Memoria

Hindsight, una memoria per agenti che apprende: memoria di progetto a lungo termine con richiamo e conservazione automatici, pagine di conoscenza, riflessione approfondita e banche di memoria per repository.

Pacchetto di memoria e contesto OpenViking per DeepSeek Harness: richiamo automatico pre-passo e iniezione del profilo, acquisizione della sessione, protezione degli URI `viking://` e strumenti di memoria per richiamare/scrivere basati su un server OpenViking.

Collega DeepSeek Harness alla base di conoscenza personale local-first e auto-evolutiva di ReMe: cattura automaticamente le conversazioni completate dell'agente principale come memoria Markdown di proprietà dell'utente, cerca conversazioni e materiali originali tramite reme_search con BM25, embedding opzionali e espansione dei wikilink, e pianifica una consolidazione giornaliera della memoria.

Collega DeepSeek Harness alla base di conoscenza personale locale-first e autoevolutiva di ReMe: cattura automaticamente le conversazioni completate dell'agente principale come memoria Markdown di proprietà dell'utente, cerca nelle conversazioni e nel materiale sorgente tramite reme_search con BM25, embedding opzionali ed espansione dei wikilink, e pianifica il consolidamento giornaliero della memoria.

Memoria Markdown condivisa per DSH e altri agenti di codifica, con cattura automatica, iniezione di contesto pre-passo, richiamo ricercabile ed evoluzione automatica da memoria a skill tramite un pannello di revisione.

Legge i file di sessione che altri trentatré agenti di coding su questa macchina hanno già scritto — Claude Code, Codex, Cursor, VS Code Copilot Chat, opencode, OpenClaw, Hermes, Kimi, Cline, Zed e altri — incluse le sessioni precedenti alla sua installazione: sei tool (deja_recall, deja_session, deja_blame, deja_fix, deja_how, deja_remember), un comando /deja e il richiamo automatico opzionale aggiunto al contesto di runtime. Indice BM25 locale, nessun LLM, nessun embedding, nessuna rete (dsh plugin --profile web add dsh-deja).

Memoria tra sessioni tracciabile e ricercabile per DeepSeek Harness: la conoscenza delle conversazioni come nodi di grafo tipizzati (TASK/SKILL/EVENT) e archi tipizzati.

Memoria di ripristino dai fallimenti: cerca e registra le lezioni di ripristino dai fallimenti tratte da sessioni di ingegneria reali, con recupero BM25 + RAG semantico e una base di conoscenza delle lezioni apprese.

Plugin di memoria persistente cross-agent e local-first per DeepSeek Harness (DSH), basato su Mnemon. Condivide la memoria a lungo termine tra gli agenti compatibili con Mnemon e aggiunge memoria di runtime, documenti di progetto ricercabili, richiamo semantico, grafo di conoscenza e un'interfaccia a barra laterale.

Registra il server MCP locale flowix-cli così che l'agente possa cercare, leggere, creare e modificare memo di Flowix e artefatti di mappe mentali.

Memoria persistente supervisionata da LLM per agenti AI — recupero basato su grafo, conoscenza cross-sessione, binario singolo. Funziona con DeepSeek Harness, Claude Code, OpenClaw e qualsiasi runtime agente.

Livello mnemonico.

Registra il server MCP locale flowix-cli in modo che l'agente possa cercare, leggere, creare e modificare i memo di Flowix e gli artefatti delle mappe mentali.

Plugin di memoria del ciclo di vita MemOS Cloud per DeepSeek Harness

ThoughtDAG per DeepSeek Harness: trasforma la sessione DSH corrente in un grafo di pensiero modificabile su una tela infinita.

Memoria a lungo termine tra sessioni + auto-evoluzione in background (5 binari: memoria/consapevolezza dei rami git/evoluzione delle skill).

Esplorazione dell'architettura AGI white-box: metacognizione (ciclo di auto-cognizione), apprendimento continuo (volano della conoscenza), modello del mondo (spazio delle condizioni, grafo di memoria spazio-temporale), auto-miglioramento (disciplina bootstrap), pipeline white-box zero-LLM e guardrail di fiducia verificabili.

Memoria PLUR per DeepSeek Harness — gli engrammi vengono iniettati direttamente nel prompt, senza bisogno di chiamate a strumenti

Memoria a lungo termine per DeepSeek Harness in semplice Markdown, un fatto per file, leggibile in qualsiasi editor. L'indice `MEMORY.md` ha un limite rigoroso di 200 righe / 25 KB imposto da `ctx.tools.guard()`: una scrittura che farebbe crescere l'indice oltre il limite viene rifiutata, mentre una riscrittura che lo riduce passa sempre, permettendo di compattare passo dopo passo un indice sovradimensionato. Il plugin non scrive mai ricordi da solo — cosa conservare è deciso da te e dal modello. Lo stesso archivio è utilizzato anche da Claude Code, Codex, Kiro e OpenClaw.

Memoria a lungo termine locale basata su Git per DeepSeek Harness con recupero ibrido CJK/inglese, contesto citato, sincronizzazione transazionale, anteprime e rollback.

Piano di controllo della memoria a tre livelli per DeepSeek Harness: contesto di runtime persistente, documenti di progetto ricercabili, memoria a lungo termine collegabile, instradamento intelligente, workflow di agent supervisionati, WebUI e strumenti headless.

Memoria a lungo termine curata e basata su file per DeepSeek Harness — note markdown leggibili dall'uomo, un unico archivio di file di testo semplice condiviso tra gli host (ignorato da git quando si trova all'interno di un repository di progetto) e un limite deterministico dell'indice imposto da ctx.tools.guard()

Memoria tra sessioni con ambito di progetto: archivio SQLite a sette livelli (soul/user/project/fact/lesson/rules/topic) su node:sqlite, iniezione nel primo messaggio adatta alla cache più corrispondenze di parole chiave per messaggio, strumenti memory_remember/search/find_similar/read/update/project e consolidamento nella finestra di inattività («dream») con soppressione nelle ore di punta. I testi dei prompt sono distribuiti come file di dati per lingua — il framework supporta utenti multilingue.

La memoria che sogna — memoria tra sessioni per DeepSeek Harness: ti ricorda tra le sessioni, si auto-consolida nel sonno (autoDream), congela i ricordi in conflitto perché tu li esamini e mantiene un audit trail riproducibile. Ricerca semantica locale offline-first su SQLite con mirror Markdown modificabili a mano, un grafo di entità, un pannello interattivo della memoria, oltre a un'API esterna e una CLI.