Plugin

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.

Livello mnemonico.

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.

Compressione del contesto guidata dal modello (Active Context Pruning) per DeepSeek Harness: è il modello a decidere quando e cosa comprimere.

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.

Agent Context Editor è un plugin cross-agent per escludere, modificare e comprimere selettivamente il contesto delle conversazioni IA manualmente. Supporta anche ricerca, filtro, selezione, nascondere, ripristinare e annullare le modifiche alla conversazione preservando la sessione originale.

Continua ad approfondire da qualsiasi risposta completata a qualsiasi profondità mentre la sessione principale rimane intatta.

Seleziona testo in una risposta DSH committed per aprire un Topic multi-turno indipendente, persistente, read-only legato all'evidenza della sessione sorgente e ai file di progetto mentre l'Agent sorgente continua a funzionare.

Oh My DSH (OMD) aggiunge riepiloghi di contesto con richiamo della fonte originale, verifica legata alle attività, ottimizzazione dei prompt, navigazione del codice CodeGraph, controllo del computer OpenCU e quattro temi che coprono layout, barre laterali e impostazioni.

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.

Compressione senza perdita del contesto per DeepSeek Harness: l'intervallo più vecchio viene sostituito da un riassunto, mentre gli originali restano nel registro della sessione.

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.

Gestisci server MCP, skill e strumenti del tuo agente — stato reale nel contesto (caricato/troncato/espulso) e interruttori per sessione.

Sostituisce il riassuntore di compattazione integrato di DSH con un riepilogo di passaggio in cinque sezioni e mantiene leggibile ogni messaggio ombreggiato in una directory di segmenti.

Bundle di rotazione della finestra di contesto guidato dal modello per DeepSeek Harness: contesto di lavoro nuovo, note durevoli gestite dal modello, una breve coda recente in forma letterale e recupero mirato della cronologia — senza riassunti.

Compressione del dialogo in-place con curva di dimenticanza per DeepSeek Harness: i turni recenti restano verbatim, quelli centrali sono strutturalmente disidratati (senza LLM), quelli antichi si ripiegano in una coppia di riassunti limitata — conversazioni illimitate su un budget di memoria limitato.

Aggiunge contratti di esecuzione persistenti, grafi di lavoro ricorsivi, chiarificazione critica e gate di evidenza per attività Harness lunghe o poco specificate.

Windowed, reversible context management for DeepSeek Harness; replaces Basic compaction.

Fronts stdio MCP servers with three router tools (list_capabilities, describe_tool, call_tool) so schemas load on demand instead of riding every request; shapes every tool result through a deterministic output ladder that archives the original first (retrieve_spill reads it back); prices tool groups in tokens and can hide built-in groups per agent. Bridges to a standard-library Python router, so Python 3.9+ is required.

Compaction fallback for compaction-basic: when its LLM summary throws, comes back empty or cannot fit the window, the span is compiled deterministically with a seq pointer on every line (vendored dsh-compaction-instant compiler). Adds recall and search tools, /recall and /context commands, an idle trigger at 45% of the window and an on-disk span archive. The engine mounts as one row in the agent preset (docs/dsh-integration.md).

Adaptive Reversible Context (ARC) per DeepSeek Harness — governance del contesto consapevole del provider e della cache, con recupero reversibile.

Plugin di gestione dinamica del contesto per DeepSeek Harness (Dynamic Context Pruning for dsh), ispirato a opencode-dcp.

Lets the model trigger compaction itself at a safe point via a compact_now tool (works mid-turn), plus a context_status tool reporting real token usage against the session's actual context window.