プラグイン

WeKnora ナレッジベースに対する読み取り専用の 4 ツール: ナレッジベースの一覧表示、ハイブリッドなパッセージ検索、1 つのドキュメントのチャンクを順序通りに再構成、再開可能なセッション ID を持つ WeKnora 独自の引用付き RAG または ReAct エージェント応答。

DeepSeek Harness（dsh）向けWeKnora知識検索ツール：独自のナレッジベースに対するセマンティック検索、ドキュメント読み取り、およびRAG／エージェント回答を提供します。

DeepSeek Harness を ReMe のローカルファーストで自己進化する個人知識ベースに接続：完了したメインエージェントの会話をユーザー所有の Markdown メモリとして自動取り込み、reme_search で会話と資料を検索（BM25、任意の埋め込み、wikilink 展開）、毎日のメモリ統合をスケジュール実行。

DeepSeek Harness を ReMe のローカルファーストで自己進化する個人ナレッジベースに接続: 完了したメインエージェントの会話をユーザー所有の Markdown メモリとして自動取得し、BM25 と任意の埋め込み、wikilink 展開による reme_search で会話とソース資料を検索し、日次メモリ統合をスケジュールします。

DSH および他のコーディングエージェント向けの共有 Markdown メモリ。自動キャプチャ、ステップ前のコンテキスト注入、検索可能なリコール、レビューパネルによるメモリからスキルへの自己進化機能を備える。

このマシン上で他の33種のコーディングエージェント——Claude Code、Codex、Cursor、VS Code Copilot Chat、opencode、OpenClaw、Hermes、Kimi、Cline、Zed など——がすでに書き出したセッションファイルを読み込みます（インストール前のセッションも含む）。6つのツール（deja_recall、deja_session、deja_blame、deja_fix、deja_how、deja_remember）、/deja コマンド、ランタイムコンテキストへの任意の自動リコールを提供。ローカル BM25 インデックスを使用し、LLM なし、埋め込みなし、ネットワークなし（dsh plugin --profile web add dsh-deja）。

DeepSeek Harness用のロールプレイワークスペース。SillyTavern/TauriTavernのキャラクターカードをインポート、または対話型フローで一から作成。長編TXT小説を、精読または粗読パスでプレイ可能なカードに変換。メインエージェントは必要に応じてワールドブックを参照し、散文は専用のタバーンリーダータブで閲覧。1つの会話内で複数のワールドラインを探索（再生成、編集して送信、明示的クローン）。16種の内蔵スタイルを備えたスコープ付きスタイルプリセット、キャラクターエージェントクラスタ、スタンドアロンのデシジョンカード、カードや小説のエクスポート。凍結設定プレフィックス、ハードカットのコンテキストウィンドウ、トレース可能なディレクターノート、キーワード/セマンティック/ハイブリッド想起により長編の一貫性を維持。エンベディングはオンラインまたは完全ローカル。Harness 0.1.2-alpha.3を対象とし、その文書化された互換パッチを適用。

Claude Code スタイルの自動メモリをネイティブ実装：型付きメモリファイル（user/feedback/project/reference）と、システムプロンプトへ自動注入される MEMORY.md インデックス（空のときはフットプリントゼロ）。memory_write/read/list/delete は Claude Code の書き込みルール（重複排除と更新、絶対日付、クロスリンク）に従います。ワークスペーススコープとユーザースコープのレイヤー、孤立ロック回復付きのプロセス間ファイルロック、ディスク上はプレーン Markdown、外部サービスなし、埋め込みなし。

DSH 向け長期メモリ：会話をアトミックな事実、シーン要約、ペルソナプロファイルへ自動蒸留し、各モデルステップの前に関連メモリを注入。設定不要ですぐに使える — BM25 + ベクトルのハイブリッド検索、オプションのオフラインローカル埋め込み、チャット／ワークのファミリー分離。

ローカル文献ナレッジベース RAG：10 個のツール（kb_ingest、kb_search、kb_rag、kb_zotero、kb_dedup、kb_clear、kb_fetch、kb_scope、kb_stats、kb_status）、BM25+ベクトル+リランカーによるハイブリッド検索、クリック可能な DOI リンク付きの引用付き QA、単一ファイルの SQLite インデックス上の完全ローカルな bge 埋め込み。Python 3.9+ と pymupdf、faiss-cpu、sentence-transformers が必要です。`npx dsh-kb-rag-install` インストーラーがこれらをセットアップし、モデルを事前ダウンロードします。

「記憶の宮殿」というメタファーに基づくセッション横断の長期記憶です。二重スコープの SQLite ストア（ユーザー＋git origin ごとのプロジェクト）、RRF 融合と新しさ／証拠によるランキングブーストを備えた FTS5＋ローカルベクトルのハイブリッド検索、セッションログからの自動取り込み（最終ターンを含む）、来歴の監査チェーン、統合による蒸留と減衰による忘却、そして設定ページの Memory Library パネル（回廊トポロジー、ツアーバトラー、改装リスト）を提供します。

DSH 用のセッション横断メモリプラグイン（v0.6.1、npm @asherliner/dsh-memory-connect）：自動抽出、SQLite FTS5 インデックス化、毎ターンシステムプロンプトに注入される RRF セマンティック再想起、定期メンテナンス、ctx.llm による LLM 駆動の統合、コンテキスト爆発の防止、~/.dsh/soul.md によるグローバルな Soul アイデンティティを提供。v0.5.0 では時間的コンテキストグラフ（valid_from/valid_until/supersedes、reviseMemory による append-only の修正）、信頼モデル（再想起された履歴は信頼できない参照として注入され、現在の指示が常に優先）、ターン終了時の要約を追加。v0.6.0 ではローカルセマンティック埋め込み（embed_server.py 経由の BAAI/bge-small-zh-v1.5、FTS5 とのコサイン＋RRF 融合、クラウド呼び出しなし、CPU で約 232 メッセージ／秒）を追加。v0.6.1 ではパス設定における ~ 展開を修正。設定不要でインストール可能です。

DeepSeek Harness 用の生体模倣型メモリ システム:Markdown ツリーを読み取り専用ミラーとして保持する単一の SQLite ストア(node:sqlite、WAL)。メモリ ツール、セッション開始時の凍結スナップショット注入、段階的承認ゲーティング、現セッションのオン デマンド抽出、ニア重複マージ、アーカイブおよび置換ライフサイクル、メモリ代謝(dream)、メモリ ピン、ローカル埋め込みによる意味的想起、および /memory コマンド。

セッション横断のプレインテキストメモリ：deterministic BM25 キーワード recall (埋め込みなし)、human-confirm ゲート背後の memory_save/list/search/confirm/forget ツール、git repo に追随するグローバル + プロジェクトスコープ JSON ストア。

DSH向けの完全ローカルベクターメモリ：ローカル埋め込み、SQLiteストレージ、自動リコール注入、競合検出による重複排除、ソフト削除リサイクルビン、オンラインバックアップ、オプションのLLM抽出を備えます。

DeepSeek Harness (DSH) 向け Cherry Studio 風ナレッジベースシステム：ベース、文書、チャンキング、エンベディング（OpenAI 互換 / Ollama / ローカル / 字句フォールバック）、検索、モデル向けツール、ブラウザ管理パネル。

DeepSeek Harness 向けのローカルセマンティックコード検索：フラグメント単位のシンボル対応インデックス、オフラインの字句埋め込みまたは OpenAI 互換エンドポイント、RRF で融合したベクトル + BM25 のハイブリッド検索 — 3 つの dsh ツールと sema CLI。

階層型長期メモリMCPサーバー：生のターン → タスク断片 → 日次サマリー → トピックインデックス、ローカルMiniLM 384次元埋め込みまたはOpenAI互換APIバックエンド、セマンティック検索 + Jaccardフォールバック検索、ワンコマンドでのDSHプラグインインストール。

Tiny local vector memory via Ollama embeddings and ~/.dsh/vecmem (workspace namespaces; optional IM crumb via vecmemOnReply).

Per-project memory for DeepSeek Harness. Three Markdown files per workspace — PROJECT.md, DECISIONS.md and SESSIONS.md — are auto-created on the first step of any session in that workspace, re-read from disk and re-injected only when they change (and re-injected if compaction dropped them), and written back by classification through a memory_checkpoint tool, with a bounded end-of-turn nudge when a turn did work but recorded nothing. memory_read and memory_search read the live log and the archive, the latter over a zero-dependency BM25 index. The session log is capped at 200 entries with the overflow moved to SESSIONS-archive.md — never injected, but visible, readable and searchable, and restorable one entry at a time. Settings page: a workspace list with a path filter, read-only tabs for the three memory files plus the archive, reload, export/import of one workspace's memory as a JSON bundle, a two-step clear, a panel that rewrites or removes the AGENTS.md instruction block, and a PROJECT.md staleness reminder. A composer status chip shows that workspace's sync state and creates the files on click. Zero dependencies — no vector store, no embeddings, and no model calls.

Persistent, searchable, per-project memory for the DeepSeek Harness: decisions, rules, and sprint context in a queryable DuckDB file, rules enforced on every model request, with a full management UI in the Web Client