Plugin

Vault Obsidian locale come archivio di conoscenza dell'agente, con tool DSH in sola lettura che instradano status, preferenze, correzioni, memoria, progetti, ricerca e suggerimenti alla pagina corrispondente.

Vault Obsidian locale come archivio di conoscenza dell'agente, con strumenti DSH in sola lettura che instradano stato, preferenza, correzione, memoria, progetto, ricerca e suggerimento alla pagina corrispondente.

Memoria di progetto solo locale, senza dipendenze runtime incluse né servizi esterni: JSON come fonte di verità più un PROJECT_MEMORY.md generato, Hot Memory limitata da token e congelata per sessione per la stabilità della cache dei prefissi di prompt, richiamo BM25 cross-progetto in cache, provenienza affidabile di sessione/turno, governance spiegabile di duplicati/conflitti prima della scrittura, ciclo di vita modificabile di importanza/pin/tag/sostituzione/archiviazione, distillazione configurabile a fine turno di livello superiore e una GUI web bilingue per ricerca, ispezione, diagnostica e impostazioni in tempo reale.

Memoria a lungo termine per DeepSeek Harness: recupero multicanale e un archivio di memoria in evoluzione.

StrataGate fornisce a DeepSeek Harness una memoria a lungo termine evolutiva, local-first per preferenze utente, decisioni di progetto, conversazioni e risultati degli strumenti tra le sessioni; sovrappone la cronologia con decadimento temporale regolabile dall'utente, rafforza i ricordi tramite l'uso nelle risposte reali, mostra conteggi d'uso consapevoli dell'area di lavoro e mantiene le evidenze richiamate tracciabili fino ai messaggi originali.

Memoria a lungo termine per DSH: le conversazioni vengono distillate automaticamente in fatti atomici, riassunti di scena e un profilo persona, con ricordi rilevanti iniettati prima di ogni passo del modello. Pronto all'uso senza configurazione — recupero ibrido BM25 + vettoriale, embedding locali offline opzionali, separazione delle famiglie chat/lavoro.

Pipeline per il costo in token di DeepSeek Harness: compattazione a livelli sensibile alla pressione (proiezione senza perdite sotto il 40% di pressione del contesto, riassunto con LLM sopra), allowlist dei tool per agente, conversione di testi lunghi in immagini con riassunto visivo e un comando /token-status che traccia pressione, livelli e token risparmiati.

Memoria di progetto per dsh con integrazione nativa del task system: i todo di sessione e le letture dei file si condensano automaticamente in record di task cross-sessione (link task↔file), così i workflow sono commutabili e riprendibili senza ricontestualizzare. Memoria in lettura (nessuna scansione preliminare): estrae simboli di codice, riassume la documentazione e collega docs↔symbol; potenziamento semantico TS opzionale (attivo automaticamente quando TS è installato). Le note di esperienza vengono deduplicate automaticamente. Ogni richiamo include una citazione tracciabile. Solo JS, una sola dipendenza, funziona subito, operazione silenziosa, overhead zero.

Recupero semantico, gestione delle risorse, richiamo automatico (spazi doppi utente + agente) e memoria di sessione per DeepSeek Harness: memsearch/memfind/memread/membrowse/memgrep/memglob su URI viking://, gestione delle risorse memadd/memremove, stato osservatore memqueue, cattura della sessione memcommit e generazione di playbook di competenze memlearn.

Bridge per ShiGuang Memory Engine (SGME): memoria a lungo termine condivisa multi-agente via HTTP — distillazione L0/L1/L1.5/L2, iniezione basata su scenario, ricerca unificata e segnali proattivi di cura (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), installabile come `dsh-sgme`

Plugin di memoria cross-sessione per DeepSeek Harness (DSH): memoria di progetto Markdown mantenuta dal modello di dialogo mentre lavora, con file tematici a rivelazione progressiva, distillazione silenziosa opzionale in background, isolamento per progetto e pannello impostazioni con hot update. Meccanismo allineato a Claude Code auto memory. | Memoria Markdown cross-sessione mantenuta dall'agente: file tematici a rivelazione progressiva, distillazione silenziosa opt-in, isolamento per progetto. Allineato a Claude Code.

Plugin di memoria a lungo termine e auto-evoluzione per DSH: acquisizione L0 → estrazione della memoria L1 → raggruppamento delle scene L2 → persona utente L3, iniezione automatica dei ricordi, sintesi delle competenze, completamente locale (SQLite FTS5 + jieba, recupero vettoriale opzionale).

Memoria di team auto-evolutiva come semplice Markdown in git: un plugin nativo Cordis che registra 38 strumenti di memoria bare-name più una sezione di segnali di prompt rivalutata ad ogni assemblaggio, con rinforzo RPE, decadimento e consolidamento durante il sonno; condivide un repository dati con i suoi host Claude Code (MCP) e OpenClaw; verificato con DSH 0.1.0-rc.6.

Memoria di team auto-evolutiva come semplice Markdown in git: un plugin Cordis nativo che registra 38 strumenti di memoria dal nome semplice più una sezione di segnali del prompt rivalutata a ogni assemblaggio, con rinforzo RPE, decadimento e consolidamento durante il sonno; condivide un unico repository dati con i suoi host Claude Code (MCP) e OpenClaw; verificato con DSH 0.1.0-rc.6.

Porta lo stato persistente delle attività tra DeepSeek Harness, WorkBuddy, Claude Code e Codex, con checkpoint leggibili dalla macchina e locking ottimistico.

Ciclo di autoaffinamento continuo: memoria persistente, revisione e affinamento periodici, conoscenza condivisa tra sessioni e rollback automatico tramite uno strumento harness_refine richiamabile dal modello.

Memoria persistente local-first per DeepSeek Harness: iniezione di hot memory pre-step limitata, richiamo a freddo BM25 esatto e a bigrammi cinesi, sei strumenti agent, scritture con lease-lock approvato tramite approvazione con ricevute di recupero, e candidati di governance e revisione della traiettoria in sola lettura.

Port fedele del meccanismo MEMORY.md / USER.md di hermes-agent per DSH: memoria dual-bank limitata (2200/1375 caratteri), un singolo strumento `memory` (add/replace/remove/batch), iniezione di snapshot congelato per sessione, promemoria nudge, archiviazione JSON nativa DSH — zero dipendenze esterne, zero costo LLM.

Avvolge il lavoro in attività con nome e, quando un'attività si chiude, comprime l'intero arco di messaggi in un unico riassunto al successivo confine di passo; il contenuto originale può essere ripristinato su richiesta.

Memoria tra sessioni basata su file: file di memoria in Markdown semplice con iniezione automatica di recupero, compatibile nel formato con CLAUDE.md e i file di memoria di Claude Code, quindi migrare è una copia manuale dei file.

Un unico vault Obsidian condiviso per ogni agente: core Python privo di dipendenze (search/promote/adjudicate/forget), template del vault, plugin dsh (memory_search/show/submit/status)

Lato DSH dell'ecosistema di memoria dsh-ecolink: collega chat.deepseek.com e DeepSeek Harness tramite un'estensione del browser che raccoglie i tag di memoria in formato DSM e inietta le memorie richiamate nelle chat web, un servizio locale senza dipendenze che scrive un pool di memoria condiviso e questo adapter, che inietta le memorie prima dello step e offre la scrittura di ritorno /ecolink-push; la compressione è transazionale (pool di staging con commit/rollback).

Anteprima tecnica della memoria a grafo locale per DSH e Codex: ricorda le evidenze globali del proprietario e del progetto corrente prima di ogni turno, scrive i record USER e ASSISTANT separatamente e preserva la provenienza di progetto, sessione, attore e fonte per un atlante visivo e pagine di conoscenza citate.

Memoria a grafo locale in anteprima tecnica per DSH e Codex: richiama le prove a livello di proprietario e del progetto corrente prima di ogni turno, scrive separatamente i record USER e ASSISTANT e conserva la provenienza di progetto, sessione, attore e fonte per un atlante visivo e pagine di conoscenza citate.