Plugins

Eine an das menschliche Gehirn angelehnte Kontextkomprimierung, die Kontextbelegung und Token-Verbrauch bei langen Aufgaben drastisch senkt.

Datenträgergestütztes Langzeitgedächtnis für DSH: Speichert jeden Gesprächs-Turn in einem SQLite-FTS5-Tresor und injiziert relevante frühere Turns innerhalb eines Zeichenbudgets je Turn in neue Sitzungen. Gruppiert Sitzungen in fortsetzbare Gesprächsdateien; Webpanel für Suche, Seiten und Kapazität.

Langzeitgedächtnis auf SQLite-Basis für DeepSeek Harness: Einträge mit Kategorien und Tags hinzufügen, suchen, aktualisieren und archivieren; Gespräche automatisch protokollieren, stufenweise verdichten und Abruf auf den aktuellen Workspace plus globale Fakten begrenzen.

Dateibegrenzter Speicher für lokale Agents: `ME.md`- und projektbezogener `MEMORY.md`-Tresor, cache-stabile Injektion, Posteingang aus einfachen Textzeilen und Memory-Seitenleiste. Keine Embeddings oder LLM-Aufrufe.

Memory Core für Workspaces, memory-eternal-ws: Wechselt den lokalen Markdown-Speicher automatisch je nach DSH-Workspace. Jedes Projekt nutzt sein eigenes .dsh/memory-vault; projektübergreifendes Wissen liegt im globalen Speicher. Fork von dsh-memory-eternal v0.7.0 mit allen Funktionen: automatische Ablage und Wiederauffindung, Wissenskarten und -graph, Prüfzentrum, Papierkorb und Einstellungsseite.

Verbindet den Agenten über MCP stdio mit einem dauerhaften OKF-Speicher: Python-Server (SQLite FTS5 + Markdown) mit 10 Tools zum Suchen und Speichern von Entscheidungen, Fakten, Erkenntnissen, Konventionen, Profilen und Quellen.

Automatische Sitzungsspeicherung: Überwacht DSH-Sitzungen und extrahiert OKF-Einträge prozessintern über das Harness-LLM (ctx.llm, standardmäßig deepseek-official) bei Leerlauf-, Commit-, Kompaktierungs- und End-Checkpoints; gespeichert wird über den Vault-MCP-Server.