Plugins
Durchsuche, filtere und installiere DeepSeek-Harness-Plugins.
292 Plugins gefunden
dsh-mnemosyne
i11ustrious/dsh-mnemosyne
Geschichtetes Langzeitgedächtnis für DeepSeek Harness: Pro Runde Persona-Rahmen und Relevanzindex; vollständige Transkripte bleiben auf Datenträger und werden bei Bedarf geladen, ohne Kontextüberlauf. Fakten: slotgebunden, neue Werte ersetzen alte. Modell leitet Persona-Rahmen aus Erinnerungen ab. Drei Filter verwerfen Entwicklergeplauder, blockieren Echos eigener Einspeisungen und führen Umformulierungen anhand gemeinsamer Inhaltswörter zusammen. Konsolidierung vereint Beinahe-Duplikate, verdichtet lange Themen und archiviert wenig nützliche alte Einträge nur per Tag; Rohtext bleibt erhalten. Append-only-Speicher lokal kompaktiert (4,7 MB → 355 KB gemessen). Keine Fremdabhängigkeiten, kein Build. Einspeisung pro Runde senkt zwangsläufig Prompt-Cache-Treffer; nicht für Arbeit empfohlen.
dsh-flymemory
aujurd22/dsh-flymemory
Strukturiertes Langzeitgedächtnis für DSH: verfolgt Überschreiben, Verfall und Entitätszustände mit 15 MCP-Tools und automatischen Hooks. Pro Anfrage begrenzter Pointer-Index statt gefülltem Kontext. Erfordert Python 3.10+, torch und sentence-transformers; erster Start lädt ein Modell mit ca. 470 MB.
dsh-agentic-roleplay (dsh-roleplay-state)
firefox2100/dsh-agentic-roleplay
Persistenter SQLite-Sitzungsstatus, Story-Memory und -Abruf, Repositories sowie modellseitige Erfassungstools für DSH-Rollenspielplugins.
dsh-plugin-memfuse
a1141171521/dsh-plugin-memfuse
DSH-Langzeitgedächtnis in Markdown. Erfasst täglich echte User/Assistant-Dialoge ohne Modellaufruf; ein LLM fasst sie im System-Prompt jeder Runde zusammen. Lokale Suche CJK bigram + BM25 in 3 Stufen (Index/Zusammenfassung/Volltext) lädt nur angeforderte Details. P0- und Nutzereinträge werden nie automatisch geändert; Vergessen markiert stale statt zu löschen, der Verlauf bleibt in status.md prüfbar. Sechs Werkzeuge: recall/write/status/extract/feedback und Skill-Bibliothek. Geeignete Gruppen zeigen am Rundenende eine Karte; Klick erstellt SKILL.md, Installation nach Zustimmung. Lernen ist standardmäßig aktiv und nutzt das Gesprächsmodell. Hauptschalter stoppt das LLM, nicht die Erfassung. Fehler in prompt und status.md. JavaScript pur, keine Runtime-Abhängigkeiten außer Harness-Paketen.
dsh-rewind-plugin
jochenyang/dsh-rewind-plugin
Holt eine bereits gesendete Nachricht zurück: Das Sitzungsprotokoll bleibt append-only und nichts wird gelöscht, aber zurückgerufene Turns verlassen Modellkontext und Transcript, und der Text kehrt in den Composer zurück. Von diesen Turns geänderte Dateien landen in Quarantäne und lassen sich auf einer eigenen Einstellungsseite prüfen und leeren.
interest-memory
djasdh/interest-memory
Sitzungsübergreifendes Langzeitgedächtnis mit lokalem Go-Dienst (ca. 50 MB RAM, SQLite-vec und überprüfungsverstärkte Aussagen): sofortige Erinnerungseinfügung je Nutzernachricht, Transkriptübernahme am Sitzungsende sowie memory_search-, memory_logs- und memory_ingest-Werkzeuge. Installation: dsh plugin --profile web add @djasdh/interest-memory-dsh-bridge. Nur Protokollbrücke; dsh plugin add installiert den Go-Dienst nicht. Erst nach README separat installieren und starten. Solange er nicht läuft, liefern die Werkzeuge stillschweigend nichts zurück.
dsh-message-recall
kyle123740/dsh-message-recall
Ergänzt jede Nachrichtenzeile um Hover-Aktionen Recall, Delete und Delete-onward. Dauerhafte, nur angehängte Tombstones entfernen Inhalte zugleich aus Modellkontext und Transkript; eine Leerinhaltsprüfung verhindert, dass alte Löschungen strenge Provider beschädigen. Auf DSH 2.0 Desktop getestet.
dsh-living-memory
dearbld/dsh-living-memory
Selbstpflegender Speicher in einer lokalen SQLite-Datei: Ein nächtlicher Lauf entfernt Duplikate, führt Einträge zusammen, schwächt sie ab und verknüpft sie. Mit sieben Signalquellen für RRF-Hybridsuche (FTS5 + chinesisch-orientiertes jieba, optionales Vektor-KNN, Graph-PPR), typisiertem Wissensgraph, Konflikterkennung statt Überschreiben und Web-Telemetrie-Panels.
dsh-mnemos
rottenwooood/dsh-mnemos
Sitzungsübergreifendes Gedächtnis für DeepSeek Harness mit Governance, Selbstevolution und genehmigungspflichtigem Schreibpfad. Nach Hitze geordneter Abruf, Umgebungskonventionen, Vergessens-Lebenszyklus, Ablösungsketten, Poisoning-Abwehr, Auto-Destillation und eine offene Messung.
dsh-local-vector-memory
liangxiaobing520/dsh-local-vector-memory
Vollständig lokale Vektorspeicher für DSH: lokale Einbettungen, SQLite-Speicherung, automatische Rückruf-Einspeisung, Deduplizierung mit Konflikterkennung, Soft-Delete-Papierkorb, Online-Backup und optionale LLM-Extraktion.
dsh-task-planner
ztl34245881-commits/dsh-task-planner
Aufgabenplanung mit Erfahrungs-„Muskelgedächtnis“: reflexartiger Abruf früherer Lösungen, Abgleich mit LLM-Fähigkeiten und automatisch gespeicherte Lektionen.
dsh-memoria
jiayan-xu/dsh-memoria
Gedächtnis-Backend aus Vektor + Graph: Tools observe/remember/search/recall gegen einen lokalen memoria-Server, das per RRF-Ranking semantischen HNSW-Abruf, FTS5-Schlüsselwortsuche und Wissensgraph-Signale kombiniert, mit automatischer Persistierung am Rundenende und Namensraum-Isolation pro Agent.
openseek-lcm
pub-polaris/openseek-lcm
Verlustfreies Kontextgedächtnis für DeepSeek Harness: ältere Sitzungskontexte außerhalb des aktiven Prompts archivieren und für den aktuellen Turn abrufen.
dsh-recall-rebuild
linkpain/dsh-recall-rebuild
Rekonstruiert Gedächtnisfragmente per LLM zu kontextuellen/emotionalen Erinnerungen vor Injektion. Speicher nur lesen, mehrere Quellen, IM-Nutzertrennung, Schlafkonsolidierung, JSONL-Audit.
dsh-novel-fade
drizzlegig/dsh-novel-fade
Fade für lange AI-Romane: jüngste Handlung bleibt klar, ferne Geschichte behält Kernpunkte, wichtige Figuren/Ereignisse werden bei Bedarf erinnert. Nach Kapiteln automatisch Gedächtnis ordnen und Text archivieren. Nicht ständig alle Kapitel laden; unnötige Tokens sparen und Kontext/Budget für weitere Kreation halten, statt Handlung, Figuren und Vorausdeutungen zu vergessen.
dsh-g-memory
gladess1102/dsh-g-memory
Sitzungsübergreifender semantischer Speicher für DSH: Indiziert den Sitzungsverlauf lokal mit EmbeddingGemma-2-Embeddings und ruft relevante frühere Kontexte ab, die ausdrücklich als nicht vertrauenswürdiger Kontext eingefügt werden. Keine npm-Laufzeitabhängigkeiten; Synthese ist optional.
dsh-multi-window-context-management
overact/dsh-multi-window-context-management
Baut auf der nativen DSH-Komprimierung auf: Bei jeder Komprimierung wird eine begrenzte Fensternachricht mit Ziel, Aufgaben, aktuellen Nutzeranweisungen und Notizen angehängt. Bietet sitzungsprivate Notizen, seitenweisen Verlaufsabruf und den Wechsel /ctx. Notiz- und Verlaufstools erscheinen nach der ersten Rotation.
dsh-history-fold
mili1360/dsh-history-fold
Ersetzt den ältesten Abschnitt des sichtbaren Sitzungsverlaufs durch eine Nachricht mit extraktivem Index und Pfad zu einem verlustfreien lokalen Archiv, damit jede Anfrage weniger Tokens sendet.
DSH-Mem0
light-cheng/dsh-mem0
Langzeitgedächtnis mit Mem0 für DeepSeek Harness: verwaltete Platform, selbst gehosteter Server und lokale OSS-Backends. Bietet visuelle Einstellungen, automatischen Abruf ab dem ersten Turn und Erfassen, bearbeitbare Zusammenfassung, Token-Budget und wöchentliche Pflege, die nur eigene Erinnerungen löscht. Erfasster Text wird maskiert. Die Zusammenfassung ist ein stabiler System-Prompt-Abschnitt (plugin:dsh-mem0:profile); der Abruf wird als separater mem0:recall-Block zuletzt angehängt, damit der Cache-Präfix stabil bleibt. Für Abruf und Erfassen gelten Zeitlimits (recallTimeoutMs, addTimeoutMs). Mit dsh-strata folgt die Abrufgröße strataBudget; captureStrataFolds ist optional, standardmäßig aus und speichert zusätzlich Fold-Zusammenfassungen.
xiaoman-memory
yunkong-134/xiaoman-memory
Klartextgedächtnis für DSH: Jedes Ereignis ist ein Markdown-Abschnitt mit sechs Feldern; der Abruf beruht auf Elementassoziationen statt Vektorsuche. Pro Turn erscheinen höchstens zwei alte Titel. Es werden weder Modell noch Netzwerk aufgerufen. Die Bibliothek wird manuell gepflegt und lässt sich öffnen, mit grep durchsuchen, korrigieren und auf einen anderen Rechner übertragen.
dsh-tag-memory
marsma-101/dsh-tag-memory
DSH-Plugin: eigenes Gedächtnis des Agenten als nur erweiterbare CSV, stabil lesbar und beschreibbar, mit Aufräumen im Leerlauf. Pro Turn erhält jeder Agent über den Funktionswert von systemPrompt.section ein Tag-Wörterbuch; das Modell entscheidet, ob und mit welchen Werten gespeichert wird. Tools memory_write / memory_recall; UI mit Tabelle, Dimensionsfilter, Suche/Export sowie Backup/Wiederherstellung/Zusammenführen. Keine Abhängigkeiten, alles lokal. Bei Installation wird jedes MEMORY.md erkannt und ein kontrollierter Block eingefügt (markiert, idempotent, außerhalb bytegenau unangetastet, bei Mount selbstreparierend).
dsh-memory-calendar
istarfoxi/dsh-memory-calendar
Local-first-Langzeitgedächtnis für DeepSeek Harness: Textpakete, Abruf bei Bedarf, Zitate roher Ereignisse, mehrere Brains und Workspace-Grenzen.
dsh-lan-memory
kiefeng/dsh-lan-memory
Local-first-Memory-/Persona-Plugin für DeepSeek Harness: vier dateibasierte Ebenen (pinned, memory, facts, experience), editierbare SOUL/MOOD-Persona, Session-Erfassung ohne LLM, BM25-Abruf und thematische Stimmungskarte. Kein separates Web-Panel, Python-Dienst, keine Vektordatenbank oder API-Key nötig.
dsh-recall-sessions
imtwa/dsh-recall-sessions
Liest frühere Sitzungen nach leichter Dekomprimierung in Millisekunden. /recall listet Sitzungen des Projekts (Titel, letzte Aktivität, Turnzahl, erster Prompt); /recall <number> liest die Turns; /recall all umfasst alle Projekte. Auch natürlichsprachliche Abfrage mit recall_sessions möglich.