Plugins

Vier schreibgeschützte Werkzeuge über eine WeKnora-Wissensdatenbank: Wissensdatenbanken auflisten, hybride Passagesuche, Chunks eines Dokuments in der richtigen Reihenfolge wieder zusammensetzen und WeKnoras eigene zitierte RAG- oder ReAct-Agent-Antwort mit fortsetzbarer Sitzungs-ID.

WeKnora-Wissensabrufwerkzeuge für DeepSeek Harness (dsh): semantische Suche, Dokumentenlesen und RAG-/Agent-Antworten über Ihre eigenen Wissensdatenbanken.

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

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.

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

Session Workbench: vergangene Sitzungen per Volltextsuche durchsuchen, bis zu 3 als @Referenzen einbinden und Tabs der Unterhaltungsansicht verwalten (ein-/ausblenden + per Ziehen neu anordnen).

Die DSH-Plugin-Entwicklungs-Wissensdatenbank als On-Demand-Agenten-Skill: offizielle Einschränkungen, Aufgaben-Workflows, API-Referenz und Community-Fallstricke, mit dem Bundle installiert, damit der Agent beim Plugin-Erstellen nachschlagen kann.

Lokaler Obsidian-Vault als Wissensspeicher des Agenten, mit schreibgeschützten DSH-Tools, die Status, Preference, Correction, Memory, Project, Search und Suggest auf die passende Seite routen.

Lokaler Obsidian-Tresor als Wissensspeicher des Agenten, mit schreibgeschützten DSH-Tools, die Status, Präferenz, Korrektur, Speicher, Projekt, Suche und Vorschlag an die passende Seite weiterleiten.

Wandelt lokale Markdown- und Textdokumente in eine abfragbare Wissensdatenbank mit hybrider semantischer und Stichwortsuche, Zitatverifizierung und Quelleninjektion um.

Lokale Literatur-Wissensdatenbank-RAG: 10 Tools (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), hybride BM25+Vector+Reranker-Suche, belegte Fragen-Antworten mit anklickbaren DOI-Links, vollständig lokale bge-Embeddings über einen Single-File-SQLite-Index. Benötigt Python 3.9+ mit pymupdf, faiss-cpu und sentence-transformers; der Installer `npx dsh-kb-rag-install` richtet diese ein und lädt das Modell vorab herunter.

Bietet lokale und entfernte Wissensdatenbanken mit projekt- und sitzungsumfassendem Abruf, kontrolliertem Zurückschreiben und einer eingebetteten Web-Verwaltungskonsole.

Selbstgebautes DSH-Gedächtnis-Plugin: SQLite-Persistenzspeicher + Audit-Wächter auf Datenbankebene (enforceAudit) + Audit-Protokoll. Erfasst Wissen nach Gesprächen automatisch, Agenten erinnern per memory_recall, Unterstützung für Multi-Agent-Teilen mit Claude Code/Codex/Cursor. Null externe Abhängigkeiten.

Lokale Literatur-Wissensdatenbank als RAG für DSH: hybride BM25-+-Vektor-Suche auf einem SQLite-Index, Cross-Encoder-Reranking, zitierte Antworten mit Provenienz auf Abschnitts- und Seitenebene, reine Metadaten-Aktualisierung und Hintergrund-Ingestion mit Fortschrittsabfrage.

Fügt dem DSH-Webclient ein Mehrbenutzer-Einstellungsfeld hinzu: Auswahl des Nutzungsmodus, Mitgliederverwaltung mit Online-Status und Gerätebindung sowie Wechsel oder gemeinsame Nutzung der Speicher- und Wissensbasen pro Mitglied.

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

Portable Agenten-Wissensbasis in einfachem OKF v0.2 Markdown: 13 wiki_*-Lese-/Schreibtools, progressive Offenlegung, Backlinks, per AGENTS.md-Regeln beschränkte Schreibzugriffe, automatische Index-/Log-Pflege, Linting und benanntes Umschalten zwischen mehreren Bundles (sitzungsweit oder global).

Ein gesteuerter Schwarm aus sechs spezialisierten DSH-Agenten — Orchestrator, Planer, Knowledge-Base-Bridge, Entwickler und zwei Reviewer — verwandelt eine Anforderung in eine strikte Phasenpipeline, in der jede Lieferung sich vor dem Start der nächsten Phase mit strukturierten Nachweisen bewähren muss; Reviewer sind nur lesbar, Code-Merges erfolgen erst nach einem Review-Durchgang, und ein append-only-Ereignisprotokoll ermöglicht vollständiges Replay und Audit auf einem Live-Kanban-Board. Das Design ist vom Hermes Agent-Kanban inspiriert.

Allzweck-Wissensdatenbank für DSH: Import von md/txt/json/yml/docx/pdf, Ordnerverwaltung, FTS5-Volltextsuche (BM25) und eine Web-Verwaltungsoberfläche.

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

Führt TiddlyWiki 5 als dauerhafte Wissensbasis für DSH aus: zehn tiddlywiki_* Agenten-Tools (gefilterte Suche, Lesen/Schreiben/Stapel/Umbenennen/Löschen, Aktuelle, Tags, Git-Sync mit Konfliktlösung), ein vollständiger TiddlyWiki-Editor eingebettet in die mittlere GUI-Spalte über einen Same-Origin-Proxy, ein rechter Wiki-Tab, ein Pro-Sitzung-Tab, der die von einer Sitzung gelesenen oder geschriebenen Notizen zusammenfasst, eine Schnellnotiz-Karte mit automatischer Entwurfsspeicherung und ein optionaler Clip-Bookmarklet mit Bildanhang — alles unterstützt durch ein automatisch commitendes Git-Repository.

Native Tools für einen Obsidian-Wiki-Tresor: wiki_query, wiki_write, wiki_rename, wiki_scaffold, wiki_archive und wiki_lint decken BM25-Suche mit Link-Graph-Kontext, Buchhaltungs-Schreibvorgänge mit sha256-Quellenverfolgung, Tresor-weite Umbenennungen, Modus-Scaffolds, Quellenarchivierung und Integritätsprüfungen ab — mit prozessübergreifenden Sperren und optionalem git auto-commit.

DeepTutor-Tutoring-Bridge: tiefgehende Erklärungen, Selbsttest-Fragen, Lernpfadplanung, persönliche Wissensdatenbank-Suche (RAG) und Notiz-Archivierung über die Tools deeptutor_run / deeptutor_kb / deeptutor_note.

Wissensdatenbank-Plugin: prüfbare KB-Pakete erstellen (Referenzen + SQL).