Plugin

L-clone gancio di memoria: DSH al termine di ogni turno (turn/end) esegue automaticamente il capture verso un cervello esterno; nella barra laterale della Web GUI il pulsante «大脑看板» (bacheca del cervello) apre con un clic il banco di lavoro della memoria.

Logica di compressione del contesto ispirata al cervello umano che riduce drasticamente l'occupazione di contesto e il consumo di token nei task lunghi.

Stato di lavoro esplicito tra sessioni per DeepSeek Harness: obiettivi, decisioni e passi successivi acquisiti automaticamente dagli eventi host o tramite uno strumento work_state visibile al modello, ispezionabile con /checkpoint.

Agent a livello di progetto autoevolutivo per DeepSeek Harness: 16 competenze di flusso di lavoro SDD (chiarimento, PRD, issue, coding, localizzazione, accettazione, revisione) più memoria e conoscenza di progetto che si accumulano nel tempo.

Osserva le tracce di esecuzione dell'agente e attiva una revisione LLM al termine di ogni turno andato a buon fine quando scattano i segnali, cristallizzando flussi di lavoro riutilizzabili in skill registrate che migliorano progressivamente con le esecuzioni successive.

Sostituisce il pulsante del modello con un selettore di modello e livello di impegno di ragionamento in stile Claude Desktop, con memoria del livello per modello, stile adattivo al tema, scorrimento fluido, track arrotondato, evidenziazione al passaggio del mouse e animazione a puntini.

Cinque mini-giochi casual (puzzle a scorrimento di numeri, Sudoku, snake, griglia di Schulte, memoria numerica) che compaiono all'inizio di un turno, più il salvataggio automatico dei progressi tra le sessioni.

Memoria locale a tre livelli per DeepSeek Harness: L1 memoria istantanea (MEMORY.md/USER.md) letta su richiesta tramite gli strumenti memory_* + L2 base di conoscenza ricercabile (fatti + SQLite FTS5, ricerca in cinese con tokenizzazione a finestra scorrevole) + L3 import da Hermes/Claude Code/Codex/WorkBuddy e da documenti approvati di Agent Hub (memory/global, memory/projects, decisioni accettate) con dedup per hash del contenuto. La v0.2.0 ha rimosso ogni iniezione automatica: la memoria entra nel contesto solo quando il modello chiama uno dei 12 strumenti memory_*, e i dati restano sul disco locale.

Memoria a lungo termine di progetto e globale per la GUI web di dsh: endpoint POST /items separati, contesto delle chiamate ai tool unito agli elementi di memoria come riassunti compatti, con deduplica e persistenza con ambito di sessione.

Bundle di preset di agenti per la gestione di desideri e attività: crea desideri o attività dalla conversazione, check-in nei giorni di opportunità, micro-azioni, più un archivio di memoria e grafici di progresso nella web UI.

Spazi di memoria cross-sessione governati dall'uomo, con relazioni indipendenti tra fonte e consumatore, provenienza, versioning, più revisione dell'iniezione prima dell'invio.

Memoria tra sessioni a doppio registro: estrae automaticamente fatti duraturi dalle conversazioni in MEMORY.md e mantiene un registro di progetto PROGRESS.md, richiamando entrambi in ogni nuova sessione.

Gestore di istanze per DSH Web: un pannello Mini Utility Dock che elenca ogni istanza locale di dsh web visibile dalla macchina (porta, PID, tempo di attività, sessioni attive, memoria residente, versione), avvia una nuova istanza su una porta libera scelta automaticamente tra 3080-3129 o su una porta indicata, apre una riga in una nuova scheda e ne arresta una o tutte tramite l'arresto controllato della singola istanza (appExit). Le righe mostrano anche cosa serve ogni istanza, e log e riepiloghi delle sessioni in sola lettura sono a un clic. Se è configurato un peer, il pannello elenca e interroga le istanze su altre macchine via collegamento autenticato con bearer. Ogni rotta è protetta in loopback, e un'azione browser deve superare anche l'autenticazione del browser dell'host.

Memoria di decisioni e obiettivi con lignaggio: comandi espliciti e un tool di modello registrano le decisioni in modo deterministico, una scheda di stato le riancora attraverso la compattazione, un flusso di eventi senza perdita con recupero BM25+jieba la supporta, e una suite di regressione sulla fedeltà a livello di scenario gestisce i rilasci.

Server MCP di memoria a lungo termine a livelli: turni grezzi → frammenti di attività → riepiloghi giornalieri → indici di argomenti, embedding locali MiniLM a 384 dimensioni o backend API compatibile con OpenAI, ricerca semantica con fallback Jaccard, installazione del plugin DSH con un solo comando.

Memoria procedurale gestita dall'agente: uno strumento skill_manage che crea, corregge, disabilita ed elimina le competenze dell'agente stesso in ambito utente o progetto, con protezioni di eliminazione (marcatore di creazione dell'agente, pin, confinamento del percorso) e un prompt di disciplina dei trigger.

Memoria cross-sessione per DeepSeek Harness tramite il dominio di storage ufficiale: le memorie persistono tramite ctx.storage (tabella storageDomain) e sono iniettate nel system prompt tramite una sezione registrata (memory:recall), con strumenti memory_save / memory_forget così l'agente legge e scrive la propria memoria (maxMemories configurabile).

Plugin per DeepSeek Harness: la CLI `self` di Superself come strumenti rivolti al modello più un comando /self — stato del progetto tra sessioni e progetti per gli agenti.

Plugin DeepSeek Harness: client Nocturne Memory — memoria a lungo termine automatizzata (boot/read/search/create/update) supportata dal tuo server Nocturne MCP.

Modalità Bot per DeepSeek Harness: un roster di bot nominati con avatar, personaggi e chat per bot, ciascuno supportato da una sessione subagent duratura e continuabile che mantiene la memoria tra i turni.

Abilità di scaffolding della documentazione di progetto: configurazione guidata da domande di standard di progetto, flussi di lavoro di collaborazione con l'IA e disciplina della memoria su DSH, Reasonix, Claude Code e Codex.

Skill per storie di vita: cattura momenti e frammenti, crea un profilo utente e genera romanzi, sceneggiature o autobiografie.

Ciclo di vita della memoria locale per il plugin ufficiale Hindsight su DSH desktop: avvio/arresto con un clic del demone hindsight-embed, avvio automatico al boot, arresto all'uscita, nasconde la finestra della console uv.exe e installa il vault/modelli su un'altra unità.

Memoria a file stratificata per DeepSeek Harness con note USER/MEMORY per workspace, consolidamento in background e richiamo ibrido della sessione.