Plugins

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.

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.

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).

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.

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+.

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.

Dateibasierte sitzungsübergreifende Erinnerung: einfache Markdown-Erinnerungsdateien mit automatischer Abruf-Injektion, formatkompatibel mit Claude Codes CLAUDE.md und Erinnerungsdateien, daher ist Migration ein manuelles Dateikopieren.

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).

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.

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.

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.

Strukturiertes Langzeitgedächtnissystem für DeepSeek Harness — einheitenbasierte Kurz-/Volltext-Paare mit automatischer Injektion

Begrenztes lokales Gedächtnis mit CBDC-Autoritätskontrolle: SQLite + FTS5-Claims, bereichsbezogener Abruf mit erklärbaren Use/Verify/Ignore-Entscheidungen und vollständigem Audit-Trail, /memory-Befehle, ≤3 Claims/1200 Zeichen Injektion pro Aufruf, kein zusätzlicher Modellaufruf.

Local SQLite long-term memory with CJK-aware search, BM25 and character n-gram cosine reranking, deduplication, and lifecycle management.

Long-term memory and self-evolving skills for the DeepSeek Harness · DeepSeek Harness 的长期记忆与自我演进能力 —— Plain Markdown on disk, no vector store