversuche, erzwungener Reflexion, Todo-Durchsetzung, Speicher-Deduplizierung und Umwandlung von Erfahrung in Skills (11 Plugins + 6 Skills).

Lokaler Graph-Speicher in technischer Vorschau für DSH und Codex: ruft vor jedem Zug besitzerweite und projektbezogene Belege ab, schreibt USER- und ASSISTANT-Datensätze getrennt und bewahrt Projekt-, Sitzungs-, Akteurs- und Quellenherkunft für einen visuellen Atlas und zitierte Wissensseiten.

Honcho-Speicherbrücke: Synchronisiert jeden Gesprächsdurchgang automatisch mit einem selbstgehosteten Honcho-Dienst, mit recall/search/remember/context/status-Tools, Kontextinjektion beim Sitzungsstart und einem visuellen Einstellungsfenster.

Biomimetisches Speichersystem für DeepSeek Harness: ein einzelner SQLite-Speicher (node:sqlite, WAL), dessen Markdown-Baum als schreibgeschützter Spiegel geführt wird; Speicher-Tools, Injektion eingefrorener Snapshots zu Sitzungsbeginn, abgestufte Genehmigungsschwellen, bedarfsgesteuerte Extraktion der aktuellen Sitzung, Zusammenführung von Fast-Duplikaten, ein Archiv- und Überschreibungs-Lebenszyklus, Speicher-Stoffwechsel (dream), Speicher-Pins, semantisches Wiederauffinden über lokale Embeddings und der Befehl /memory.

Wissensbasiertes Agenten-Preset: Wiki-Langzeitgedächtnis, eine Web-KB-UI, eine Verwaltungsseite und optionale UI-Verfeinerungen.

Prompt-Verbesserung für den Composer: Die Schaltfläche „✨ Enhance“ schreibt den Entwurf anhand von First-Principles-Denken in eine klarere, strukturiertere Version um, basierend auf Sitzungskontext, Gedächtnis und dem letzten Gespräch. Bei fehlenden Schlüsselinformationen werden in einer Karte Rückfragen gestellt; anschließend lässt sich das Ergebnis vor der Übernahme in das Eingabefeld in der Vorschau ansehen.

Wissensdatenbank nach dem Karpathy-LLM-Wiki-Muster für DSH: wiki-write/wiki-search-Fähigkeiten, abhängigkeitsfreie Pipeline (Lint/Index/mnemon-Speichersync/Qualitätsfeedback), minimales Lebenszyklus-Plugin mit Schema- und Wissensvorschau, SiliconFlow-Semantikabruf über einen Ollama-kompatiblen Proxy.

DSH-Plugin, das Agenten mit Cheat Engine für dynamisches Speicher-Debugging verbindet: Scannen, Pointer-Analyse, Breakpoints und Game-Memory-Hacking.

Migrieren Sie MCP-Server, Skills, Anweisungen, Speicher und Sitzungsverlauf von Codex (OpenAI Codex CLI / Desktop) in DeepSeek Harness mit einem visuellen Panel oder CLI, mit Trockenlauf-Vorschauen und unverändert migrierten Geheimnissen.

Memo — Sitzungsspeichersuche für DeepSeek-Harness-Agenten: sitzungsübergreifender Volltext-Abruf (memo_search), destillierte Notizen (memo_remember) und Korpus-Statistiken (memo_stats) über den offiziellen sessionQuery-Dienst. Keine Infrastruktur, lokal-zuerst.