Plugin

Bridges the MemOS memory service over MCP: the agent gets add/search/update/delete memory, multi-cube sharing, and a memory scheduler as mcp__memos__* tools.

Reasoning-effort tier manager for custom API models plus cross-session preference memory: inline low/medium/high/max toggles inside Settings → Models, with atomic settings writes.

Inspect the files an agent touched, review session artifacts, preview bounded content, and manage local Workspace Memory without leaving the conversation.

Owner-governed long-term memory bundle for DeepSeek Harness

In-process graph memory and session map for DeepSeek Harness, backed by TriviumDB.

Canale Telegram per DeepSeek Harness — un unico modulo condiviso che serve diversi agenti, con marcature del mittente infalsificabili, memoria unificata owner+coordinator e una modalità di consegna che si cambia in un file esterno al codice.

Memoria persistente per DeepSeek Harness: strumenti di lettura/scrittura/recupero memoria, registrazione automatica per turno, iniezione di richiamo con ambito di progetto e UI di gestione, con importazione non distruttiva della memoria Claude Code.

Memoria personale locale e verificabile per DeepSeek Harness: preferenze, convenzioni di progetto, flussi di lavoro e lezioni apprese dagli errori persistite come file JSON con changelog nel workspace, con onboarding, estrazione automatica delle convenzioni di progetto e lezioni basate su evidenze.

Hub di memoria e conoscenza di DeepSeek Harness che instrada le chiamate di aggiornamento, recupero e sottoscrizione tra plugin compatibili, con un backend Rust transazionale opzionale.

Recupera dal disco grezzo le sessioni dsh eliminate o corrotte (session.jsonl.zstd) e la memoria (memory.db), e ripara le sessioni ricostruite che non riprendono tramite il comando /session-repair nella UI web.

Aggiunge memoria a timeline a DeepSeek Harness: un registro di fatti a larghezza fissa e in sola aggiunta + una piramide di riassunti mantenuta dall'agent stesso, con un budget di lettura fisso e un costo di recall che non cresce con la quantità di memoria.

Plugin DeepSeek Harness installabile via NPM che raggruppa l'MCP di memoria persistente Engram e inietta il protocollo di memoria dell'agente padre.

Plugin nativo di DeepSeek Harness (dsh): memoria ibrida locale e cloud XMemo per agenti basati su Cordis.

Memoria di progetto basata su evidenze e approvata umanamente per DeepSeek Harness

Plugin esperienza globale DSH (scheletro): rileva automaticamente dipendenze locali/percorsi comodi/rete/disco e le consolida in un profilo ambiente cross-sessione, sottoscrive session/event per comprimere le statistiche per sessione, inietta un riassunto a basso costo in ogni turno del prompt di sistema, strumento env_profile per interrogare il set completo su richiesta — riduce il rilevamento ripetuto, accelera le sessioni, abbassa il consumo di token.

Richiamo e writeback automatici cross-sessione GoodMemory per DeepSeek Harness

Plugin settings-pro per DeepSeek Harness: bridge IM (Telegram/WeChat), utilizzo DeepSeek, memoria cross-restart, desktop pet e bridge visione

Plugin DSH: memoria Honcho v3 automatica a doppio peer, richiamo contestuale, ricerca, ragionamento, conclusioni e diagnostica dello stato

Revisore di sicurezza statico pre-installazione per bundle di plugin: script del ciclo di vita, esecuzione dinamica, combinazioni di esfiltrazione di credenziali e pericoli del livello patch, con zero dipendenze e analisi tar in memoria.

Bundle con un solo comando dei tre plugin AgentFrame: memory-director, compaction e aura-scheduler insieme.

Visione come plugin per i modelli solo testo su DSH, con interazione nativa per comprensione e generazione di immagini, automazione della GUI, memoria delle prove a strati e cache.

Tool di governance stage-gate: gate_open / gate_check / gate_list / gate_close richiamabili dal modello per verifiche di accettazione in memoria e per sessione con esiti PASS/BLOCK.

Toolkit di traduzione per gli agenti DSH: segmentazione in frasi, estrazione di termini e glossari, QA origine-destinazione (numeri, unità, parentesi), guide di tono e una memoria di traduzione durevole del workspace.

Memoria a lungo termine iniettata all'avvio della sessione: preferenze/fatti/riassunti/conoscenza in ambito globale e per progetto, richiamo con budget tramite `agent/pre-step`, archivio JSON durevole.