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.

Hindsight, una memoria de agente que aprende: memoria de proyecto a largo plazo con recuperación y retención automáticas, páginas de conocimiento, reflexión profunda y bancos de memoria por repositorio.

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.

Tablero de tareas para la GUI web de dsh: un kanban multicolumna en la barra lateral cuyas tarjetas se ejecutan en sesiones reales del agente DSH y también pueden programarse con expresiones cron, ejecutándose en el host incluso con el navegador cerrado.

Tablero de tareas para la GUI web de dsh: un kanban multicolumna en la barra lateral cuyas tarjetas se ejecutan en sesiones reales del agente DSH y también pueden programarse con expresiones cron, ejecutándose en el host incluso con el navegador cerrado.

Recuperación de chat para DSH: edita el último mensaje de usuario finalizado y reintenta explícitamente los turnos fallidos, ambos mediante bifurcaciones de sesión que dejan la conversación original intacta.

Sustituye los proveedores de sistema de archivos y bash por un espacio de trabajo virtual mirage: las herramientas de archivos y los comandos de shell se ejecutan sobre recursos montados (RAM, S3, Redis, Slack, Gmail, Notion, Postgres) en lugar del disco del host, con modos de lectura/escritura/ejecución por montaje, enrutamiento de sandbox por comando (monty, pyodide, quickjs en proceso; docker, e2b, daytona remotos), y CLIs instaladas (git, gh, slack, linear, ntn, gws, o una que registres) como palabras iniciales en la terminal virtual.

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.

Incrusta el runtime activo instalado de Codex Taskboard en la barra lateral de DeepSeek Harness, usando el descriptor de runtime del lanzador en lugar de un puerto fijo.

Catálogo de herramientas para agentes: busca entre ~2600 endpoints externos (SEO y SERP, backlinks, redes sociales, enriquecimiento de personas y empresas, bibliotecas de anuncios, scraping) según la tarea que quieras realizar, consulta los parámetros y el precio por llamada de cada uno, y luego llámalo con la credencial inyectada del lado del servidor. Incluye la skill más una fila MCP que permanece deshabilitada hasta que se configure TREG_TOKEN.

Lee los archivos de sesión que ya escribieron otros 22 agentes de programación en esta máquina —Claude Code, Codex, Cursor, VS Code Copilot Chat, opencode, OpenClaw, Hermes, Kimi, Cline, Zed y más—, incluidas sesiones de antes de que se instalara. Incluye seis herramientas (deja_recall, deja_session, deja_blame, deja_fix, deja_how, deja_remember), un comando /deja y recall automático opcional añadido al contexto en tiempo de ejecución. Índice BM25 local, sin LLM, sin embeddings, sin red (dsh plugin --profile web add dsh-deja).

Memoria rastreable y consultable entre sesiones para DeepSeek Harness: el conocimiento de las conversaciones como nodos de grafo tipados (TASK/SKILL/EVENT) y aristas tipadas.

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.

Añade un lienzo de conversación editable a DeepSeek Harness, donde las conexiones del grafo seleccionan contexto para las solicitudes del lienzo, con ramificación, fusión e importación de sesiones de agentes locales.

Memoria persistente supervisada por LLM para agentes de IA: recuperación basada en grafos, conocimiento entre sesiones, binario único. Funciona con DeepSeek Harness, Claude Code, OpenClaw y cualquier runtime de agentes.

Complemento de memoria persistente entre agentes y con prioridad local para DeepSeek Harness (DSH), impulsado por Mnemon. Comparte la memoria a largo plazo entre agentes compatibles con Mnemon y añade memoria en tiempo de ejecución, documentos de proyecto con capacidad de búsqueda, recuperación semántica, grafo de conocimiento y una interfaz de barra lateral.

ThoughtDAG para DeepSeek Harness: convierte la sesión actual de DSH en un grafo de pensamiento editable sobre un lienzo infinito.

Exploración de arquitectura AGI de caja blanca: metacognición (bucle de autocognición), aprendizaje continuo (volante de conocimiento), modelo del mundo (espacio de condiciones, grafo de memoria espaciotemporal), auto-mejora (disciplina bootstrap), pipeline de caja blanca zero-LLM y barandillas de confianza auditables.

Panel de uso en la barra lateral que atribuye los tokens al sitio de retransmisión que atendió cada solicitud, leído desde tu configuración de proveedor existente: totales de hoy/mes/histórico, desgloses por sitio y por modelo, un mapa de calor de actividad anual, y saldos de New API / Sub2API / DeepSeek.

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()

Motor de informes de investigación verificables para DeepSeek Harness con un libro mayor de evidencias direccionado por contenido, informes sellados versionados donde cada afirmación lleva un veredicto de verificación y el hash del manifiesto sella el directorio, y orquestación de recuperación que reutiliza las uniones ctx.web y ctx.jobs.

Memoria a largo plazo para agentes DSH: recuerdos duraderos e inspeccionables con herramientas de recuperación, búsqueda, navegación y grafo de conocimiento, importación desde otras diez herramientas de codificación con IA y una página de configuración.