Memoria

Hindsight, una memoria de agente que aprende: memoria de proyecto a largo plazo con recuperación y retención automáticas, páginas de conocimiento, reflexión profunda y bancos de memoria por repositorio.

Paquete de memoria y contexto OpenViking para DeepSeek Harness: recuperación automática previa al paso e inyección de perfil, captura de sesión, protección de URI `viking://`, y herramientas de memoria para recuperar/escribir respaldadas por un servidor OpenViking.

Conecta DeepSeek Harness con la base de conocimiento personal local-first y autoevolutiva de ReMe: captura automáticamente las conversaciones completadas del agente principal como memoria Markdown propiedad del usuario, busca conversaciones y material fuente mediante reme_search con BM25, embeddings opcionales y expansión de wikilinks, y programa una consolidación diaria de memoria.

Conecta DeepSeek Harness a la base de conocimiento personal local-primero y autoevolutiva de ReMe: captura automáticamente las conversaciones del agente principal completadas como memoria Markdown propiedad del usuario, busca conversaciones y material fuente mediante reme_search con BM25, incrustaciones opcionales y expansión de wikilinks, y programa la consolidación diaria de memoria.

Memoria Markdown compartida para DSH y otros agentes de codificación, con captura automática, inyección de contexto previa al paso, recuperación searchable y autoevolución de memoria a skill mediante un panel de revisión.

Lee los archivos de sesión que ya escribieron otros treinta y tres agentes de programación en esta máquina — Claude Code, Codex, Cursor, VS Code Copilot Chat, opencode, OpenClaw, Hermes, Kimi, Cline, Zed y más — incluidas sesiones anteriores a su instalación: seis herramientas (deja_recall, deja_session, deja_blame, deja_fix, deja_how, deja_remember), un comando /deja y recuperación automática opcional añadida al contexto de ejecución. Índice BM25 local, sin LLM, sin embeddings, sin red (dsh plugin --profile web add dsh-deja).

Memoria rastreable y consultable entre sesiones para DeepSeek Harness: el conocimiento de las conversaciones como nodos de grafo tipados (TASK/SKILL/EVENT) y aristas tipadas.

Memoria de recuperación de fallos: busca y registra lecciones de recuperación de fallos extraídas de sesiones reales de ingeniería, con recuperación BM25 + RAG semántico y una base de conocimiento de lecciones.

Complemento de memoria persistente entre agentes y con prioridad local para DeepSeek Harness (DSH), impulsado por Mnemon. Comparte la memoria a largo plazo entre agentes compatibles con Mnemon y añade memoria en tiempo de ejecución, documentos de proyecto con capacidad de búsqueda, recuperación semántica, grafo de conocimiento y una interfaz de barra lateral.

Registra el servidor MCP local flowix-cli para que el agente pueda buscar, leer, crear y editar notas de Flowix y artefactos de mapa mental.

Memoria persistente supervisada por LLM para agentes de IA: recuperación basada en grafos, conocimiento entre sesiones, binario único. Funciona con DeepSeek Harness, Claude Code, OpenClaw y cualquier runtime de agentes.

Capa mnemónica.

Registra el servidor MCP local flowix-cli para que el agente pueda buscar, leer, crear y editar notas de Flowix y artefactos de mapas mentales.

Complemento de memoria de ciclo de vida MemOS Cloud para DeepSeek Harness

ThoughtDAG para DeepSeek Harness: convierte la sesión actual de DSH en un grafo de pensamiento editable sobre un lienzo infinito.

Memoria a largo plazo entre sesiones + autoevolución en segundo plano (5 ejes: memoria / conciencia de ramas de git / evolución de skills).

Exploración de arquitectura AGI de caja blanca: metacognición (bucle de autocognición), aprendizaje continuo (volante de conocimiento), modelo del mundo (espacio de condiciones, grafo de memoria espaciotemporal), auto-mejora (disciplina bootstrap), pipeline de caja blanca zero-LLM y barandillas de confianza auditables.

Memoria PLUR para DeepSeek Harness: los engramas se inyectan directamente en el prompt, sin necesidad de llamadas a herramientas

Memoria a largo plazo para DeepSeek Harness en formato Markdown simple, un hecho por archivo, legible en cualquier editor. El índice `MEMORY.md` tiene un límite estricto de 200 líneas / 25 KB impuesto por `ctx.tools.guard()`: se rechaza cualquier escritura que exceda el límite, mientras que una reescritura que lo reduzca siempre se permite, permitiendo compactar paso a paso un índice sobredimensionado. El complemento nunca escribe recuerdos por sí mismo — qué conservar lo decides tú y el modelo. El mismo almacén también es utilizado por Claude Code, Codex, Kiro y OpenClaw.

Memoria local a largo plazo respaldada por Git para DeepSeek Harness con recuperación híbrida CJK/inglés, contexto citado, sincronización transaccional, vistas previas y reversión.

Plano de control de memoria de tres niveles para DeepSeek Harness: contexto de ejecución persistente, documentos de proyecto buscables, memoria a largo plazo conectable, enrutamiento inteligente, flujos de trabajo de agentes supervisados, WebUI y herramientas sin cabeza.

Memoria a largo plazo curada y basada en archivos para DeepSeek Harness: notas en markdown legibles por humanos, un único almacén de archivos planos compartido entre hosts (ignorado por git cuando reside dentro de un repositorio de proyecto), y un límite de índice determinista impuesto por ctx.tools.guard()

Memoria entre sesiones con ámbito de proyecto: almacén SQLite de siete capas (soul/user/project/fact/lesson/rules/topic) sobre node:sqlite, inyección en el primer mensaje apta para caché más coincidencias de palabras clave por mensaje, herramientas memory_remember/search/find_similar/read/update/project y consolidación en ventana de inactividad («dream») con supresión en horas pico. Los textos de prompt se distribuyen como archivos de datos por idioma; el marco es compatible con usuarios multilingües.

La memoria que sueña — memoria entre sesiones para DeepSeek Harness: te recuerda a través de las sesiones, se autoconsolida mientras duerme (autoDream), congela las memorias en conflicto para tu revisión y mantiene un rastro de auditoría reproducible. Búsqueda semántica local offline-first sobre SQLite con espejos Markdown editables por humanos, un grafo de entidades, un panel de memoria interactivo, además de una API externa y una CLI.