Plugins

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

OpenViking-Speicher- und Kontextpaket für DeepSeek Harness: automatischer Abruf vor jedem Schritt und Profil-Injektion, Sitzungserfassung, Schutz von `viking://`-URIs sowie Speicher-Abruf-/Schreibwerkzeuge, die von einem OpenViking-Server unterstützt werden.

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.

Verbindet DeepSeek Harness mit der local-first, selbst-evolvierenden persönlichen Wissensdatenbank von ReMe: erfasst abgeschlossene Hauptagent-Gespräche automatisch als nutzereigenes Markdown-Gedächtnis, durchsucht Gespräche und Quellmaterial über reme_search mit BM25, optionalen Embeddings und Wikilink-Erweiterung und plant eine tägliche Gedächtnis-Konsolidierung.

Verbindet DeepSeek Harness mit ReMes lokaler, selbst weiterentwickelnder persönlicher Wissensdatenbank: erfasst abgeschlossene Haupt-Agenten-Gespräche automatisch als benutzereigenes Markdown-Gedächtnis, durchsucht Gespräche und Quellmaterial über reme_search mit BM25, optionalen Embeddings und Wikilink-Erweiterung und plant die tägliche Gedächtniskonsolidierung.

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.

Fügt DeepSeek Harness eine bearbeitbare Gesprächsleinwand hinzu, bei der Graphverbindungen den Kontext für Leinwandanfragen auswählen, mit Verzweigung, Zusammenführung und Importen lokaler Agent-Sitzungen.

Rückverfolgbares, durchsuchbares sitzungsübergreifendes Gedächtnis für DeepSeek Harness – Gesprächswissen als typisierte Graphknoten (TASK/SKILL/EVENT) und typisierte Kanten.

White-Box-AGI-Architektur-Erkundung: Metakognition (Selbsterkennungsschleife), kontinuierliches Lernen (Wissens-Schwungrad), Weltmodell (Bedingungsraum, räumlich-zeitlicher Speichergraph), Selbstverbesserung (Bootstrap-Disziplin), Zero-LLM-White-Box-Pipeline und überprüfbare Vertrauens-Leitplanken.

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

Bringt den Agenten über SnowLuma (OneBot v11) als Persona-Figur zu QQ: Einzel- und Gruppenchats, Sprachnachrichten, Sticker, Qzone-Tagebuch, Bilibili-Browsing, Song-Cover, Bildgenerierung, Langzeitgedächtnis und Stimmung. Jede Funktion ist ein lokal abschaltbares, austauschbares oder erweiterbares Modul; heiß geladene Module können auch Gruppen-Antwortentscheidungen, Prompts, ausgehende Nachrichten und die Modellauswahl je Chat umschreiben. Standardmäßig sicher: Hauptschalter aus, Probelauf an.

Nur lesende Molio-Wissensdatenbank-Tools: Vaults auflisten, den Dateibaum durchsuchen, Volltextsuche und Dokumente lesen – über die HTTP-API des lokalen Molio-Daemons, der laufen muss. Auf npm als dsh-plugin-molio veröffentlicht.

Molio-Wissensdatenbank-Plugin für DeepSeek Harness (dsh): lokale Molio-Wissensbestände in jeder dsh-Sitzung durchsuchen, erkunden und lesen.

LLM-überwachtes persistentes Gedächtnis für KI-Agenten — graphbasierter Abruf, sitzungsübergreifendes Wissen, einzelne Binärdatei. Funktioniert mit DeepSeek Harness, Claude Code, OpenClaw und jeder Agent-Runtime.

ThoughtDAG für DeepSeek Harness: verwandelt die aktuelle DSH-Sitzung in einen bearbeitbaren Denkgraphen auf einer unendlichen Leinwand.

Arbeitsbereichs-Studio für quellenbasierte Berichte, Folien, Tabellen, Mindmaps, Quizze, Lernkarten, Audio und Video mit DSH-Modellen und gemeinsamen Artefaktdiensten. Für Office-Erstellung sind Python 3.12+ samt Abhängigkeiten und die Konfiguration von DSH_OFFICE_PYTHON erforderlich; Medien-Rendering benötigt Chromium, lokales ASR zusätzlich whisper.cpp und ein Modell.

Bindet den Agenten über SnowLuma (OneBot v11) als Persona an QQ an: private und Gruppen-Chats, Sprachnachrichten, Sticker, Qzone-Tagebuch, Bilibili-Browsing, Song-Cover, Bildgenerierung, Langzeitgedächtnis und Stimmung. Jede Funktion ist ein lokal deaktivierbares, austauschbares oder erweiterbares Modul. Hot-reloadbare Module können auch Gruppen-Antwortentscheidungen, Prompts, ausgehende Nachrichten und die Modellauswahl je Chat ändern. Sicherer Standard: Hauptschalter aus, dry run an.

The memory that dreams – sitzungsübergreifendes Gedächtnis für DeepSeek Harness: erinnert sich an dich und deine Projekte, konsolidiert Erinnerungen im Leerlauf (autoDream), stellt widersprüchliche Erinnerungen zur Prüfung zurück und führt ein erneut abspielbares Prüfprotokoll. Das Gedächtnis bleibt als SQLite mit bearbeitbaren Markdown-Spiegeln auf deinem Rechner; Abruf über vier Wege (Stichwort, Vektor, BM25, Entitätsgraph), interaktives Gedächtnis-Panel, 10 Modell-Tools, MCP-Server, externe API und CLI. Zusammenfassung und Konsolidierung nutzen das bereits konfigurierte Host-Modell; mit lokalem Embedder läuft die semantische Suche vollständig offline.

Langzeitgedächtnis für DeepSeek Harness als einfaches Markdown, eine Tatsache je Datei. Bei jedem Schritt gelangt der `MEMORY.md`-Index (Projekt-Speicher, falls vorhanden, plus globaler Speicher unter `$DSH_HOME`) in den Laufzeitkontext; der Abruf wartet nicht auf einen Dateizugriff. `ctx.tools.guard()` erzwingt standardmäßig 200 Zeilen/25 KB: Erweiternde Schreibvorgänge über dem Limit werden abgelehnt, verkleinernde Umschreibungen erlaubt. Eine schreibgeschützte Seitenleiste zeigt Notizen nach Typ. Das Plugin schreibt nie selbst Erinnerungen; nur ein experimenteller Begleitmodus ergänzt Notiztypen für das eigene Leben einer Persona. Derselbe Speicher funktioniert auch mit Claude Code, Codex, Kiro und OpenClaw.

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

Andere Memory-Plugins helfen dem Agenten beim Merken; dieses legt fest, was als gültige Erinnerung zählt: Vorschlag durch Agenten, Freigabe durch Menschen, Drei-Speicher-Gate und unveränderliches Audit-Log. Abruf über SQLite FTS5/BM25 ohne Modellaufruf (p50 2,3 ms laut Projektmessung). Token-Buch für Abrufkosten und ein Tresor für DSH, Claude Code, Codex, Cursor und jeden MCP-Client.

Red-Team-Modus: Zielorganisation angeben; eine Planungssitzung startet fünf Rollen (Aufklärung, Asset-Triage, Schwachstellensuche, Ausnutzung, interner Pivot) mit einstellbarer Parallelität. Vorabprüfung von Skills/Ressourcen. Bewertung in vier Stufen (Aufklärung, Internet, Grenze, intern), mit Serverlimits und Deduplizierung zugunsten höherer Privilegien. Befunde in lokaler SQLite-Faktenbasis. Die persistente Seitenkonsole hat neun Seiten: Asset-Karte, Agents, Sitzungen/Tunnel, Befunde, Bewertungsziele, Berichte, POC-Wissensbasis, Skill-Bibliothek. v0.15.2 ergänzt automatische HTTP-Beleg-/Aktionsprotokolle, Batch-Import, Scope-Prüfung, Tunnel-Pivot-Test, Datennachweis, Bereinigungsprotokoll und Asset-Zulassung T0-T3 gegen Scope-Abweichung. 59 redteam_* Tools, 38 Skills.

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