Plugin

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.

Motore di report di ricerca verificabili per DeepSeek Harness con un registro delle evidenze indirizzato per contenuto, report sigillati versionati in cui ogni affermazione reca un verdetto di verifica e l'hash del manifest sigilla la directory, e orchestrazione di recupero che riutilizza le giunzioni ctx.web e ctx.jobs.

Memoria a lungo termine locale basata su Git per DeepSeek Harness con recupero ibrido CJK/inglese, contesto citato, sincronizzazione transazionale, anteprime e rollback.

Integrazione DeepSeek Harness per OpenContext con memoria durevole tra sessioni, cattura e richiamo automatici dei prompt, riepiloghi di sessione, approfondimenti strutturati e recupero di documenti.

Memoria a lungo termine per DeepSeek Harness: recupero multicanale e un archivio di memoria in evoluzione.

Memoria a lungo termine per DSH: le conversazioni vengono distillate automaticamente in fatti atomici, riassunti di scena e un profilo persona, con ricordi rilevanti iniettati prima di ogni passo del modello. Pronto all'uso senza configurazione — recupero ibrido BM25 + vettoriale, embedding locali offline opzionali, separazione delle famiglie chat/lavoro.

Compressione automatica del contesto per DeepSeek Harness: comprime gli output degli strumenti prima che raggiungano il modello e mantiene ogni compressione lossy reversibile tramite strumenti di recupero CCR.

Recupero semantico, gestione delle risorse, richiamo automatico (spazi doppi utente + agente) e memoria di sessione per DeepSeek Harness: memsearch/memfind/memread/membrowse/memgrep/memglob su URI viking://, gestione delle risorse memadd/memremove, stato osservatore memqueue, cattura della sessione memcommit e generazione di playbook di competenze memlearn.

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.

Memoria a lungo termine tra sessioni con la metafora del «palazzo della memoria»: archivi SQLite a doppio ambito (utente + progetto per origine git), recupero ibrido FTS5 + vettori locali con fusione RRF e potenziamento del ranking per recenza/prova, acquisizione automatica dal registro della sessione (incluso il turno finale), catene di audit della provenienza, distillazione per consolidamento e oblio per decadimento, e un pannello Memory Library nella pagina delle impostazioni con topologia dei corridoi, maggiordomo per i tour e lista di ristrutturazione.

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.

Livello di integrazione nativo DSH per il motore di memoria Minta: compone la riga ufficiale dsh-mcp-client, registra la skill minta-memory-governance più un prewarm della memoria all'avvio della sessione, e fornisce un preset agente Minta; richiede il motore Minta distribuito separatamente (Python/Docker) per fornire i 19 strumenti MCP — non utilizzabile senza di esso.

Un motore di scrittura per web novel per DeepSeek Harness: stesura in parallelo, scaletta e brainstorming con una chiave DeepSeek separata, gestione di lore e presagi narrativi, recupero vettoriale semantico, una libreria di corpus, un registro di utilizzo, correzione di bozze meccanica e un piano di serializzazione locale.

Dalla chat alla tela e all'opera: guida ComfyUI come IDE visuale dei workflow in DSH. Incorpora ComfyUI (locale o cloud) come tela a schermo diviso in DSH Web: l'agente scrive prompt e script nella chat, li applica dal vivo e produce immagini, musica, video e 3D. Operazioni: comporre pipeline, leggere/scrivere workflow, modificare nodi, cablare collegamenti, eseguire, regolare e correggere. Produzione: sweep di parametri in batch (batch_run) e recupero automatico degli output nella chat (get_outputs). Manutenzione: avvio e aggiornamento con un clic di ComfyUI, core e nodi personalizzati. Questo pacchetto è il plugin lato DSH e include il nodo ponte lato ComfyUI.

Memoria tra sessioni basata su file: file di memoria in Markdown semplice con iniezione automatica di recupero, compatibile nel formato con CLAUDE.md e i file di memoria di Claude Code, quindi migrare è una copia manuale dei file.

Chat nativa affiancata accanto alla conversazione principale: una sessione DSH indipendente e archiviata con UI nativa completa, recupero del contesto del genitore su richiesta, citazione della selezione e ciclo di vita conserva-o-elimina.

Motore di equipaggiamento plugin basato su attività: doppio recupero (regole curate + semantica LLM), punteggio combinato (sinergia/conflitto/costo/fiducia), rilevamento conflitti ed esportazione dei comandi di installazione.

Sistema di base di conoscenza in stile Cherry Studio per DeepSeek Harness (DSH): basi, documenti, chunking, embeddings (compatibile con OpenAI / Ollama / locale / fallback lessicale), recupero, strumenti rivolti ai modelli e un pannello di gestione nel browser.

Richiamo della cronologia delle conversazioni per DSH: recupero a tre livelli (letterale/fuzzy/semantico) sul testo originale di ogni sessione passata, completamente locale e offline — l'AI non dimentica mai ciò che le hai detto. Installazione con un comando tramite `dsh.bundle.patch`, il livello semantico gira in un thread worker.

Crea pacchetti di knowledge base verificabili (SQLite FTS5) da md/txt/docx/pdf con recupero deterministico e lettura del testo originale

Ricerca semantica locale di codice per DeepSeek Harness: indicizzazione a livello di frammento consapevole dei simboli, embedding lessicali offline o un endpoint compatibile OpenAI, e retrieval ibrido vettoriale + BM25 fuso con RRF - tre strumenti dsh più una CLI sema.

Memoria di decisioni e obiettivi con lignaggio: comandi espliciti e un tool di modello registrano le decisioni in modo deterministico, una scheda di stato le riancora attraverso la compattazione, un flusso di eventi senza perdita con recupero BM25+jieba la supporta, e una suite di regressione sulla fedeltà a livello di scenario gestisce i rilasci.

Chat nativa affiancata alla conversazione principale: una sessione DSH archiviata indipendente con interfaccia nativa completa, recupero del contesto genitore su richiesta, citazione della selezione e ciclo di vita conserva-o-elimina.