Plugin

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

Memoria DSH a lungo termine su disco: acquisisce ogni turno in un vault SQLite FTS5 e inietta turni passati rilevanti in nuove sessioni entro un budget di caratteri per turno. Raggruppa sessioni in file conversazione riprendibili e offre pannello Web di ricerca, paginazione e capacità.

Memoria a lungo termine basata su SQLite per DeepSeek Harness: aggiunge, cerca, aggiorna e archivia voci con categorie e tag, registra automaticamente le conversazioni, applica compressione a livelli e limita il recupero al workspace corrente più i fatti globali.

Memoria a file limitati per agenti locali: archivio `ME.md` e `MEMORY.md` per progetto, iniezione stabile in cache, posta in arrivo a righe di testo semplice e barra laterale Memory. Senza embedding o chiamate LLM.

Nucleo di memoria per workspace memory-eternal-ws: cambia automaticamente archivio Markdown locale in base al workspace DSH. Ogni progetto usa il proprio .dsh/memory-vault e le conoscenze tra progetti vanno nell’archivio globale. Fork di dsh-memory-eternal v0.7.0, mantiene tutte le funzioni: registrazione e richiamo automatici, schede e grafo della conoscenza, centro revisioni, cestino e pagina delle impostazioni.

Collega l’agente a un vault persistente di memoria OKF tramite MCP stdio: server Python (SQLite FTS5 + Markdown) con 10 strumenti per cercare e salvare decisioni, fatti, apprendimenti, convenzioni, profili e fonti.

Autopilota della memoria di sessione: osserva le sessioni DSH ed estrae voci OKF in-process tramite il LLM dell’harness (ctx.llm, deepseek-official per impostazione predefinita) nei checkpoint di inattività, commit, compaction e fine; le salva tramite il server MCP del vault.