Plugin

Plugin nativo di grafo di conoscenza Graphify che fornisce 10 strumenti di intelligence del codice, ricerca topologica, scoperta di nodi dio e triage del raggio di esplosione delle PR.

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)

Un unico livello di memoria per ogni strumento e agente AI: iniezione di Context Bundle, recupero al momento del prompt, strumenti MCP e cattura del thread DSH a fine turno.

Collega DeepSeek Harness a Busabase: cerca nella conoscenza del workspace, lavora con record e app strutturati, invia le scritture come ChangeRequest revisionabili e ispeziona i risultati in schede live.

Esegue TiddlyWiki 5 come base di conoscenza persistente di DSH: dieci strumenti agente tiddlywiki_* (ricerca filtrata, lettura/scrittura/lotto/rinomina/elimina, recenti, tag, sincronizzazione git con risoluzione dei conflitti), un editor TiddlyWiki completo incorporato nella colonna centrale della GUI tramite un proxy same-origin, una scheda wiki laterale destra, una scheda per sessione che riassume le note lette o scritte da una sessione, una scheda nota rapida con salvataggio automatico delle bozze e un segnalibro di ritaglio opzionale con allegato immagine — il tutto supportato da un repository git con commit automatico.

Uno swarm governato di sei agent DSH specialisti — orchestrator, planner, bridge alla knowledge base, developer e due reviewer — trasforma un requisito in una pipeline di fasi rigida in cui ogni consegna deve dimostrare il proprio valore con evidenze strutturate prima che possa iniziare la fase successiva; i reviewer sono sola lettura, i merge del codice avvengono solo dopo un passaggio di review e un log eventi append-only offre replay completo e audit su una bacheca kanban live. Il suo design trae ispirazione dal kanban di Hermes Agent.

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.

Base di conoscenza generica per DSH: importazione di md/txt/json/yml/docx/pdf, gestione delle cartelle, ricerca full-text FTS5 (BM25) e un'interfaccia web di amministrazione.

Preset dell'agente basato su knowledge base: memoria a lungo termine tipo wiki, un'interfaccia web KB, una pagina di gestione e rifinitura opzionale dell'interfaccia.

Base di conoscenza secondo il pattern Karpathy LLM Wiki per DSH: competenze wiki-write/wiki-search, pipeline senza dipendenze (lint/indice/sincronizzazione memoria mnemon/feedback di qualità), plugin di ciclo di vita minimale che inietta schema + anteprima della conoscenza, richiamo semantico SiliconFlow via proxy compatibile con Ollama.

Una base di conoscenze in stile Obsidian: importa fonti, lascia che l'LLM costruisca e mantenga un wiki interconnesso e poni domande basate su di esso.

Strumenti nativi per un vault wiki Obsidian: wiki_query, wiki_write, wiki_rename, wiki_scaffold, wiki_archive e wiki_lint coprono la ricerca BM25 con contesto del grafo di link, scritture contabili con tracciamento delle fonti sha256, rinomine a livello di vault, scaffold di modalità, archiviazione delle fonti e controlli di integrità — con lock tra processi e git auto-commit opzionale.

Bridge di tutoraggio DeepTutor: spiegazioni approfondite, domande di autoverifica, pianificazione del percorso di apprendimento, ricerca nella base di conoscenza personale (RAG) e archiviazione delle note tramite gli strumenti deeptutor_run / deeptutor_kb / deeptutor_note.

Contesto di business knowledge-network per DeepSeek Harness: collega una sessione a una rete di conoscenza OpenBKN, interroga i suoi oggetti e metriche tramite strumenti MCP gestiti e apre la provenienza con tracce (fatti di esecuzione e un grafo di business) per ogni risposta. Fornito con OpenBKN Runtime; le viste di provenienza richiedono una licenza enterprise OpenBKN.

Collega il grafo di conoscenza del codice Codebase Memory MCP in DSH e mantiene freschi i repository indicizzati con un watcher del filesystem con debounce. Bridge MCP solo per Windows (la metà del watcher è multipiattaforma); auto-installa la propria CLI npm tramite npx al primo avvio.

Plugin di potenziamento per DSH Desktop: mette in chiaro fatti verificabili. Vincoli iniettati solo quando servono, a livelli (testo stabile per la sessione nel system prompt, contenuto volatile in coda); la cache resta valida. Disciplina: ogni turno è classificato (domanda/ricerca/discussione/diagnosi/esecuzione); niente modifiche nei turni di domanda né correzioni non richieste in quelli di diagnosi; segnala citazioni di codice non aperto e affermazioni su simboli mai visti. Memoria: avvisi al 75%/90% del contesto, riepilogo esportabile, conoscenza di progetto per directory. Artefatti: contratto del task, registro modifiche, registro ipotesi con gate, decisioni di design. Dashboard: metriche in lume-metrics.jsonl via lume_metrics; personas distillate da chat, romanzi o schede.

Uno strumento read_graph basato su un grafo di conoscenza del codebase (relazioni CONTAINS / EXPORTS / IMPORTS / IMPORTS_SYMBOL)

Un nucleo di giudizio per DeepSeek Harness: un ciclo cognitivo che dà a ogni decisione fonte e attribuzione e porta la pianificazione fino alla chiusura, una memoria ippocampale che condensa l'esperienza in conoscenza riutilizzabile e una scheda persona personalizzabile (nome, personalità, stile di comunicazione). Richiede DSH ^0.1.0-rc.7.

Plugin per basi di conoscenza: crea pacchetti KB verificabili (riferimenti + SQL).

Grafo di conoscenza del codice locale per agenti: analizza un codebase (Python/JS/TS/Go/Java/Rust) in un indice SQLite e risponde a domande su chiamanti, chiamati, dipendenze, dipendenti, impatto e full-text.

Strumenti di comandi CLI Lanting + guardia L0: 9 strumenti di memoria + 6 strumenti di qualità (registrazione defineTool, spawn venv _cli.py) + guardia di scrittura/chiamata diretta

Sistema di base di conoscenza in stile Cherry Studio per DeepSeek Harness (DSH): basi, documenti, chunking, embeddings (compatibile con OpenAI / Ollama / locale / fallback lessicale), recupero, strumenti rivolti ai modelli e un pannello di gestione nel browser.