Plugin

Hindsight, una memoria per agenti che apprende: memoria di progetto a lungo termine con richiamo e conservazione automatici, pagine di conoscenza, riflessione approfondita e banche di memoria per repository.

Distillazione automatica delle conversazioni: riflessione in background tramite subagent + creazione/aggiornamento delle skill.

Memoria di esperienza e riflessione per agenti DSH: estrae automaticamente lezioni candidate dopo le attività e richiama quelle esaminate dall’utente nei successivi compiti pertinenti. Supporta provenienza delle fonti, recupero per progetto, conflitti, feedback d’uso e revisione scadenza. Acquisizione e richiamo hanno controlli separati; scrivere in AGENTS.md richiede anteprima e applicazione esplicita. Guida introduttiva di 4 passaggi nelle impostazioni.

Suite di disciplina di esecuzione per DSH con intercettazione dei tentativi identici, riflessione forzata, applicazione dei todo, deduplicazione della memoria e promozione dell'esperienza a competenza (11 plugin + 6 competenze).

Plugin proattivo di scheduling multi-modello: intake segnali multi-fonte con dedup e ranking di urgenza, motore decisionale a quattro vie execute/defer/dismiss/ask-user, generazione piano DAG con esecuzione parallela di modelli, riflessione qualità con retry automatico e switch di modello, memoria a lungo termine per pattern di task e lezioni, ed evoluzione della strategia tramite algoritmi genetici con valutazione sandboxed e rollout canary.

Framework di agenti autoevolutivo per DeepSeek Harness (dsh): 40 plugin Cordis e 4 preset per memoria, riflessione, controlli, metriche e un ciclo evolutivo verificabile. Non si installa con un solo comando. Clona il repository ed esegui install/install.sh --profile=web (servono bash, Node 20+, python3 e DSH 0.1.7-rc.1 o successivo con un profilo inizializzato); poi riavvia.

Riassume il lavoro della sessione in osservazioni e riflessioni di fondo per preservare il contesto dopo la compattazione.

Porta ogni prompt dsh nella pipeline locale di memoria di feedback agent-feedback-loop — cattura l'insoddisfazione, la rielabora offline in riflessioni e ricollega al turno il contesto compilato delle regole di ricorrenza, senza mai bloccare un prompt. Richiede il runtime agent-feedback-loop; eseguendo poi agent-feedback-loop install i profili dsh esistenti vengono collegati automaticamente.

Memoria cross-sessione con ambito di progetto: snapshot di PROJECT.md iniettato nel primo messaggio utente, uno strumento memory_remember e auto-riflessione dopo i task ReAct; ogni progetto mantiene il proprio file di memoria

Plugin di memoria Reflect2Evolve: memoria a livelli L1/L2/L3, retropropagazione del valore pesata dalla riflessione, induzione di policy tra attività, cristallizzazione di skill e recupero a tre livelli per OpenClaw, Hermes Agent e DeepSeek Harness.

Livello di riflessione per sessioni DSH: riscrive gradualmente una visione del mondo di 3–7 voci tra valori, preferenze e abitudini, monitora spirito, salute e saldo, acquisisce video Bilibili/Douyin e conserva un archivio di crescita verificabile. Video facoltativi, richiedono cookie del sito; l’analisi Douyin richiede anche Edge/Chrome e yt-dlp.

Distilla sessioni lunghe in osservazioni e riflessioni in background, le inserisce come sezione del system prompt e crea riepiloghi di compattazione dalla memoria preparata. Include una pagina Impostazioni e richiamo supportato dalle fonti.

Plugin di memoria permanente per DSH con ricerca vettoriale, riflessione LLM e pagine di conoscenza.