Memoria

Memoria entre sesiones para DeepSeek Harness con gobernanza, autoevolución y una vía de escritura con aprobación. Recuerdo clasificado por calor, convenciones de entorno, ciclo de vida del olvido, cadenas de sustitución, defensa contra envenenamiento, autodestilación y una medición abierta.

Plugin de memoria Honcho de Plastic Labs: inyecta el perfil de usuario, resumen de sesión y conclusiones relevantes al inicio de la sesión, sube cada turno a Honcho en segundo plano con los secretos redactados, y añade las herramientas honcho_search / honcho_chat / honcho_remember más el comando de estado /honcho; se configura mediante ~/.honcho/config.json compartido con las demás integraciones de Honcho, contra honcho.dev alojado o una instancia autoalojada.

Memoria vectorial totalmente local para DSH: incrustaciones locales, almacenamiento SQLite, inyección automática de recuperación, deduplicación con detección de conflictos, papelera de reciclaje con eliminación temporal, copia de seguridad en línea y extracción LLM opcional.

Wenmai 文脉 — base de conocimiento compilada para trabajadores del texto, plugin de DeepSeek Harness

Compresión de diálogo in-situ con curva de olvido para DeepSeek Harness: los turnos recientes se mantienen verbatim, los turnos medios se deshidratan estructuralmente (sin LLM), los turnos antiguos se pliegan en un par de resúmenes acotado — conversaciones sin límite con un presupuesto de memoria acotado.

Un corpus acumulado de gusto de diseño para agentes DSH: alimente con ejemplos buenos y malos, destile principios y revise nuevos diseños según el juicio aprendido en lugar de un conjunto fijo de reglas.

Arnés de memoria de agente de tres niveles: L1 CLAUDE.md siempre activo, índice L2, esqueleto detallado L3 con plantillas, una puerta que bloquea las escrituras en archivos protegidos sin un token de aprobación de un solo uso, registro de eventos sin juicios, destilación semanal y una habilidad de bucle de ejecución TDD.

Memoria de proyecto persistente al estilo ZCode con un gestor de ajustes completo, inyección index-first y herramientas de memoria del agente.

agentmemory para DeepSeek Harness (dsh): herramientas memory_* completas, hooks de captura e inyección de contexto a través del servidor REST local

Sistema de base de conocimientos estilo Cherry Studio para DeepSeek Harness (DSH): bases, documentos, fragmentación, embeddings (compatible con OpenAI / Ollama / local / reserva léxica), recuperación, herramientas orientadas a modelos y un panel de gestión en el navegador.

Valores predeterminados mejorados de autocompactación para los preajustes de agente de DeepSeek Harness: aplica con un solo comando umbrales y presupuestos de retención ajustados, además de políticas por modelo, de forma idempotente y con copias de seguridad y reversión.

Recuperación del historial de conversación para DSH: recuperación en tres capas (literal/difusa/semántica) sobre el texto original de cada sesión pasada, totalmente local y sin conexión: la IA nunca olvida lo que le dijiste. Instalación con un solo comando mediante `dsh.bundle.patch`, la capa semántica se ejecuta en un hilo de trabajo.

Libro de conocimiento negativo vinculado a evidencias: persiste las rutas refutadas (command_failed, file_missing) con su resultado y evidencias previas, y luego advierte o bloquea los intentos repetidos hasta que cambie la evidencia.

Personalización por host para DSH: instrucciones personalizadas, memoria local a largo plazo y preajustes de tono de respuesta.

Genera paquetes de base de conocimiento auditables (SQLite FTS5) a partir de md/txt/docx/pdf, con recuperación determinista y lectura del texto original.

Backend de memoria vectorial y de grafo: herramientas observe/remember/search/recall contra un servidor memoria local, que fusiona la recuperación semántica HNSW, la búsqueda por palabras clave FTS5 y señales de grafo de conocimiento mediante ranking RRF, con persistencia automática al final del turno y aislamiento de espacio de nombres por agente.

Contexto de red de conocimiento empresarial OpenBKN para DeepSeek Harness

Documentos del proyecto y memoria a largo plazo como Markdown plano en una bóveda dedicada de Obsidian: seis herramientas mem_* (search, read, write, log, brief, admin), una inyección de recuerdo con presupuesto en el primer paso de una sesión y destilación automática de los turnos completados. Obsidian no necesita estar en ejecución y la bóveda sigue siendo legible con el plugin desinstalado.

Activaciones proactivas a nivel de host para DeepSeek Harness: el modelo programa sus propias alarmas (una vez, intervalo o cron, con jitter opcional), las sesiones frías se despiertan puntualmente vía session resume, los seguimientos del modelo se limitan con horas de silencio y un presupuesto diario, y los turnos silenciosos terminan con proactive_reclaim y salen del contexto como lápidas. Los archivos de programación declarados sincronizan por glob sus JSON con las alarmas del host; min_idle_seconds aplaza las activaciones hasta que la sesión destino se calme, y un panel web gestiona alarmas e historial — el motor de latido para compañeros de IA y personajes de rol con rutinas propias.

Registro personal de estado y motor de decisiones local-first para dsh: guarda cada entrada byte a byte con procedencia a nivel de línea, argumenta contra sus propias conclusiones generando primero refutaciones, asigna a cada hecho almacenado su propio TTL y señala dónde una decisión no se apoya en nada.

Envía cada prompt de dsh al pipeline local de memoria de feedback agent-feedback-loop: captura la insatisfacción, la revisa offline convirtiéndola en reflexiones y adjunta al turno el contexto compilado de reglas de recurrencia, sin bloquear nunca un prompt. Requiere el runtime de agent-feedback-loop; ejecutar después `agent-feedback-loop install` conecta automáticamente los perfiles de dsh existentes.

Entradas de memoria en SQLite, un calendario con recordatorios de vencimiento y tareas de agente programadas por cron, con 13 herramientas de modelo y una interfaz bilingüe zh/en.

Borrador de memoria por sesión al estilo Codex para DeepSeek Harness: una sesión, un borrador (rollout_summaries), contenido y pasivo (escribe solo ante petición explícita del usuario), divulgación por capas (resumen + registro) y marca de agua de integración idempotente. / Plugin de memoria de un borrador por sesión.

Memoria de sesión → Plugin de sedimentación de conocimiento OKF: sistema de memoria con autoaprendizaje neuronal impulsado por predicción. Sedimenta el contenido de alto valor de las sesiones como memoria de largo plazo según la especificación OKF v0.1 y lo evoca automáticamente entre sesiones. Plugin de memoria de sesión a OKF con autoaprendizaje neuronal (recuperación predictiva, captura impulsada por la incertidumbre, retroalimentación por refuerzo).