Plugins

Historial de entrada estilo terminal para el compositor web: recuperación con flechas priorizando los extremos, con restauración exacta del borrador/cursor, historial persistente local del navegador, búsqueda inversa con Ctrl+R y conciencia de contexto deslizante; la versión 0.5.0 añade una capa de entrada inteligente: fragmentos entre sesiones (/save, /load), plantillas de prompts con variables, información de reutilización y resaltado de resúmenes de compactación.

Suite de agentes de investigación: control de objetivos a largo plazo con cadenas de evidencia auditables, programación cron, equipos multiagente de expertos, memoria de investigación autoevolutiva (FTS5 + RRF) y una UI de espacio de trabajo personalizada.

Recuperación semántica, gestión de recursos, autorrecuperación (espacios duales de usuario + agente) y memoria de sesión para DeepSeek Harness: memsearch/memfind/memread/membrowse/memgrep/memglob sobre URIs viking://, gestión de recursos memadd/memremove, estado de observador memqueue, captura de sesión memcommit y generación de guías de habilidades memlearn.

El órgano de memoria de Agent-Body: tras 2 minutos de silencio entra en sueño ligero y tras 5 en sueño profundo, donde reglas deterministas destilan la experiencia real en tarjetas de memoria (trampas, manuales, puntos calientes, problemas sin resolver, hechos). Los comandos entrantes recuperan tarjetas relacionadas por palabra clave y las inyectan en el contexto; las tarjetas sin uso decaen con una vida media y se archivan en lugar de borrarse. También elimina el ruido de las advertencias de homeostasis de todo el cuerpo: las repeticiones dentro de una ventana se cuentan en vez de reimprimirse, y una advertencia que se repite sin curarse converge en un desfase de estado estacionario conocido y se silencia. La consolidación y el recuerdo no hacen llamadas al modelo.

Una entrada de guía en mitad de la ejecución para DeepSeek Harness Web: mientras el agente trabaja, aparece una barra de entrada encima del compositor para inyectar solicitudes de modificación en la siguiente decisión mediante agent.steer(), sin detener la conversación. Los borradores persisten por sesión, los mensajes inyectados no leídos pueden recuperarse desde el globo, y se admite un prefijo de guía opcional.

Proporciona bases de conocimiento locales y remotas con recuperación con alcance de proyecto y sesión, escritura controlada de vuelta y una consola de gestión Web integrada.

Plugin de memoria DSH de creación propia: almacenamiento persistente SQLite + guardia de auditoría a nivel de base de datos (enforceAudit) + registro de auditoría. Captura conocimiento automáticamente tras las conversaciones, los agentes recuerdan vía memory_recall y admite compartir entre agentes de Claude Code/Codex/Cursor. Cero dependencias externas.

Complemento de memoria a largo plazo y auto-evolución para DSH: captura L0 → extracción de memoria L1 → agrupación de escenas L2 → persona de usuario L3, inyección automática de recuerdos, síntesis de habilidades, totalmente local (SQLite FTS5 + jieba, recuperación vectorial opcional).

Memoria entre sesiones con recuerdo determinista de cero tokens (bigrama-Jaccard fusionado con FTS5 BM25 mediante RRF, tokenización sensible al chino), refuerzo que fortalece observaciones repetidas y procedimientos cristalizados en archivos SKILL.md refinados in situ mediante un ciclo activo-inactivo-archivado con archivo reversible y rollback. La ingesta y la eliminación exponen cada una un nivel de autonomía elegido por el usuario; los conflictos y las escrituras de alta importancia siempre van a revisión humana, y nada se elimina automáticamente. Requiere Node 22.5+.

Compactación de contexto protegida para DeepSeek Harness (dsh): la LLM propone, los guardianes deterministic deciden — reducción eager por átomo (extract/summary/false bajo guardianes verbatim) + eviction diferida del reference-graph (0-LLM) + recall byte-exacto desde un log append-only.

Memoria persistente local-primero para DeepSeek Harness: inyección acotada de memoria caliente previa al paso, recuperación en frío BM25 exacta y de bigramas chinos, seis herramientas de agente, escrituras lease-lock con aprobación y recibos de recuperación, y candidatos de gobernanza y revisión de trayectorias de solo lectura.

Plugin de DeepSeek Harness que se conecta a un PowerContext Server por HTTP para recuperación, memoria, traspaso, experiencia y skills.

Añade una persona humanizada de doncella ballena-girl configurable con juego de rol inmersivo, modos de habla y una memoria ligera en capas con recuperación activada por consultas.

Integración de TencentDB Agent Memory con captura de conversaciones, extracción estructurada de memoria, recuperación automática y herramientas de búsqueda de memoria y conversaciones.

Una única capa de memoria para todas las herramientas y agentes de IA: inyección de Context Bundle, recuperación en el momento del prompt, herramientas MCP y captura de hilos de DSH al final de cada turno.

Prepara tu dsh para codificación seria. (Tools x Schemas)^REPL. `skill://`, `ctx://`, `agent://`, `dvc://`, `dsh://`, IPython REPL, Context as Variables, compactaciones cruzadas recuperables, restauración completa del contexto. `hash-edit`, `dvc://browser`, subagent como función, workflow como función.

Lado DSH del ecosistema de memoria dsh-ecolink: conecta chat.deepseek.com y DeepSeek Harness mediante una extensión de navegador que recolecta etiquetas de memoria en formato DSM e inyecta las memorias recuperadas en los chats web, un servicio local sin dependencias que escribe un pool de memoria compartido, y este adaptador, que inyecta memorias en pre-step y ofrece la escritura de vuelta /ecolink-push; la compresión es transaccional (pool de staging con commit/rollback).

Haz que tu dsh esté listo para programación seria. (Tools x Schemas)^REPL. `skill://`, `ctx://`, `agent://`, `dvc://`, `dsh://`, IPython REPL, Contexto como variables, compactions cruzadas recuperables, restauración completa del contexto. `hash-edit`, `dvc://browser`, subagent como función, workflow como función.

Captura automática sin LLM y un índice simbólico \[ENGRAM\] con divulgación progresiva, un protocolo de tareas/evidencias ESR-lite (esr_task / esr_node / esr_close / esr_link) y telemetría de uso por workspace con un benchmark de recuerdo sin conexión (npm run eval).

Plugin de memoria entre sesiones para DSH (v0.6.1, npm @asherliner/dsh-memory-connect): extracción automática, indexación SQLite FTS5, recuperación semántica RRF inyectada en el prompt del sistema en cada turno, mantenimiento programado, consolidación LLM vía ctx.llm, prevención de explosión de contexto, identidad Soul global vía ~/.dsh/soul.md. v0.5.0: grafo de contexto temporal, modelo de confianza, resumen al final del turno. v0.6.0: incrustaciones semánticas locales (BAAI/bge-small-zh-v1.5), sin llamadas a la nube. v0.6.1: corregida la expansión de ~ en la config de rutas. Instalación sin configuración.

Plugin Context Assembler para DeepSeek Harness: ensamblaje de contexto por bloques temáticos, división de temas por presión hídrica, traza/reescritura de herramientas, inyección de recuerdo de realidad y planificación de traspaso.

Memoria de grafo local en vista previa técnica para DSH y Codex: recuerda evidencias globales del propietario y del proyecto actual antes de cada turno, escribe registros de USER y ASSISTANT por separado, y preserva la procedencia de proyecto, sesión, actor y fuente para un atlas visual y páginas de conocimiento citadas.

Memoria de grafo local en vista previa técnica para DSH y Codex: recupera evidencia global del propietario y del proyecto actual antes de cada turno, escribe registros de USUARIO y ASISTENTE por separado, y conserva la procedencia de proyecto, sesión, actor y fuente para un atlas visual y páginas de conocimiento citadas.

Puente de memoria Honcho: sincroniza automáticamente cada turno de conversación con un servicio Honcho autoalojado, con herramientas de recall/search/remember/context/status, inyección de contexto al iniciar sesión y un panel de configuración visual.