Plugins

Cuatro herramientas de solo lectura sobre una base de conocimiento WeKnora: listar bases de conocimiento, búsqueda híbrida de pasajes, reensamblar los fragmentos de un documento en orden, y la respuesta RAG citada del propio WeKnora o de un agente ReAct con un id de sesión reanudable.

Herramientas de recuperación de conocimiento WeKnora para DeepSeek Harness (dsh): búsqueda semántica, lectura de documentos y respuestas RAG/agente sobre tus propias bases de conocimiento.

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 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 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()

Session Workbench: búsqueda de texto completo en sesiones anteriores, recuerdo de hasta 3 como referencias @ y gestión de pestañas de vista de conversación (mostrar/ocultar + reordenar arrastrando).

La base de conocimiento de desarrollo de complementos DSH como habilidad de agente bajo demanda: restricciones oficiales, flujos de trabajo de tareas, referencia de API y trucos de la comunidad, instalada con el paquete para que el agente pueda consultar mientras construye un complemento.

Vault local de Obsidian como almacén de conocimiento del agente, con herramientas DSH de solo lectura que enrutan estado, preferencia, corrección, memoria, proyecto, búsqueda y sugerencia a la página correspondiente.

Bóveda local de Obsidian como almacén de conocimiento del agente, con herramientas DSH de solo lectura que enrutan estado, preferencia, corrección, memoria, proyecto, búsqueda y sugerencia a la página correspondiente.

Convierte documentos locales en markdown y texto en una base de conocimiento consultable con búsqueda híbrida semántica y por palabras clave, verificación de citas e inyección de fuentes.

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.

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.

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.

Añade un panel de ajustes multiusuario al cliente web de DSH: selección de modo de uso, gestión de miembros con estado en línea y vinculación de dispositivos, y cambio o compartición de las bases de memoria y conocimiento por miembro.

Un vault de Obsidian compartido para todos los agentes: núcleo en Python sin dependencias (buscar/promover/adjudicar/olvidar), plantilla de vault y plugin de dsh (memory_search/show/submit/status).

Base de conocimiento portátil para agentes en Markdown OKF v0.2 simple: 13 herramientas wiki_* de lectura/escritura, divulgación progresiva, backlinks, escrituras controladas por reglas de AGENTS.md, mantenimiento automático de índice y log, linting y cambio entre varios bundles con nombre (a nivel de sesión o global).

Un enjambre gobernado de seis agentes DSH especializados — orquestador, planificador, puente de base de conocimiento, desarrollador y dos revisores — convierte un requisito en una canalización estricta por fases donde cada entrega debe demostrar su validez con evidencia estructurada antes de que pueda empezar la siguiente fase; los revisores son solo lectura, los merges de código solo ocurren tras una revisión, y un registro de eventos de solo anexado ofrece reproducción completa y auditoría en un tablero kanban en vivo. Su diseño se inspira en el kanban de Hermes Agent.

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.

Preajuste de agente impulsado por base de conocimiento: memoria a largo plazo tipo wiki, una IU web de base de conocimiento, una página de gestión y pulido opcional de la interfaz.

Ejecuta TiddlyWiki 5 como base de conocimiento persistente de DSH: diez herramientas de agente tiddlywiki_* (búsqueda filtrada, lectura/escritura/lotes/renombrar/eliminar, recientes, etiquetas, sincronización git con resolución de conflictos), un editor completo de TiddlyWiki integrado en la columna central de la GUI sobre un proxy del mismo origen, una pestaña wiki lateral derecha, una pestaña por sesión que resume las notas que una sesión leyó o escribió, una tarjeta de nota rápida con autoguardado de borradores y un bookmarklet de recorte opcional con adjunto de imagen — todo respaldado por un repositorio git con confirmación automática.

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.

Puente de tutoría DeepTutor: explicaciones profundas, preguntas de autoevaluación, planificación de ruta de aprendizaje, búsqueda en base de conocimiento personal (RAG), y archivo de notas mediante las herramientas deeptutor_run / deeptutor_kb / deeptutor_note.

Plugin de base de conocimiento: crea paquetes de KB auditables (referencias + SQL).