Plugins

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.

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.

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.

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

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 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.

Mémoire inter-session délimitée, en couches, soumise à approbation et auditable : une interface `ctx.memory` typée avec un fournisseur SQLite sans dépendances, un outil `memory`, et l'injection d'instantanés figés, ainsi que la répétition du dsh-memory-protocol v1 avec un registre d'adaptateurs et une suite de conformité distribuable.

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

Centre personnel pour DeepSeek Harness : statistiques d'utilisation cross-session, estimation des coûts par modèle, instructions personnalisées globales, ajusteur global de taille de police, un animal de bureau piloté par les données avec skins bitmap et vectoriels, et une vue d'ensemble de l'état des conversations, le tout local et hors ligne.

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 mémoires en conflit pour votre revue et tient une piste d'audit rejouable. Recherche sémantique locale offline-first sur SQLite avec miroirs Markdown éditables à la main, graphe d'entités, panneau de mémoire interactif, plus API externe et CLI.

Les conversations récentes restent vivaces. Les plus anciennes s’effacent en résumés, pas dans l’oubli. StrataGate offre à DeepSeek Harness une mémoire à six couches, à décroissance temporelle, tandis que les événements durables et les relations se déposent dans un graphe de connaissances. Apportez avec vous vos souvenirs d’autres IA — pas besoin de recommencer à zéro.

Intégration DeepSeek Harness pour OpenContext avec mémoire durable inter-sessions, capture et rappel automatiques des prompts, résumés de sessions, aperçus structurés, et récupération de documents.

Moteur de mémoire inter-sessions pour DeepSeek Harness : stockage SQLite + miroir Markdown modifiable par un humain, consolidation autoDream, recherche sémantique hors ligne (vectorisation/reclassement/clustering locaux), chronologie entité-attribut, Sleep Mode, autoSummarize avec modèle personnalisé et 7 outils de mémoire.

Animal de compagnie de bureau DSH flottant avec 12 animations d'état rédigées pour les requêtes, outils, compaction, archivage et amélioration des prompts ; occupation du contexte en direct ; un Grand Livre à vie persistant entre sessions ; totaux par fournisseur/modèle, tendances horaires et vues sur 7/30 jours ; basculement de thème sombre/clair ; estimations de coût optionnelles (désactivées par défaut) avec éditeur de prix visuel et alerte budgétaire mensuelle ; importation ZIP de skins côté client ; export d'utilisation JSON/CSV ; lectures de panneau en instantané uniquement avec indexation incrémentielle en arrière-plan ; et amélioration des prompts opt-in avec aperçu modifiable et soumission au compositeur DSH.

Assistant personnel pour DeepSeek Harness qui transforme les engagements conversationnels en plans inter-sessions, rappels et tableau de bord auditable

Passerelle Feishu/Lark pour DeepSeek Harness : liaison PersonalAgent par scan, cartes en streaming, espaces de travail de projet git-worktree, tâches parallèles par portée, agents multi-rôles, notifications inter-sessions, gestion du modèle/de la clé dans le chat, et un gardien filet de sécurité qui continue de répondre dans Feishu même après un plantage de dsh.

Mémoire de projet uniquement locale, sans dépendance d'exécution intégrée ni service externe : JSON comme source de vérité plus un PROJECT_MEMORY.md généré, Hot Memory bornée en tokens et figée par session pour la stabilité du cache de préfixes de prompt, rappel BM25 inter-projets mis en cache, provenance fiable de session/tour, gouvernance explicable des doublons/conflits avant écriture, cycle de vie éditable importance/épingle/étiquettes/remplacement/archivage, distillation configurable en fin de tour de haut niveau, et une GUI web bilingue pour la recherche, l'inspection, le diagnostic et les réglages en direct.

Chronologie en points style Git sur le bord droit de la dsh web UI : un point par message utilisateur, survol pour contenu et métadonnées (heure, tour, durée, TTFT, tokens), clic pour sauter. Ajoute aussi une liste de messages de session complète, une recherche intra et inter-sessions, des signets avec liens profonds #msg= et une navigation au clavier.

StrataGate offre à DeepSeek Harness une mémoire évolutive, local-first et à long terme pour les préférences utilisateur, les décisions de projet, les conversations et les résultats d'outils à travers les sessions ; elle superpose l'historique avec une décroissance temporelle réglable par l'utilisateur, renforce les souvenirs via leur utilisation dans de vraies réponses, affiche des compteurs d'usage conscients de l'espace de travail et maintient les preuves rappelées traçables jusqu'à leurs messages d'origine.

Mémoire de projet pour dsh avec intégration native au système de tâches : les todos de session et les lectures de fichiers sont condensés automatiquement en enregistrements de tâches inter-session (liens tâche↔fichier), afin que les workflows puissent être repris et réutilisés sans recontextualisation. Mémoire à la lecture (pas de scan préalable) : extrait les symboles de code, résume les docs et relie docs↔symboles ; enrichissement sémantique TS optionnel (activé automatiquement si TS est installé). Les notes d’expérience sont dédupliquées automatiquement. Chaque rappel inclut une citation traçable. Pure JS, une seule dépendance, fonctionne immédiatement, fonctionnement silencieux, surcharge nulle.

Historique de saisie façon terminal pour le compositeur web : rappel par flèches privilégiant les bords avec restauration exacte du brouillon/du curseur, historique persistant local au navigateur, recherche inversée par Ctrl+R et conscience de contexte glissant ; la version 0.5.0 ajoute une couche de saisie intelligente — extraits inter-sessions (/save, /load), modèles de prompts avec variables, informations de réutilisation et mise en évidence des résumés de compaction.

Graphe de connaissances de code local-first pour agents de codage : 10 outils MCP pour la compression contextuelle en couches, la planification DAG, l'indexation incrémentale d'AST, un flywheel de compétences inter-sessions, des diagnostics et l'import/export d'artefacts de graphe.