Plugin

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.

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).

Porta la cronologia delle sessioni di diciannove altri agenti di codifica in DeepSeek Harness: richiamo, riassunto della sessione e strumenti di cronologia per file su un indice locale, più richiamo automatico opzionale prima di ogni passaggio.

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.

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.

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.

Memoria cross-sessione limitata, a livelli, soggetta ad approvazione e verificabile: un'interfaccia `ctx.memory` tipizzata con un provider SQLite senza dipendenze, uno strumento `memory` e l'iniezione di snapshot congelati, oltre alla prova generale del dsh-memory-protocol v1 con un registro degli adapter e una suite di conformità distribuibile.

Memoria a lungo termine per gli agenti DSH — ricordi durevoli e ispezionabili con strumenti di richiamo, ricerca, navigazione e grafo della conoscenza, importazione da altri dieci strumenti di codifica IA e una pagina delle impostazioni.

La memoria che sogna — memoria tra sessioni per DeepSeek Harness: ti ricorda tra le sessioni, si autoconsolida nel sonno (autoDream), congela i ricordi in conflitto per la tua revisione e mantiene una traccia di audit riproducibile. Ricerca semantica locale offline-first su SQLite con mirror Markdown modificabili a mano, un grafo di entità, un pannello memoria interattivo, più un'API esterna e una CLI.

La memoria che sogna — memoria tra sessioni per DeepSeek Harness: si ricorda di te tra le sessioni, si autoconsolida nel sonno (autoDream), congela le memorie in conflitto per la tua revisione e mantiene una traccia di audit riproducibile. Ricerca semantica locale offline-first su SQLite con specchi Markdown modificabili a mano, un grafo delle entità, un pannello memoria interattivo, più API esterna e CLI.

Le conversazioni recenti restano vivide. Quelle più vecchie sfumano in riassunti, non nell'oblio. StrataGate offre a DeepSeek Harness una memoria a sei livelli con decadimento temporale, mentre eventi e relazioni duraturi si depositano in un grafo della conoscenza. Porta con te i tuoi ricordi da altre AI—non c'è bisogno di ricominciare da capo.

Memoria causale per dsh: bridge MCP stdio senza dipendenze che monta i 17 strumenti del server causal-memory con nomi puliti (senza prefisso mcp__) — archi decisione → esito con relazioni tipizzate (caused / enabled / prevented) in un archivio SQLite locale che persiste alla compattazione — più una sezione di prompt di sistema fissata. Richiede il binario del server causal-memory nel PATH (pip install causal-memory, oppure una release precompilata).

Auto-memoria in stile Claude Code, nativa: file di memoria tipizzati (user/feedback/project/reference) con un indice MEMORY.md iniettato automaticamente nel system prompt (zero footprint quando è vuoto); memory_write/read/list/delete seguono le regole di scrittura di Claude Code (deduplica e aggiornamento, date assolute, collegamenti incrociati); livelli con ambito workspace e ambito utente, file locking tra processi con recupero dei lock orfani, Markdown semplice su disco, nessun servizio esterno, nessun embedding.

Motore di memoria tra sessioni per DeepSeek Harness: archivio SQLite + specchio Markdown modificabile dall'utente, consolidamento autoDream, ricerca semantica offline (vettorizzazione/riordino/clustering locali), timeline entità-attributo, Sleep Mode, autoSummarize con modello personalizzato e 7 strumenti di memoria.

Assistente personale per DeepSeek Harness che trasforma gli impegni conversazionali in piani tra sessioni, promemoria e una dashboard verificabile