Plugins

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.

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

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

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.

Implémentation 100 % plugin qui dote DeepSeek Harness d'une « mémoire longue durée inter-sessions + auto-évolution en arrière-plan » : mémoire à cinq voies · détection de branche git · auto-révision en cours de tour · auto-évolution des skills et gestionnaire de skills · todo à quatre voies · ordonnancement COI · diffusion inter-sessions · recherche de sessions · gestionnaire de prompts · notes temporaires — zéro modification du noyau, zéro dépendance au runtime, prêt à l'emploi dès l'installation, désinstallation propre.

Associe Auto Memory, inspiré de Claude Code, à la consolidation de Session, inspirée de Codex, pour apporter à DeepSeek Harness une mémoire à long terme simple, transparente et économe en contexte.

Un deuxième cerveau autonome pour DeepSeek Harness : capture automatiquement les connaissances durables du dialogue dans un coffre-fort Markdown local (dedup personnalisé, recherche CJK, compatible git), avec une base de connaissances graphique et un graphe de connaissances interactif (filtre de légende, coloration par dimension temporelle, sélection par boîte, fusion, suppression, export/import PNG).

Mémoire persistante locale d'abord pour DeepSeek Harness : injection de mémoire chaude pré-étape bornée, rappel à froid BM25 exact et bigramme chinois, six outils d'agent, écritures lease-lock à approbation validée avec reçus de récupération, et candidats de gouvernance en lecture seule et revue de trajectoire.

Plugin de mémoire inter-sessions pour DSH (v0.6.1, npm @asherliner/dsh-memory-connect) : extraction automatique, indexation SQLite FTS5, rappel sémantique RRF injecté dans le prompt système à chaque tour, maintenance planifiée, consolidation LLM via ctx.llm, prévention de l'explosion du contexte, identité Soul globale via ~/.dsh/soul.md. v0.5.0 : graphe de contexte temporel, modèle de confiance, résumé en fin de tour. v0.6.0 : embeddings sémantiques locaux (BAAI/bge-small-zh-v1.5), aucun appel au cloud. v0.6.1 : correction de l'expansion de ~ dans la config des chemins. Installation sans configuration.

Mémoire Markdown lisible par l’humain pour DeepSeek Harness : mémoire au niveau utilisateur (~/.deepseek-harness/MEMORY.md) + mémoire au niveau de l’espace de travail injectée à chaque tour, écriture automatique de journaux quotidiens avec distillation, pont vers les répertoires mémoire WorkBuddy/CodeBuddy existants, outils memory_note / memory_note_user / memory_read avec déduplication intégrée, et page de paramètres bilingue. Stockage en texte brut, sans base de données.

Coffre de mémoire inter-sessions : outils remember / recall / forget, injection de prompt par tour, et un navigateur d'entrées accessible depuis la page de réglages.

Mémoire en texte brut inter-sessions : rappel par mots-clés BM25 deterministic (sans embeddings), outils memory_save/list/search/confirm/forget derrière une porte human-confirm, et magasins JSON globaux et par projet qui suivent votre repo git.

Compression de dialogue en place par courbe d'oubli pour DeepSeek Harness : les tours récents restent textuels, les tours moyens sont structurellement déshydratés (sans LLM), les tours anciens se replient dans une paire de résumés bornée — conversations illimitées sur un budget mémoire borné.

Mémoire de projet persistante façon ZCode avec un gestionnaire de réglages complet, une injection index-first et des outils de mémoire de l'agent.

Brouillon de mémoire par session façon Codex pour DeepSeek Harness : une session, un brouillon (rollout_summaries), sobre et passif (écriture uniquement sur demande explicite de l'utilisateur), divulgation par couches (résumé + registre), filigrane d'intégration idempotent. / Plugin de mémoire à un brouillon par session.

Mémoire long terme de projet et globale pour l'interface web dsh : points de terminaison POST /items séparés, contexte des appels d'outils fusionné dans les éléments de mémoire sous forme de résumés compacts, avec déduplication et persistance limitée à la session.

Espaces de mémoire inter-sessions gouvernés par l'humain, avec des relations indépendantes entre sources et consommateurs, la provenance, le versionnage et une revue d'injection avant envoi.

Mémoire de fichiers en couches pour DeepSeek Harness, avec notes USER/MEMORY limitées à l’espace de travail, consolidation en arrière-plan et rappel de session hybride.

Plugin d’application du protocole mémoire : relie le serveur MCP opencode-memory, impose memory_weave avant les appels d’outils, ingère automatiquement les tours et injecte le contexte mémoire dans les étapes de l’agent.

Mémoire inter-sessions à l'échelle du projet : instantané PROJECT.md injecté dans le premier message utilisateur, un outil memory_remember et une auto-réflexion après les tâches ReAct ; chaque projet garde son propre fichier de mémoire.

Mémoire locale bornée avec contrôle d'autorité CBDC : affirmations SQLite + FTS5, rappel ciblé avec des décisions explicables d'usage/vérification/ignorance et une piste d'audit complète, commandes /memory, ≤3 affirmations/1200 caractères injectés par appel, aucun appel modèle supplémentaire.

Lightweight zero-dependency memory plugin for DeepSeek Harness: Markdown-file memory store, L0 catalog injection, and 5 model-facing tools.

Intent fitting for DSH: the agent predicts several directions first, asks a batch of clarifying questions each round, narrows the distribution until one converges, then proposes it for your confirmation. Bottom-right floating panel, local JSONL archive, a