Plugins

Quatre outils en lecture seule sur une base de connaissances WeKnora : lister les bases de connaissances, recherche hybride de passages, réassembler les chunks d'un document dans l'ordre, et la réponse RAG citée ou ReAct-agent de WeKnora avec un identifiant de session reprenable.

Outils de récupération de connaissances WeKnora pour DeepSeek Harness (dsh) : recherche sémantique, lecture de documents et réponses RAG/agent sur vos propres bases de connaissances.

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.

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 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()

Session Workbench : recherche en texte intégral dans les sessions passées, rappel de jusqu'à 3 d'entre elles en tant que @references, et gestion des onglets de vue de conversation (afficher/masquer + réordonner par glisser-déposer).

La base de connaissances de développement de plugins DSH en tant que compétence d'agent à la demande : contraintes officielles, workflows de tâches, référence d'API et pièges de la communauté, installée avec le bundle pour que l'agent puisse consulter en construisant un plugin.

Coffre Obsidian local comme base de connaissances de l'agent, avec des outils DSH en lecture seule qui orientent statut, préférence, correction, mémoire, projet, recherche et suggestion vers la page correspondante.

Coffre Obsidian local comme base de connaissances de l'agent, avec des outils DSH en lecture seule qui acheminent statut, préférence, correction, mémoire, projet, recherche et suggestion vers la page correspondante.

Transforme les documents locaux en markdown et texte en une base de connaissances interrogeable avec recherche hybride sémantique et par mots-clés, vérification des citations et injection de sources.

RAG de base de connaissances bibliographiques locale : 10 outils (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), recherche hybride BM25+vecteurs+reranker, questions-réponses avec citations et liens DOI cliquables, embeddings bge entièrement locaux sur un index SQLite en un seul fichier. Nécessite Python 3.9+ avec pymupdf, faiss-cpu et sentence-transformers ; l'installateur `npx dsh-kb-rag-install` les met en place et pré-télécharge le modèle.

Fournit des bases de connaissances locales et distantes avec rappel à portée de projet et de session, réécriture contrôlée et console de gestion Web intégrée.

Plugin mémoire DSH maison : stockage persistant SQLite + garde d'audit au niveau base de données (enforceAudit) + journal d'audit. Capture automatiquement les connaissances après les conversations, les agents se souviennent via memory_recall, prise en charge du partage multi-agents Claude Code/Codex/Cursor. Zéro dépendance externe.

RAG de base de connaissances littéraire locale pour DSH : recherche hybride BM25 + vectorielle sur un index SQLite, reclassement par cross-encoder, réponses citées avec provenance au niveau de la section et de la page, rafraîchissement des métadonnées seules et ingestion en arrière-plan avec suivi de progression.

Ajoute un panneau de réglages multi-utilisateur au client web DSH : sélection du mode d'utilisation, gestion des membres avec statut en ligne et liaison d'appareils, et bascule ou partage des bases de mémoire et de connaissances par membre.

Un coffre Obsidian partagé pour tous les agents : cœur Python sans dépendances (recherche/promotion/arbitrage/oubli), modèle de coffre, plugin dsh (memory_search/show/submit/status).

Base de connaissances portable pour agents en Markdown OKF v0.2 simple : 13 outils wiki_* de lecture/écriture, divulgation progressive, backlinks, écritures contrôlées par les règles d'AGENTS.md, maintenance automatique de l'index et du journal, linting, et bascule entre plusieurs bundles nommés (au niveau de la session ou global).

Un essaim gouverné de six agents DSH spécialisés — orchestrateur, planificateur, passerelle vers la base de connaissances, développeur et deux relecteurs — transforme une exigence en pipeline strict par phases où chaque livraison doit faire ses preuves avec des éléments de preuve structurés avant que la phase suivante ne puisse commencer ; les relecteurs sont en lecture seule, les fusions de code n’ont lieu qu’après une relecture, et un journal d’événements en ajout seul permet une relecture complète et un audit sur un tableau kanban en direct. Sa conception s’inspire du kanban de Hermes Agent.

Base de connaissances polyvalente pour DSH : importation de fichiers md/txt/json/yml/docx/pdf, gestion des dossiers, recherche plein texte FTS5 (BM25) et une interface web d'administration.

Préréglage d'agent piloté par base de connaissances : mémoire à long terme type wiki, une interface web de base de connaissances, une page de gestion et des améliorations optionnelles de l'interface.

Exécute TiddlyWiki 5 comme base de connaissances persistante de DSH : dix outils d'agent tiddlywiki_* (recherche filtrée, lecture/écriture/lot/renommer/supprimer, récents, étiquettes, synchronisation git avec résolution de conflits), un éditeur TiddlyWiki complet intégré dans la colonne centrale de l'interface graphique via un proxy de même origine, un onglet wiki sur le côté droit, un onglet par session résumant les notes lues ou écrites par une session, une carte de note rapide avec sauvegarde automatique du brouillon, et un bookmarklet de capture optionnel avec pièce jointe image — le tout soutenu par un dépôt git avec commit automatique.

Outils natifs pour un coffre wiki Obsidian : wiki_query, wiki_write, wiki_rename, wiki_scaffold, wiki_archive et wiki_lint couvrent la recherche BM25 avec contexte de graphe de liens, les écritures comptables avec suivi des sources par sha256, les renommages à l'échelle du coffre, les scaffolds de modes, l'archivage des sources et les vérifications d'intégrité — avec des verrous inter-processus et un git auto-commit optionnel.

Pont de tutorat DeepTutor : explications profondes, questions d'auto-test, planification de parcours d'apprentissage, recherche de base de connaissances personnelle (RAG), et archivage de notes via les outils deeptutor_run / deeptutor_kb / deeptutor_note.

Plugin de base de connaissances : construisez des paquets de base de connaissances auditables (références + SQL).