Plugins

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.

Drei-Schichten-Speichersteuerungsebene für DeepSeek Harness: persistenter Laufzeitkontext, durchsuchbare Projektdokumente, austauschbarer Langzeitspeicher, intelligentes Routing, überwachte Agent-Workflows, WebUI und Headless-Werkzeuge.

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.

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.

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.

Entscheidungs- und Zielgedächtnis mit Linie: explizite Befehle und ein Modell-Tool erfassen Entscheidungen deterministisch, eine Status-Karte verankert sie über die Compaktion hinweg neu, ein verlustfreier Ereignisstrom mit BM25+jieba-Suche stützt dies, und eine Fidelity-Regressionssuite auf Szenarioebene schaltet Releases frei.

Per-project memory for DeepSeek Harness. Three Markdown files per workspace — PROJECT.md, DECISIONS.md and SESSIONS.md — are auto-created on the first step of any session in that workspace, re-read from disk and re-injected only when they change (and re-injected if compaction dropped them), and written back by classification through a memory_checkpoint tool, with a bounded end-of-turn nudge when a turn did work but recorded nothing. memory_read and memory_search read the live log and the archive, the latter over a zero-dependency BM25 index. The session log is capped at 200 entries with the overflow moved to SESSIONS-archive.md — never injected, but visible, readable and searchable, and restorable one entry at a time. Settings page: a workspace list with a path filter, read-only tabs for the three memory files plus the archive, reload, export/import of one workspace's memory as a JSON bundle, a two-step clear, a panel that rewrites or removes the AGENTS.md instruction block, and a PROJECT.md staleness reminder. A composer status chip shows that workspace's sync state and creates the files on click. Zero dependencies — no vector store, no embeddings, and no model calls.

Cross-app project memory for DeepSeek Harness with role-separated writeback, a visual knowledge workspace, confirmed corrections, session controls, local Writer and organizer settings, and an account-free Windows local installation preview.

Reasoning-Aufwand-Stufen-Manager für benutzerdefinierte API-Modelle plus sitzungsübergreifendes Präferenzgedächtnis: Inline-Toggles low/medium/high/max in Einstellungen → Modelle, mit atomaren Einstellungs-Schreibvorgängen.

让 DSH 智能体在新会话里按需检索同一工作目录下历史会话的记忆

Approval-gated workspace instructions and memory for DeepSeek Harness

Session-memory autopilot: watches DSH sessions and extracts OKF entries in-process through the harness LLM (ctx.llm, deepseek-official by default) at idle, commit, compaction and end checkpoints, storing them via the vault MCP server.