プラグイン

Mnemonを基盤とする、DeepSeek Harness (DSH)向けのクロスエージェント・ローカルファースト永続記憶プラグイン。Mnemon対応エージェント間で長期記憶を共有し、ランタイムメモリ、検索可能なプロジェクトドキュメント、セマンティックリコール、ナレッジグラフ、サイドバーUIを追加する。

記憶支援レイヤー。

DeepSeek Harness 向け 3 階層メモリ制御プレーン: 永続ランタイムコンテキスト、検索可能なプロジェクトドキュメント、差し替え可能な長期メモリ、スマートルーティング、監督付きエージェントワークフロー、WebUI およびヘッドレスツール。

DeepSeek Harness 向けのモデル主導コンテキスト圧縮（Active Context Pruning）：いつ・何を圧縮するかをモデル自身が判断します。

夢を見る記憶 — DeepSeek Harness のセッション横断メモリです。セッションをまたいで想起し、眠っている間に自動統合し（autoDream）、競合する記憶を凍結してレビューに回し、再生可能な監査証跡を保持します。SQLite 上のオフラインファーストなローカル意味検索、人間が編集できる Markdown ミラー、エンティティグラフ、対話型メモリパネル、さらに外部 API と CLI を備えます。

夢を見るメモリ——DeepSeek Harness のセッション横断メモリ：セッションをまたいで想起し、眠っている間に自動統合（autoDream）し、矛盾する記憶をレビュー用に凍結し、再生可能な監査トレイルを保持。SQLite 上のオフラインファーストなローカル意味検索、人間が編集できる Markdown ミラー、エンティティグラフ、インタラクティブなメモリパネル、外部 API と CLI を備える。

Agent Context Editorは、AI会話コンテキストを手動で除外・編集・選択的に圧縮するクロスエージェントプラグインです。元のセッションを保持しながら、変更の検索、フィルタリング、選択、非表示、復元、元に戻す操作もサポートします。

メインセッションを触らずに、任意の深さで完了済み回答から分岐し続けられます。

確定済みDSH応答内のテキストを選択すると、ソースセッションのエビデンスとプロジェクトファイルに紐づく独立した永続的な読み取り専用マルチターンのTopicが開かれ、ソースAgentは動作継続。

Oh My DSH（OMD）は、原典の呼び戻しを伴うコンテキスト要約、タスク連動の検証、プロンプト最適化、CodeGraph によるコードナビゲーション、OpenCU のコンピュータ制御、そしてレイアウト・サイドバー・設定を網羅する 4 つのテーマを追加します。

DeepSeek Harness 向けのトークンコストパイプライン：プレッシャーを考慮した階層的コンパクション（コンテキストプレッシャー 40% 未満ではロスレスな射影、それ以上では LLM 要約）、エージェントごとのツール許可リスト、vision 要約による長文の画像化、プレッシャー・階層・節約トークンを追跡する /token-status コマンド。

DeepSeek Harness 向けのロスレスなコンテキスト折りたたみです。最も古い範囲は要約に置き換えられますが、元の内容はセッションログに残ります。

作業を名前付きタスクにラップし、タスクが終了すると、次のステップ境界でその全メッセージ範囲を1つのサマリーに畳み込みます。元のコンテンツはオンデマンドで復元可能です。

エージェントの MCP サーバー・スキル・ツールを管理 — コンテキスト内の実際の状態（ロード済み／切り詰め／退避）とセッション単位の切り替えを表示します。

組み込みの DSH 圧縮サマライザーを 5 セクションの引き継ぎサマリーに置き換え、隠されたすべてのメッセージをセグメントディレクトリ内で読める状態に保ちます。

DeepSeek Harness 向けのモデル駆動型コンテキストウィンドウロールオーバーバンドルです。新しい作業コンテキスト、モデルが管理する永続的なノート、少量の逐語的な直近の末尾、的を絞った履歴の復元を提供します。要約は行いません。

DeepSeek Harness用の忘却曲線インプレース対話圧縮：最近のターンは逐語で保持、中盤のターンは構造的に脱水（LLM不使用）、古いターンは境界付き要約ペアに折りたたまれます — 境界付きメモリ予算での無境界会話。

長い、または要件が不十分な Harness タスク向けに、永続的な実行契約、再帰的な作業グラフ、重要な明確化、証拠ゲートを追加する。

Windowed, reversible context management for DeepSeek Harness; replaces Basic compaction.

Fronts stdio MCP servers with three router tools (list_capabilities, describe_tool, call_tool) so schemas load on demand instead of riding every request; shapes every tool result through a deterministic output ladder that archives the original first (retrieve_spill reads it back); prices tool groups in tokens and can hide built-in groups per agent. Bridges to a standard-library Python router, so Python 3.9+ is required.

Compaction fallback for compaction-basic: when its LLM summary throws, comes back empty or cannot fit the window, the span is compiled deterministically with a seq pointer on every line (vendored dsh-compaction-instant compiler). Adds recall and search tools, /recall and /context commands, an idle trigger at 45% of the window and an on-disk span archive. The engine mounts as one row in the agent preset (docs/dsh-integration.md).

DeepSeek Harness 向け Adaptive Reversible Context(ARC)— プロバイダー対応、キャッシュを考慮した文脈ガバナンスと可逆的な復元を提供。

DeepSeek Harness の動的コンテキスト管理プラグイン（Dynamic Context Pruning for dsh）。opencode-dcp を参考にしています。

Lets the model trigger compaction itself at a safe point via a compact_now tool (works mid-turn), plus a context_status tool reporting real token usage against the session's actual context window.