Plugins

Sistema de memoria biomimético para DeepSeek Harness: un único almacén SQLite (node:sqlite, WAL) cuyo árbol Markdown se mantiene como espejo de solo lectura; herramientas de memoria, inyección de instantánea congelada al inicio de la sesión, puertas de aprobación escalonada, extracción bajo demanda de la sesión actual, fusión de casi duplicados, un ciclo de vida de archivo y reemplazo, metabolismo de memoria (dream), anclajes de memoria, recuperación semántica sobre incrustaciones locales, y el comando /memory.

Memo — búsqueda de memoria de sesión para agentes DeepSeek Harness: recuperación de texto completo entre sesiones (memo_search), notas destiladas (memo_remember) y estadísticas del corpus (memo_stats) sobre el servicio oficial sessionQuery. Sin infraestructura, local primero.

Capa de adaptación de dsh-ecolink para DSH: lectura directa del grupo de memoria local, inyección en pre-step (puntuación + presupuesto + deduplicación por sesión) y filtrado por #nombre-de-memoria, para conectar con el ecosistema de memoria del lado web.

CLI self de Superself como herramientas frente al modelo (contexto de proyecto, unidades de trabajo, informes, decisiones) más un comando /self: estado de proyecto entre sesiones y entre proyectos, mantenido fuera del repositorio de código.

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.

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.

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.

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.

Gancho de memoria de L-clone: al final de cada turno (turn/end) de DSH, captura automáticamente en el cerebro externo; el botón «Panel del cerebro» de la barra lateral de la GUI web abre el banco de trabajo de memoria con un clic.

Estado de trabajo entre sesiones explícito para DeepSeek Harness: objetivos, decisiones y siguientes pasos capturados automáticamente desde eventos del host o mediante una herramienta work_state visible para el modelo, inspeccionable con /checkpoint.

Observa los rastros de ejecución del agente y lanza una revisión LLM al final de cada turno exitoso cuando se disparan las señales, cristalizando flujos de trabajo reutilizables en habilidades registradas que mejoran progresivamente con ejecuciones posteriores.

Espacios de memoria entre sesiones gobernados por humanos, con relaciones independientes de origen y consumidor, procedencia, versionado y revisión de la inyección antes del envío.

Complemento de DeepSeek Harness: el CLI `self` de Superself como herramientas orientadas al modelo más un comando /self — estado del proyecto entre sesiones y proyectos para los agentes.

Memoria de archivos por capas para DeepSeek Harness con notas USER/MEMORY por espacio de trabajo, consolidación en segundo plano y recuperación híbrida de sesiones.

Memoria entre sesiones con alcance de proyecto: se inyecta una instantánea de PROJECT.md en el primer mensaje del usuario, incluye una herramienta memory_remember y autorreflexión tras las tareas ReAct; cada proyecto mantiene su propio archivo de memoria.

Memoria local acotada con control de autoridad CBDC: afirmaciones en SQLite + FTS5, recuperación con alcance y decisiones explicables de usar/verificar/ignorar, con registro de auditoría completo, comandos /memory, inyección de ≤3 afirmaciones/1200 caracteres por llamada, sin llamadas adicionales al modelo.

Long-term memory and self-evolving skills for the DeepSeek Harness · DeepSeek Harness 的长期记忆与自我演进能力 —— Plain Markdown on disk, no vector store

Lightweight zero-dependency memory plugin for DeepSeek Harness: Markdown-file memory store, L0 catalog injection, and 5 model-facing tools.

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.

Evidence-governed experience memory for DeepSeek Harness

Memory Fortress for DeepSeek Harness: 5-track layered memory, self-evolution, knowledge graph (SQLite+FTS5), status pill. 本地记忆堡垒：五轨记忆·自我进化·知识图谱·状态灯。

Cross-session long-term memory for the DeepSeek Harness: a two-phase extraction/consolidation pipeline over a file-based memory workspace, recall injection, a citation feedback loop, lease-based job semantics, plus a settings page, a sidebar status panel

Canonical project memory for DeepSeek Harness: one governing article per asset, an append-only journal beneath it.

Self-tending living memory in one local SQLite file — a nightly patrol dedupes, merges, decays and cross-links entries on its own, with seven-signal RRF hybrid recall (FTS5 + jieba Chinese-first tokenization, optional vector KNN, graph PPR), a typed knowledge graph, conflict detection instead of silent overwrites, and web telemetry panels.