Plugin

Quattro strumenti di sola lettura su una base di conoscenza WeKnora: elenca basi di conoscenza, ricerca ibrida di passaggi, riassembla i chunk di un documento in ordine, e la risposta RAG citata o la risposta agente ReAct di WeKnora con un session id ripristinabile.

Strumenti di recupero della conoscenza WeKnora per DeepSeek Harness (dsh): ricerca semantica, lettura di documenti e risposte RAG/agente sulle tue basi di conoscenza.

Memoria di ripristino dai fallimenti: cerca e registra le lezioni di ripristino dai fallimenti tratte da sessioni di ingegneria reali, con recupero BM25 + RAG semantico e una base di conoscenza delle lezioni apprese.

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.

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()

Session Workbench: ricerca full-text nelle sessioni passate, richiama fino a 3 come @references e gestisci le schede della vista conversazione (mostra/nascondi + riordino tramite trascinamento).

La knowledge base per lo sviluppo di plugin DSH come abilità dell'agente su richiesta: vincoli ufficiali, flussi di lavoro delle attività, riferimento API e insidie della comunità, installata con il bundle in modo che l'agente possa consultare durante la creazione di un 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.

Trasforma documenti locali in markdown e testo in una base di conoscenza interrogabile con ricerca ibrida semantica e per parole chiave, verifica delle citazioni e iniezione di fonti.

RAG per una knowledge base bibliografica locale: 10 strumenti (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), ricerca ibrida BM25+vector+reranker, QA con citazioni e link DOI cliccabili, embedding bge interamente locali su un indice SQLite in un singolo file. Richiede Python 3.9+ con pymupdf, faiss-cpu e sentence-transformers; l'installer `npx dsh-kb-rag-install` li configura e pre-scarica il modello.

Fornisce basi di conoscenza locali e remote con recupero nell'ambito di progetto e sessione, riscrittura controllata e una console di gestione Web integrata.

Plugin di memoria DSH fatto in casa: archiviazione persistente SQLite + guardia di audit a livello di database (enforceAudit) + log di audit. Cattura automaticamente conoscenza dopo le conversazioni, gli agenti ricordano via memory_recall, supporta la condivisione multi-agente tra Claude Code/Codex/Cursor. Zero dipendenze esterne.

RAG di base di conoscenza letteraria locale per DSH: ricerca ibrida BM25 + vettoriale su un indice SQLite, reranking con cross-encoder, risposte citate con provenienza a livello di sezione e pagina, aggiornamento dei soli metadati e ingestione in background con polling del progresso.

Aggiunge un pannello di impostazioni multiutente al client web DSH: selezione della modalità d'uso, gestione dei membri con stato online e associazione dei dispositivi, e cambio o condivisione delle basi di memoria e conoscenza per ciascun membro.

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)

Base di conoscenza portatile per agenti in Markdown OKF v0.2 semplice: 13 strumenti wiki_* di lettura/scrittura, divulgazione progressiva, backlink, scritture controllate dalle regole di AGENTS.md, manutenzione automatica di indice e log, linting e commutazione tra più bundle denominati (a livello di sessione o globale).

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.

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.

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.

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.

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