Mémoire

Hindsight, une mémoire d'agent qui apprend : mémoire de projet à long terme avec rappel et rétention automatiques, pages de connaissances, réflexion approfondie et banques de mémoire par dépôt.

Ensemble de mémoire et de contexte OpenViking pour DeepSeek Harness : rappel automatique avant étape et injection de profil, capture de session, protection des URI `viking://`, et outils de mémoire pour rappeler/écrire pris en charge par un serveur OpenViking.

Connecte DeepSeek Harness à la base de connaissances personnelle local-first et auto-évolutive de ReMe : capture automatiquement les conversations terminées de l'agent principal comme mémoire Markdown vous appartenant, recherche conversations et sources via reme_search avec BM25, embeddings optionnels et expansion de wikilinks, et planifie une consolidation quotidienne de la mémoire.

Connecte DeepSeek Harness à la base de connaissances personnelle locale d'abord et auto-évolutive de ReMe : capture automatiquement les conversations de l'agent principal terminées en tant que mémoire Markdown appartenant à l'utilisateur, recherche dans les conversations et les sources via reme_search avec BM25, embeddings optionnels et expansion de wikilinks, et planifie la consolidation quotidienne de la mémoire.

Mémoire Markdown partagée pour DSH et d'autres agents de codage, avec capture automatique, injection de contexte pré-étape, rappel interrogeable, et auto-évolution mémoire-vers-skill via un panneau de revue.

Lit les fichiers de session que trente-trois autres agents de codage présents sur cette machine ont déjà écrits — Claude Code, Codex, Cursor, VS Code Copilot Chat, opencode, OpenClaw, Hermes, Kimi, Cline, Zed et d'autres — y compris les sessions antérieures à son installation : six outils (deja_recall, deja_session, deja_blame, deja_fix, deja_how, deja_remember), une commande /deja, et un rappel automatique optionnel ajouté au contexte d'exécution. Index BM25 local, aucun LLM, aucun embedding, aucun réseau (dsh plugin --profile web add dsh-deja).

Mémoire inter-sessions traçable et recherchable pour DeepSeek Harness — la connaissance des conversations sous forme de nœuds de graphe typés (TASK/SKILL/EVENT) et d'arêtes typées.

Mémoire de récupération après échec : recherche et enregistre des leçons de récupération après échec issues de sessions d'ingénierie réelles, avec une recherche BM25 + RAG sémantique et une base de connaissances des leçons.

Extension de mémoire persistante inter-agents et local-first pour DeepSeek Harness (DSH), propulsée par Mnemon. Elle partage la mémoire à long terme entre les agents compatibles Mnemon et ajoute une mémoire d'exécution, des documents de projet consultables, un rappel sémantique, un graphe de connaissances et une interface de barre latérale.

Enregistre le serveur MCP local flowix-cli afin que l'agent puisse rechercher, lire, créer et modifier des mémos Flowix et des artefacts de carte mentale.

Mémoire persistante supervisée par LLM pour les agents IA — rappel basé sur un graphe, connaissances inter-sessions, binaire unique. Fonctionne avec DeepSeek Harness, Claude Code, OpenClaw et tout runtime d'agent.

Couche mnémotechnique.

Enregistre le serveur MCP local flowix-cli afin que l'agent puisse rechercher, lire, créer et modifier des mémos Flowix et des artefacts de cartes mentales.

Plugin de mémoire de cycle de vie MemOS Cloud pour DeepSeek Harness

ThoughtDAG pour DeepSeek Harness : transforme la session DSH actuelle en un graphe de pensée modifiable sur une toile infinie.

Mémoire à long terme inter-sessions + auto-évolution en arrière-plan (5 volets : mémoire / conscience des branches git / évolution des compétences).

Exploration de l'architecture AGI en boîte blanche : métacognition (boucle d'auto-cognition), apprentissage continu (volant d'inertie des connaissances), modèle du monde (espace de conditions, graphe de mémoire spatio-temporelle), auto-amélioration (discipline bootstrap), pipeline en boîte blanche zéro-LLM et garde-fous de confiance auditables.

Mémoire PLUR pour DeepSeek Harness — les engrammes sont injectés directement dans le prompt, sans appel d'outil requis

Mémoire à long terme pour DeepSeek Harness en Markdown brut, un fait par fichier, lisible dans n'importe quel éditeur. L'index `MEMORY.md` est soumis à une limite stricte de 200 lignes / 25 Ko imposée par `ctx.tools.guard()` : toute écriture qui dépasserait la limite est refusée, tandis qu'une réécriture qui la réduit est toujours acceptée, permettant de compacter progressivement un index surdimensionné. Le plugin n'écrit jamais de souvenirs de lui-même — ce qui est conservé est décidé par vous et le modèle. Le même stockage est également utilisé par Claude Code, Codex, Kiro et OpenClaw.

Mémoire longue durée locale adossée à Git pour DeepSeek Harness, avec recherche hybride CJK/anglais, contexte cité, synchronisation transactionnelle, aperçus et retour en arrière.

Plan de contrôle mémoire à trois niveaux pour DeepSeek Harness : contexte d'exécution persistant, documents de projet recherchables, mémoire à long terme enfichable, routage intelligent, flux de travail d'agent supervisés, WebUI et outils headless.

Mémoire à long terme organisée et basée sur des fichiers pour DeepSeek Harness — notes markdown lisibles par un humain, un unique stockage de fichiers texte partagé entre les hôtes (ignoré par git lorsqu'il se trouve dans un dépôt de projet), et une limite d'index déterministe imposée par ctx.tools.guard()

Mémoire inter-sessions à portée projet : stockage SQLite à sept couches (soul/user/project/fact/lesson/rules/topic) sur node:sqlite, injection au premier message adaptée au cache plus correspondances de mots-clés par message, outils memory_remember/search/find_similar/read/update/project et consolidation en fenêtre d'inactivité (« dream ») avec suppression aux heures de pointe. Les textes d'invite sont fournis sous forme de fichiers de données par langue — le framework prend en charge les utilisateurs multilingues.

La mémoire qui rêve — mémoire inter-sessions pour DeepSeek Harness : elle se souvient de vous d'une session à l'autre, se consolide automatiquement pendant son sommeil (autoDream), gèle les souvenirs contradictoires pour votre relecture et conserve une piste d'audit rejouable. Recherche sémantique locale offline-first sur SQLite avec des miroirs Markdown modifiables à la main, un graphe d'entités, un panneau de mémoire interactif, ainsi qu'une API externe et une CLI.