Plugins

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.

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 local a largo plazo respaldada por Git para DeepSeek Harness con recuperación híbrida CJK/inglés, contexto citado, sincronización transaccional, vistas previas y reversión.

Integración de DeepSeek Harness para OpenContext con memoria duradera entre sesiones, captura y recuperación automática de prompts, resúmenes de sesión, percepciones estructuradas y recuperación de documentos.

Memoria a largo plazo para DeepSeek Harness: recuperación multicanal y un almacén de memoria en evolución.

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.

Compresión automática de contexto para DeepSeek Harness: comprime las salidas de herramientas antes de que lleguen al modelo y mantiene cada compresión con pérdida reversible mediante herramientas de recuperación CCR.

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.

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.

Memoria a largo plazo entre sesiones bajo la metáfora del «palacio de la memoria»: almacenes SQLite de doble ámbito (usuario + proyecto por origen de git), recuperación híbrida de FTS5 y vectores locales con fusión RRF y refuerzo de clasificación por recencia y pruebas, captura automática desde el registro de la sesión (incluido el último turno), cadenas de auditoría de procedencia, destilación por consolidación y olvido por decaimiento, y un panel Memory Library en la página de ajustes con topología de pasillos, mayordomo de visitas y lista de renovaciones.

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.

Capa de integración nativa DSH para el motor de memoria Minta: compone la fila oficial dsh-mcp-client, registra la skill minta-memory-governance más un precalentamiento de memoria al inicio de la sesión, e incluye un preset de agente Minta; requiere el motor Minta desplegado por separado (Python/Docker) para proporcionar las 19 herramientas MCP — no utilizable sin él.

Un motor de escritura de novelas web para DeepSeek Harness: redacción paralela, esquematización y lluvia de ideas con una clave de DeepSeek independiente, gestión de trasfondo y presagios, recuperación vectorial semántica, una biblioteca de corpus, libro mayor de uso, corrección mecánica y un plan de serialización local.

Del chat al lienzo y a la obra: impulsa ComfyUI como IDE visual de flujos dentro de DSH. Incrusta ComfyUI (local o nube) como lienzo en pantalla dividida en DSH Web: el agente escribe prompts y scripts en el chat, los aplica en vivo y produce imágenes, música, vídeo y 3D. Operaciones: componer pipelines, leer/escribir flujos, editar nodos, cablear enlaces, ejecutar, ajustar y depurar. Producción: barridos de parámetros por lotes (batch_run) y recuperación automática de salidas al chat (get_outputs). Mantenimiento: lanzamiento y actualización con un clic de ComfyUI, su núcleo y los nodos personalizados. Este paquete es el plugin del lado DSH e incluye el nodo puente del lado ComfyUI.

Memoria entre sesiones basada en archivos: archivos de memoria en Markdown plano con inyección automática de recuperación, compatible con el formato de CLAUDE.md y archivos de memoria de Claude Code, por lo que migrar es una copia manual de archivos.

Chat lateral nativo junto a la conversación principal: una sesión DSH archivada independiente con interfaz nativa completa, recuperación del contexto padre bajo demanda, citación de selecciones y un ciclo de vida de conservar o eliminar.

Motor de equipamiento de plugins orientado a tareas: recuperación dual (reglas curadas + semántica LLM), puntuación combinada (sinergia/conflicto/coste/confianza), detección de conflictos y exportación de comandos de instalación.

Sistema de base de conocimientos estilo Cherry Studio para DeepSeek Harness (DSH): bases, documentos, fragmentación, embeddings (compatible con OpenAI / Ollama / local / reserva léxica), recuperación, herramientas orientadas a modelos y un panel de gestión en el navegador.

Recuperación del historial de conversación para DSH: recuperación en tres capas (literal/difusa/semántica) sobre el texto original de cada sesión pasada, totalmente local y sin conexión: la IA nunca olvida lo que le dijiste. Instalación con un solo comando mediante `dsh.bundle.patch`, la capa semántica se ejecuta en un hilo de trabajo.

Genera paquetes de base de conocimiento auditables (SQLite FTS5) a partir de md/txt/docx/pdf, con recuperación determinista y lectura del texto original.

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.

Chat nativo en paralelo junto a la conversación principal: una sesión DSH archivada independiente con interfaz nativa completa, recuperación de contexto padre bajo demanda, citas de selección y ciclo de vida de conservar o eliminar.