Plugins

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.

Moteur de rapports de recherche vérifiables pour DeepSeek Harness avec un registre de preuves adressé par contenu, des rapports scellés versionnés où chaque affirmation porte un verdict de vérification et le hash du manifeste scelle le répertoire, et une orchestration de récupération réutilisant les jonctions ctx.web et ctx.jobs.

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

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.

Mémoire à long terme pour DeepSeek Harness : récupération multicanal et un magasin de mémoire évolutif.

Mémoire à long terme pour DSH : les conversations sont automatiquement distillées en faits atomiques, résumés de scènes et un profil de persona, avec injection des souvenirs pertinents avant chaque étape du modèle. Zéro configuration, prêt à l'emploi — récupération hybride BM25 + vectorielle, plongements locaux hors ligne optionnels, séparation des familles chat/travail.

Compression automatique du contexte pour DeepSeek Harness : compresse les sorties d'outils avant qu'elles n'atteignent le modèle et garde chaque compression avec perte réversible via des outils de récupération CCR.

Récupération sémantique, gestion des ressources, rappel automatique (espaces doubles utilisateur + agent) et mémoire de session pour DeepSeek Harness : memsearch/memfind/memread/membrowse/memgrep/memglob sur des URI viking://, gestion des ressources memadd/memremove, statut d'observateur memqueue, capture de session memcommit et génération de playbooks de compétences memlearn.

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.

Mémoire à long terme inter-sessions sous la métaphore du « palais de la mémoire » : deux portées de stockage SQLite (utilisateur + projet par origine git), recherche hybride FTS5 + vecteurs locaux avec fusion RRF et bonus de classement par récence et par preuve, capture automatique depuis le journal de session (y compris le dernier tour), chaînes d'audit de provenance, distillation par consolidation et oubli par décroissance, et un panneau Bibliothèque de mémoire dans les réglages avec topologie des couloirs, majordome de visite et liste de rénovation.

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.

Couche d'intégration native DSH pour le moteur de mémoire Minta : compose la ligne officielle dsh-mcp-client, enregistre la skill minta-memory-governance ainsi qu'un préchauffage de mémoire en début de session, et fournit un preset d'agent Minta ; nécessite le moteur Minta déployé séparément (Python/Docker) pour fournir les 19 outils MCP — inutilisable sans celui-ci.

Un moteur d'écriture de web-fictions pour DeepSeek Harness : rédaction parallèle, plan et brainstorming avec une clé DeepSeek distincte, gestion de l'univers et des présages, récupération vectorielle sémantique, une bibliothèque de corpus, un registre d'utilisation, une relecture mécanique et un plan de sérialisation local.

Du chat au canevas puis à l'œuvre : pilotez ComfyUI comme IDE visuel de workflows dans DSH. Intégrez ComfyUI (local ou cloud) comme canevas en écran partagé dans DSH Web : l'agent écrit prompts et scripts dans le chat, les applique en direct et produit images, musique, vidéo et 3D. Opérations : composer des pipelines, lire/écrire les workflows, éditer les nœuds, câbler les liens, exécuter, régler et déboguer. Production : balayages de paramètres par lots (batch_run) et récupération automatique des sorties dans le chat (get_outputs). Entretien : lancement et mise à niveau en un clic de ComfyUI, du cœur et des nœuds personnalisés. Ce paquet est le plugin côté DSH et embarque le nœud pont côté ComfyUI.

Mémoire inter-sessions basée sur des fichiers : fichiers mémoire en Markdown brut avec injection automatique de récupération, format compatible avec CLAUDE.md et les fichiers mémoire de Claude Code, donc la migration est une copie manuelle de fichiers.

Chat latéral natif côte à côte avec la conversation principale : une session DSH indépendante et archivée avec l'interface native complète, la récupération du contexte parent à la demande, la citation de sélections et un cycle de vie conserver-ou-supprimer.

Moteur d'équipement de plugins piloté par tâches : double récupération (règles sélectionnées + sémantique LLM), notation combinée (synergie/conflit/coût/confiance), détection des conflits et export des commandes d'installation.

Système de base de connaissances de style Cherry Studio pour DeepSeek Harness (DSH) : bases, documents, découpage, embeddings (compatible OpenAI / Ollama / local / repli lexical), récupération, outils orientés modèle et un panneau de gestion dans le navigateur.

Rappel de l'historique de conversation pour DSH : recherche à trois niveaux (littérale/floue/sémantique) sur le texte original de chaque session passée, entièrement locale et hors ligne — l'IA n'oublie jamais ce que vous lui avez dit. Installation en une commande via `dsh.bundle.patch`, la couche sémantique s'exécute dans un thread worker.

Génère des packs de base de connaissances auditables (SQLite FTS5) à partir de md/txt/docx/pdf, avec récupération déterministe et lecture du texte original.

Recherche sémantique de code locale pour DeepSeek Harness : indexation par fragments consciente des symboles, plongements lexicaux hors ligne ou point de terminaison compatible OpenAI, et récupération hybride vecteur + BM25 fusionnée par RRF - trois outils dsh plus une CLI sema.

Mémoire des décisions et objectifs avec lignage : des commandes explicites et un outil de modèle enregistrent les décisions de façon déterministe, une carte d'état les réancre à travers la compaction, un flux d'événements sans perte avec recherche BM25+jieba l'étaye, et une suite de régression de fidélité au niveau des scénarios contrôle les releases.

Chat natif côte à côte avec la conversation principale : une session DSH archivée indépendante avec interface native complète, récupération du contexte parent à la demande, citation de sélection et cycle de vie conserver-ou-supprimer.