Plugins

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

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.

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.

Mnemotechnik-Ebene.

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

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

Langzeitgedächtnis für DSH-Agenten — dauerhafte, inspizierbare Erinnerungen mit Abruf-, Such-, Durchsuch- und Wissensgraph-Tools, Import aus zehn anderen KI-Coding-Tools und eine Einstellungsseite.

Aktuelle Unterhaltungen bleiben lebendig. Ältere verblassen zu Zusammenfassungen, nicht ins Nichts. StrataGate gibt DeepSeek Harness ein sechsschichtiges, zeitverfallendes Gedächtnis, während dauerhafte Ereignisse und Beziehungen in einem Wissensgraphen landen. Bring deine Erinnerungen aus anderen AIs mit – du musst nicht von vorn anfangen.

Kausaler Speicher für dsh: eine abhängigkeitfreie MCP-stdio-Brücke, die die 17 Tools des causal-memory-Servers unter klaren Namen (ohne Präfix mcp__) einbindet — Entscheidung-→-Ergebnis-Kanten mit typisierten Beziehungen (caused / enabled / prevented) in einem lokalen SQLite-Speicher, der Kompaktierungen übersteht — plus ein angehefteter System-Prompt-Abschnitt. Erfordert die Binärdatei des causal-memory-Servers im PATH (pip install causal-memory oder ein vorkompiliertes Release).

Ein DeepSeek Harness (dsh)-Plugin — verwandelt dsh web in ein SillyTavern-ähnliches Rollenspiel-Frontend: Charakterkarten, Prompt-Presets, Lorebooks, Personas, BM25-Langzeitgedächtnis, Weltzustands-Deltas und rückrollbare Floor-Operationen, alles auf der dsh-Agentenlaufzeit.

Verbindet das von Claude Code inspirierte Auto Memory mit der von Codex inspirierten Session-Konsolidierung und bringt so einfaches, transparentes und kontexteffizientes Langzeitgedächtnis zu DeepSeek Harness.

Langzeitgedächtnis für DeepSeek Harness: Mehrkanal-Abruf und ein sich weiterentwickelnder Speicher.

StrataGate verleiht DeepSeek Harness einen sich weiterentwickelnden, local-first-Langzeitspeicher für Benutzereinstellungen, Projektentscheidungen, Konversationen und Werkzeugergebnisse über Sitzungen hinweg; es schichtet den Verlauf mit vom Benutzer einstellbarem Zeitverfall, verstärkt Erinnerungen durch tatsächliche Antworteinsätze, zeigt arbeitsbereichsbezogene Nutzungszähler und hält abgerufene Belege bis zu ihren ursprünglichen Nachrichten zurückverfolgbar.

Langzeitgedächtnis für DSH: Gespräche werden automatisch in atomare Fakten, Szenenzusammenfassungen und ein Persona-Profil destilliert, wobei relevante Erinnerungen vor jedem Modellschritt injiziert werden. Ohne Konfiguration sofort einsatzbereit — hybride BM25- + Vektor-Recherche, optionale lokale Offline-Embeddings, Trennung von Chat-/Arbeits-Familien.

Bridge zur ShiGuang Memory Engine (SGME): agentenübergreifendes gemeinsames Langzeitgedächtnis über HTTP — L0/L1/L1.5/L2-Destillation, szenariobasierte Injektion, einheitliche Suche und proaktive Care-Signale (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), installierbar als `dsh-sgme`.

Plugin für Langzeitgedächtnis und Selbstentwicklung für DSH: L0-Erfassung → L1-Gedächtnisextraktion → L2-Szenengruppierung → L3-Nutzerpersona, automatische Erinnerungsinjektion, Skill-Synthese, vollständig lokal (SQLite FTS5 + jieba, optionaler Vektorabruf).

Sitzungsübergreifendes Gedächtnis mit deterministischem Recall ohne Tokenverbrauch (Bigram-Jaccard mit FTS5-BM25 via RRF kombiniert, chinesischbewusste Tokenisierung), Verstärkung, die wiederholte Beobachtungen stärkt, und Prozeduren, die zu SKILL.md-Dateien kristallisiert werden und vor Ort durch einen aktiv-veraltet-archivierten Lebenszyklus mit rückgängig machbarer Archivierung und Wiederherstellung verfeinert werden. Ingest und Disposal bieten jeweils eine vom Nutzer gewählte Autonomie-Stufe; Konflikte und Schreibvorgänge mit hoher Wichtigkeit gehen immer zur menschlichen Prüfung, und nichts wird jemals automatisch gelöscht. Erfordert Node 22.5+.

NeatMem-Langzeitgedächtnis-Plugin für DeepSeek Harness – schlanker REST-Client gegen einen neatmem-Server

Getreuer Port des hermes-agent MEMORY.md/USER.md-Mechanismus für DSH: begrenzter Dual-Bank-Speicher (2200/1375 Zeichen), ein einzelnes `memory`-Tool (add/replace/remove/batch), Frozen-Snapshot-Injection pro Sitzung, Nudge-Erinnerungen, DSH-nativer JSON-Speicher — null externe Abhängigkeiten, null LLM-Kosten.

Verwaltet soul.md-Persona-Karten und Langzeitgedächtnis, mit Auswahl von Persona für Workspace und Sitzung sowie Tools zum Lesen und Aktualisieren.

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).