플러그인

DeepSeek Harness용 생체모방 메모리 시스템: Markdown 트리를 읽기 전용 미러로 유지하는 단일 SQLite 저장소(node:sqlite, WAL). 메모리 도구, 세션 시작 시 고정 스냅샷 주입, 등급별 승인 게이팅, 현재 세션의 온디맨드 추출, 거의 중복 병합, 아카이브 및 대체 수명 주기, 메모리 대사(dream), 메모리 핀, 로컬 임베딩을 통한 의미적 검색, 그리고 /memory 명령어.

Memo — DeepSeek Harness 에이전트를 위한 세션 메모리 검색: 공식 sessionQuery 서비스에서 세션 간 전체 텍스트 검색(memo_search), 증류 노트(memo_remember), 코퍼스 통계(memo_stats)를 제공합니다. 인프라 없이 로컬 우선.

dsh-ecolink DSH 어댑터 계층입니다. 로컬 기억 풀을 직접 읽고, pre-step 주입(점수 산정 + 예산 + 세션 중복 제거)과 #기억이름 필터를 지원하여 웹 측 기억 생태계를 연결합니다.

모델 대상 도구(프로젝트 컨텍스트, 워크 유닛, 리포트, 결정)로서의 Superself의 self CLI 더하기 /self 명령 — 코드 리포 외부에 보관되는 크로스 세션, 크로스 프로젝트 프로젝트 상태.

거버넌스, 자기 진화, 승인 게이트 쓰기 경로를 갖춘 DeepSeek Harness의 세션 간 메모리. 히트 순위 회상, 환경 규약, 망각 수명주기, 대체 체인, 오염 방어, 자동 증류, 그리고 열린 측정.

DeepSeek Harness용 망각 곡선 인플레이스 대화 압축: 최근 턴은 그대로 유지, 중간 턴은 구조적으로 탈수(LLM 미사용), 오래된 턴은 경계 요약 쌍으로 접힘 — 경계 메모리 예산에서의 무경계 대화.

3계층 에이전트 메모리 하니스: 항상 활성화된 L1 CLAUDE.md, L2 인덱스, 템플릿이 있는 L3 상세 스켈레톤, 보호된 파일 쓰기를 1회성 승인 토큰 없이는 차단하는 게이트, 판단 없는 이벤트 로깅, 주간 증류, TDD 실행 루프 스킬.

전용 Obsidian 볼트에 순수 Markdown 형식의 프로젝트 문서와 장기 기억: 6개의 mem_* 도구(search, read, write, log, brief, admin), 세션 첫 단계에서 한 번의 예산이 할당된 회상 주입, 완료된 턴의 자동 증류. Obsidian이 실행 중일 필요는 없으며, 플러그인을 제거해도 볼트는 읽기 가능한 상태로 유지됩니다.

L-clone 기억 훅: DSH가 매 턴 종료(turn/end) 시 외부 브레인으로 자동 capture하고, Web GUI 사이드바의 「브레인 보드」 버튼으로 기억 워크벤치를 원클릭으로 엽니다.

DeepSeek Harness의 명시적인 세션 간 작업 상태: 호스트 이벤트 또는 모델 가시 work_state 도구로부터 자동으로 캡처되는 목표, 결정 및 다음 단계. /checkpoint으로 검사 가능.

에이전트 실행 추적을 감시하고 신호가 트리거될 때마다 성공한 턴 종료 시 LLM 검토를 실행하여 재사용 가능한 워크플로를 등록된 스킬로 결정화하고 이후 실행에서 점진적으로 개선합니다.

독립적인 소스 및 소비자 관계, 출처, 버전 관리, 전송 전 주입 검토를 갖춘 사람이 관리하는 세션 간 메모리 공간입니다.

DeepSeek Harness 플러그인: Superself의 `self` CLI를 모델용 도구로 제공하고 /self 명령 추가 — 에이전트를 위한 세션 간·프로젝트 간 프로젝트 상태 제공.

워크스페이스 범위 USER/MEMORY 노트, 백그라운드 통합 및 하이브리드 세션 회상을 제공하는 DeepSeek Harness용 계층형 파일 메모리입니다.

프로젝트 범위의 세션 간 메모리: 첫 사용자 메시지에 PROJECT.md 스냅샷을 주입하고 memory_remember 도구와 ReAct 작업 후 자동 회고 제공, 프로젝트별로 독립된 메모리 파일 유지

CBDC 권한 게이팅이 적용된 제한적 로컬 메모리: SQLite + FTS5 클레임, 설명 가능한 use/verify/ignore 판단이 포함된 범위 기반 회상과 전체 감사 추적, /memory 명령어, 호출당 최대 3개 클레임/1200자 삽입, 추가 모델 호출 없음

Long-term memory and self-evolving skills for the DeepSeek Harness · DeepSeek Harness 的长期记忆与自我演进能力 —— Plain Markdown on disk, no vector store

Lightweight zero-dependency memory plugin for DeepSeek Harness: Markdown-file memory store, L0 catalog injection, and 5 model-facing tools.

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.

Evidence-governed experience memory for DeepSeek Harness

Memory Fortress for DeepSeek Harness: 5-track layered memory, self-evolution, knowledge graph (SQLite+FTS5), status pill. 本地记忆堡垒：五轨记忆·自我进化·知识图谱·状态灯。

Cross-session long-term memory for the DeepSeek Harness: a two-phase extraction/consolidation pipeline over a file-based memory workspace, recall injection, a citation feedback loop, lease-based job semantics, plus a settings page, a sidebar status panel

Canonical project memory for DeepSeek Harness: one governing article per asset, an append-only journal beneath it.

Self-tending living memory in one local SQLite file — a nightly patrol dedupes, merges, decays and cross-links entries on its own, with seven-signal RRF hybrid recall (FTS5 + jieba Chinese-first tokenization, optional vector KNN, graph PPR), a typed knowledge graph, conflict detection instead of silent overwrites, and web telemetry panels.