Plugin

Backend Tencent CloudBase per DeepSeek Harness — scaffolding e distribuzione di app full-stack dalla chat, visualizzazione dei risultati delle query come schede tabella con paginazione, ordinamento ed esportazione CSV, anteprima di una distribuzione sul suo dominio e chiamata del set di strumenti MCP di CloudBase (`mcp__cloudbase__*`) con accesso tramite device code.

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

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.

Bacheca attività SQLite locale come pagina overlay nativa: progetti, attività, commenti, relazioni, allegati e automazione del flusso di lavoro, con stati backlog → todo → in_progress → in_review → done; gli strumenti Agent `taskboard_*` possono inviare il lavoro solo a in_review, più una CLI JSON headless e una skill pacchettizzata.

Memoria tra sessioni con ambito di progetto: archivio SQLite a sette livelli (soul/user/project/fact/lesson/rules/topic) su node:sqlite, iniezione nel primo messaggio adatta alla cache più corrispondenze di parole chiave per messaggio, strumenti memory_remember/search/find_similar/read/update/project e consolidamento nella finestra di inattività («dream») con soppressione nelle ore di punta. I testi dei prompt sono distribuiti come file di dati per lingua — il framework supporta utenti multilingue.

Lascia che l'AI si connetta ai database e scriva SQL al posto tuo.

Consente al modello di connettersi ai database e scrivere SQL.

The memory that dreams — memoria tra sessioni per DeepSeek Harness: ricorda te e i tuoi progetti, consolida i ricordi quando inattivo (autoDream), congela quelli in conflitto per la revisione e mantiene una traccia di audit riproducibile. La memoria resta sul computer in SQLite con copie Markdown modificabili; recupero in quattro modi (parole chiave, vettori, BM25, grafo di entità), pannello interattivo, 10 strumenti per modelli, server MCP, API esterna e CLI. Sintesi e consolidamento usano il modello host già configurato; con un embedder locale, la ricerca semantica funziona completamente offline.

Memoria cross-sessione limitata, a livelli, soggetta ad approvazione e verificabile: un'interfaccia `ctx.memory` tipizzata con un provider SQLite senza dipendenze, uno strumento `memory` e l'iniezione di snapshot congelati, oltre alla prova generale del dsh-memory-protocol v1 con un registro degli adapter e una suite di conformità distribuibile.

Org. target → sessione di pianificazione red team, 5 ruoli (ricognizione/triage asset/vulnerabilità/exploit/pivot interno), concorrenza configurabile. Preflight verifica skill/risorse; una richiesta per chiavi/VPS mancanti. Regole d’intrusione unite: 8 cat./25 pt, limiti server, prevale il privilegio max, dedup/servizio. Risultati con orario in SQLite locale. Console destra persistente segue la sessione (5 sezioni/10 pagine); POC/EXP per categoria; libreria skill con motivi di indisponibilità. Report col nome target e dati completi della pagina (azioni/richieste/credenziali/tunnel/percorsi file d’attacco). 16 skill recon/valut. (DeepSeek Search/Fetch, intelligence pubblica), 56 redteam_*; update in 1 comando. Skill della catena d’attacco in allegato separato Toolkit Release.

La memoria che sogna — memoria tra sessioni per DeepSeek Harness: ti ricorda tra le sessioni, si autoconsolida nel sonno (autoDream), congela i ricordi in conflitto per la tua revisione e mantiene una traccia di audit riproducibile. Ricerca semantica locale offline-first su SQLite con mirror Markdown modificabili a mano, un grafo di entità, un pannello memoria interattivo, più un'API esterna e una CLI.

La memoria che sogna — memoria tra sessioni per DeepSeek Harness: si ricorda di te tra le sessioni, si autoconsolida nel sonno (autoDream), congela le memorie in conflitto per la tua revisione e mantiene una traccia di audit riproducibile. Ricerca semantica locale offline-first su SQLite con specchi Markdown modificabili a mano, un grafo delle entità, un pannello memoria interattivo, più API esterna e CLI.

Memoria causale per dsh: bridge MCP stdio senza dipendenze che monta i 17 strumenti del server causal-memory con nomi puliti (senza prefisso mcp__) — archi decisione → esito con relazioni tipizzate (caused / enabled / prevented) in un archivio SQLite locale che persiste alla compattazione — più una sezione di prompt di sistema fissata. Richiede il binario del server causal-memory nel PATH (pip install causal-memory, oppure una release precompilata).

Ricerca web avanzata e persistente: instradamento multi-motore (DeepSeek/Exa/DDG/Bing/Jina + GitHub/Bilibili/YouTube/V2EX/Xiaohongshu/Twitter/Reddit/RSS), cache SQLite+LRU, estrazione in stile userscript, rendering con Playwright.

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.

Motore di memoria tra sessioni per DeepSeek Harness: archivio SQLite + specchio Markdown modificabile dall'utente, consolidamento autoDream, ricerca semantica offline (vettorizzazione/riordino/clustering locali), timeline entità-attributo, Sleep Mode, autoSummarize con modello personalizzato e 7 strumenti di memoria.

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.

SkillRoute di JEStats: routing delle skill per gli agenti di DeepSeek Harness.

Bundle DeepSeek Harness (dsh) che collega il router delle skill di SkillRoute ai tuoi agenti.

Bundle DeepSeek Harness (dsh) che collega il router di skill di SkillRoute ai tuoi agent.

Memoria a lungo termine tra sessioni in un archivio SQLite locale: due ambiti (utente e progetto per origine Git), recupero ibrido FTS5 + vettori locali unito con RRF, controllo delle evidenze che impone un giudizio esplicito di sufficienza, catene di audit della provenienza, ripasso dilazionato SM-2, distillazione del consolidamento e oblio progressivo, più pannello laterale Memory Palace con nove viste. 22 strumenti con parametri circoscritti, senza servizi esterni, API key o Docker.

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.

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