Plugins

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.

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).

Aporta el historial de sesión de diecinueve otros agentes de codificación a DeepSeek Harness: recuperación, resumen de sesión y herramientas de historial por archivo sobre un índice local, además de recuperación automática opcional antes de cada paso.

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.

Memoria de proyecto solo local sin dependencias de runtime incluidas ni servicios externos: JSON como fuente de verdad más un PROJECT_MEMORY.md generado, Hot Memory congelada por sesión y acotada por tokens para la estabilidad de la caché de prefijos de prompt, recuperación BM25 entre proyectos con caché, procedencia confiable de sesión/turno, gobernanza explicable de duplicados/conflictos antes de escribir, ciclo de vida editable de importancia/pin/etiquetas/sustitución/archivo, destilación configurable al final del turno de nivel superior, y una GUI web bilingüe para búsqueda, inspección, diagnóstico y ajustes en vivo.

Un plugin de DeepSeek Harness (dsh) — convierte dsh web en un frontend de rol al estilo SillyTavern: cartas de personaje, presets de prompt, lorebooks, personas, memoria a largo plazo BM25, deltas de estado del mundo y operaciones de piso reversibles, todo sobre el runtime del agente dsh.

Memoria a largo plazo para DSH: las conversaciones se destilan automáticamente en hechos atómicos, resúmenes de escenas y un perfil de persona, con memorias relevantes inyectadas antes de cada paso del modelo. Funciona sin configuración — recuperación híbrida BM25 + vectorial, incrustaciones locales sin conexión opcionales, separación de familias chat/trabajo.

RAG de base de conocimiento bibliográfico local: 10 herramientas (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), búsqueda híbrida BM25+vectores+reranker, QA con citas y enlaces DOI clicables, embeddings bge totalmente locales sobre un índice SQLite de un solo archivo. Requiere Python 3.9+ con pymupdf, faiss-cpu y sentence-transformers; el instalador `npx dsh-kb-rag-install` los configura y predescarga el modelo.

RAG de base de conocimiento de literatura local para DSH: recuperación híbrida BM25 + vectorial sobre un índice SQLite, reordenación con cross-encoder, respuestas citadas con procedencia a nivel de sección y página, actualización solo de metadatos e ingesta en segundo plano con sondeo de progreso.

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+.

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.

Base de conocimientos de propósito general para DSH: importación de md/txt/json/yml/docx/pdf, gestión de carpetas, búsqueda de texto completo FTS5 (BM25) y una interfaz de administración web.

Herramientas nativas para una bóveda wiki de Obsidian: wiki_query, wiki_write, wiki_rename, wiki_scaffold, wiki_archive y wiki_lint cubren búsqueda BM25 con contexto de grafo de enlaces, escrituras de contabilidad con seguimiento de fuentes sha256, renombrados en toda la bóveda, scaffolds de modos, archivado de fuentes y comprobaciones de estado — con bloqueos entre procesos y git auto-commit opcional.

Memoria en texto plano entre sesiones: recall de palabras clave BM25 deterministic (sin embeddings), herramientas memory_save/list/search/confirm/forget tras una puerta human-confirm, y almacenes JSON globales y por proyecto que siguen tu repo git.

Plugin DSH Web de solo lectura para inspeccionar y buscar colecciones de Milvus o Zilliz Cloud desde el chat, incluyendo consultas scalar, BM25, dense e hybrid.

Puente universal de Model Context Protocol (MCP) para DeepSeek Harness: conecta agentes a servidores MCP stdio/sse/websocket con un motor de escala de 10k en reposo, búsqueda de herramientas BM25 en submilisegundos, presupuesto dinámico de tokens y un panel web en tiempo real.

Gestor de base de conocimiento local para agentes DSH: importación multiformato, fragmentación con soporte CJK, búsqueda híbrida vectorial sqlite-vec + BM25 con rerank bge-reranker-base, instantáneas, exportación/importación kbpack y búsqueda entre KB — 22 herramientas de agente y un panel web.

Búsqueda semántica de código local para DeepSeek Harness: indexación a nivel de fragmento con reconocimiento de símbolos, embeddings léxicos sin conexión o un punto de conexión compatible con OpenAI, y recuperación híbrida de vectores + BM25 fusionada con RRF: tres herramientas de dsh más una CLI sema.

Memoria de decisiones y objetivos con linaje: comandos explícitos y una herramienta de modelo registran decisiones de forma determinista, una tarjeta de estado las reancla a través de la compactación, la respalda un flujo de eventos sin pérdida con recuperación BM25+jieba, y una suite de regresión de fidelidad a nivel de escenario controla los releases.

Recuperación de memoria basada en palabras clave con BM25.

Local SQLite long-term memory with CJK-aware search, BM25 and character n-gram cosine reranking, deduplication, and lifecycle management.

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.

Local semantic index over workspace documents (MD/PDF/DOCX/TXT): FTS5 BM25 + local embedding hybrid retrieval, hit citations with line numbers, and incremental updates.