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.

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.

Un repository, tre parti: un iniettore runtime per i pacchetti plugin di DSH (inietta, ricarica a caldo, scarica, porta in primo piano uno strumento di staging di sviluppo, routing autoriparante, più un gestore di plugin nella pagina delle impostazioni che elenca, scarica e trascina cartelle per internalizzarle), un agent preset router di modalità di ragionamento consapevole del task (router-standard / router-spec / router-react) e un protocollo di attività graduato a due livelli i cui sei strumenti (commit_star, lock_stage, revise_do, edit_plan, mark_task, redteam_verdict) fissano lo stato del task su disco. L'implementazione dell'iniettore è inclusa nell'albero, quindi l'installazione porta con sé il proprio comportamento invece di una lista di dipendenze.

Sostituisce i provider del filesystem e bash con uno spazio di lavoro virtuale mirage: gli strumenti per i file e i comandi shell vengono eseguiti su risorse montate (RAM, S3, Redis, Slack, Gmail, Notion, Postgres) invece che sul disco host, con modalità di lettura/scrittura/esecuzione per ciascun mount, instradamento sandbox per comando (monty, pyodide, quickjs in processo; docker, e2b, daytona remoti) e CLI installate (git, gh, slack, linear, ntn, gws, oppure una registrata dall'utente) come parole iniziali nel terminale virtuale.

Collega DeepSeek Harness alla base di conoscenza personale local-first e auto-evolutiva di ReMe: cattura automaticamente le conversazioni completate dell'agente principale come memoria Markdown di proprietà dell'utente, cerca conversazioni e materiali originali tramite reme_search con BM25, embedding opzionali e espansione dei wikilink, e pianifica una consolidazione giornaliera della memoria.

Collega DeepSeek Harness alla base di conoscenza personale locale-first e autoevolutiva di ReMe: cattura automaticamente le conversazioni completate dell'agente principale come memoria Markdown di proprietà dell'utente, cerca nelle conversazioni e nel materiale sorgente tramite reme_search con BM25, embedding opzionali ed espansione dei wikilink, e pianifica il consolidamento giornaliero della memoria.

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.

Installa un preset dedicato e un banco di lavoro per la scrittura di romanzi con l'IA: risorse di progetto locali con controllo delle versioni, un cassetto laterale compatto e modifiche native a file singolo soggette ad approvazione.

Backend CloudBase per DeepSeek Harness — app full-stack dalla chat, pannello DB/Storage/Auth e distribuzione con un clic.

Pet da desktop per la Web UI di DSH con 25 animazioni trasparenti, vagabondaggio sullo schermo, reazioni al clic e trascinamento, più una pipeline riproducibile per la generazione degli asset.

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.

Pet da desktop (stile QQ-pet): fluttua nell'angolo, trascinabile, nutribile, con cui si può giocare.

Un simulatore iOS live o un iPhone collegato via USB dentro la conversazione: 22 tool per avviare, compilare e guidare l'interfaccia tramite identità di accessibilità o testo OCR, azioni sulle righe di lista e hot reload delle preview SwiftUI, più un pannello laterale in streaming che puoi toccare e trascinare.

Esplorazione dell'architettura AGI white-box: metacognizione (ciclo di auto-cognizione), apprendimento continuo (volano della conoscenza), modello del mondo (spazio delle condizioni, grafo di memoria spazio-temporale), auto-miglioramento (disciplina bootstrap), pipeline white-box zero-LLM e guardrail di fiducia verificabili.

Barra laterale a comparsa: elenca gli artefatti e un albero dei file con molteplici formati di anteprima, si apre in una scheda del browser separata che puoi trascinare su un altro monitor e coesiste contemporaneamente con altri plugin della barra laterale.

Gestisce skill DSH e server MCP dalle impostazioni web: schede skill con attiva/disattiva rapida, scope workspace, gruppi, migrazione batch e import drag-and-drop, più CRUD MCP stdio/HTTP con test di connessione, redazione dei segreti e il CLI unificato dsh-panel.

Un animale da desktop ragazza-balena per l'interfaccia Web DeepSeek Harness: crescita tramite carezze, poses di stato lavorativo per tipo di strumento, 494 righe di dialogo, 30 obiettivi, un diario di crescita, fisica di trascinamento, sincronizzazione del tema e una modalità di accessibilità. Il rilevamento delle parole chiave della chat e la cura del saldo API sono disattivati e opt-in; un umore meteo opzionale richiama Open-Meteo solo dopo che avrai nominato una città. Nessuna telemetria.

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.

Ricerca pensata per gli agenti: copertura multilingue su web, ambito accademico, codice, shopping, finanza, notizie ed enciclopedie.

Memoria associativa proattiva per DSH: inserisce recall senza prompt a un confine fisso, con auto-consolidamento a tre livelli, cristallizzazione delle skill e gestione del contesto in stile Astra. Include registri di handoff e una lavagna PLAN che sopravvivono ai cambi di finestra del contesto, oltre al rilevamento del livello con una finestra di modello autodetect. Archiviazione locale in Markdown, agnostica rispetto al modello, zero dipendenze; pavimento lessicale di 0 GB con livelli semantici opzionali.

Skill per agenti AI dedicate a Sealos: distribuisci qualsiasi progetto, provisiona database, object storage e altro con un solo comando. Funziona con Claude Code, Gemini CLI, Codex.

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).

Caricamento file con card di allegati colorate (archiviazione isolata per sessione, deduplicazione sha256, pulizia con TTL) più uno strumento read_document con rilevamento del contenuto per PDF/DOCX/XLSX/TXT.