Plugins

OpenViking memory and context bundle for DeepSeek Harness: pre-step auto-recall and profile injection, session capture, `viking://` URI guarding, and recall/write memory tools backed by an OpenViking server.

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.

Mémoire inter-sessions bornée, en couches, soumise à approbation et auditable : une interface typée `ctx.memory` avec un fournisseur SQLite sans dépendance, un outil `memory`, et une injection d'instantanés figés ; chaque écriture passe par la porte d'approbation et reste reconstructible à partir du journal de session.

Graphe de mémoire spatio-temporelle multi-agents avec persistance inter-sessions et rappel filtré par importance.

Local-first persistent memory infrastructure for DeepSeek Harness: bounded hot-memory bootstrap, explainable cold recall (exact + Chinese BM25), lease-lock transactional writes, read-only governance, and trajectory review. Pure Python + Markdown, zero ext

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.

Human-readable Markdown memory for DeepSeek Harness: user-level (~/.deepseek-harness/MEMORY.md) + workspace-level memory injected every turn, auto daily-log writing with distillation, bridges existing WorkBuddy/CodeBuddy memory dirs, memory_note / memory_note_user / memory_read tools with built-in dedup, and a bilingual settings page. Plain-text storage, no database.

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 citée sur le journal de session sans perte de DSH : les faits condensés portent des citations `(sessionId, eventRange)` qui se déplient vers l'extrait exact du journal d'origine.

给 DeepSeek Harness 补上时间轴记忆：定宽只追加的事实日志 + agent 自己维护的摘要金字塔，固定阅读预算下 recall 成本不随记忆量增长。

Long-term memory injected at session start: preferences/facts/summaries/knowledge in global and per-project scopes, budgeted recall via `agent/pre-step`, durable JSON store.

Brings your existing Claude / ChatGPT history into DSH: instant zero-token import of the memories.json inside a Claude export, local Claude Code transcripts with no export needed, and conversations distilled through the model you already configured in DSH. Every memory carries verbatim evidence checked against the source by code — a paraphrase is dropped and counted, and evidence found only in the assistant turns is always routed to review rather than stored.

Cross-session plaintext memory: deterministic BM25 keyword recall (no embeddings), memory_save/list/search/confirm/forget tools behind a human-confirm gate, and global + project-scoped JSON stores that follow your git repo.

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.

DeepSeek Harness 分层长期记忆插件：瞬时/情景/语义三层记忆，自动捕获、AI 提炼、跨会话召回与可视化管理。

Notes and todos as plain Markdown files in your workspace: type /ml plus a sentence to jot into today's journal; todos come in three flavors — deadline, sleep-until-a-date (auto-wakes when due), and anytime; /ml view fuzzy-opens any file with a few keystrokes. Zero tokens throughout — nothing goes through the model, and your notes stay ordinary local files that git and any editor can read.

LLM-driven remember/forget memory: after each turn a model decides what to keep (MemoryDirector), injects relevant memories before each step, dedups, and persists cross-session.

Memory protocol enforcement plugin: bridges the opencode-memory MCP server, forces memory_weave before tool calls, auto-ingests turns, and injects memory context into agent steps.