플러그인

몰입형 롤플레이, 말하기 모드, 쿼리 트리거 리콜이 가능한 가벼운 레이어드 메모리가 포함된 설정 가능한 휴머나이즈드 웨일걸 메이드 페르소나를 추가합니다.

대화 캡처, 구조화된 메모리 추출, 자동 회상, 그리고 메모리 및 대화 검색 도구를 갖춘 TencentDB Agent Memory 통합.

모든 에이전트가 공유하는 단일 Obsidian 볼트: 의존성 없는 Python 코어(검색/승격/판정/폐기), 볼트 템플릿, dsh 플러그인(memory_search/show/submit/status)

모든 AI 도구와 에이전트를 위한 단일 메모리 레이어: Context Bundle 주입, 프롬프트 시점 회상, MCP 도구, 턴 종료 시 DSH 스레드 캡처를 제공합니다.

dsh-ecolink 메모리 생태계의 DSH 측: 브라우저 확장을 통해 chat.deepseek.com과 DeepSeek Harness를 연결하여 DSM 형식 메모리 태그를 수집하고 회상된 기억을 웹 채팅에 주입합니다. 공유 메모리 풀을 기록하는 의존성 제로 로컬 서비스, 그리고 pre-step에 기억을 주입하고 /ecolink-push 쓰기 되돌림을 제공하는 이 어댑터로 구성됩니다. 압축은 트랜잭션 방식입니다(commit/rollback이 있는 스테이징 풀).

AGENTS.md가 @path 임포트로 참조하는 파일을 읽어 세션 시작 시 그 내용을 모델 컨텍스트에 주입하며, 바이트 예산, compaction 재시딩, 6개 언어 설정 카드를 제공합니다.

로컬 EverOS 서비스를 기반으로 하는 DeepSeek Harness용 자동 세션 간 기억입니다.

dsh용 LLM provider로서의 Claude Code CLI: 실시간 모델 목록, 세션별 재개, 승인 중계, 이미지, 메모리/되감기/변경 패널, 원격 SSH 박스의 워크스페이스를 제공합니다.

뇌에서 영감을 받은 인지 플러그인입니다. 강화 학습 신호와 함께 일화·의미·절차·감정 기억을 제공하고, 시간 트리거가 있는 목표 스택, 호기심 기반 자율 웹 조사, 선제적 이니셔티브를 지원합니다.

Zero-LLM 자동 캡처와 점진적 공개를 갖춘 상징적 \[ENGRAM\] 인덱스, ESR-lite 작업/증거 프로토콜(esr_task / esr_node / esr_close / esr_link), 그리고 오프라인 회상 벤치마크(npm run eval)가 포함된 workspace별 사용 원격 측정.

DSH용 세션 간 메모리 플러그인(v0.6.1, npm @asherliner/dsh-memory-connect): 자동 추출, SQLite FTS5 인덱싱, 매 턴 시스템 프롬프트에 주입되는 RRF 시맨틱 리콜, 예약된 유지보수, ctx.llm을 통한 LLM 기반 통합, 컨텍스트 폭발 방지, ~/.dsh/soul.md를 통한 전역 Soul 정체성 제공. v0.5.0은 시간적 컨텍스트 그래프(valid_from/valid_until/supersedes, reviseMemory를 통한 append-only 수정), 신뢰 모델(리콜된 기록은 신뢰할 수 없는 참조로 주입되며 현재 지시가 항상 우선), 턴 종료 요약을 추가했습니다. v0.6.0은 로컬 시맨틱 임베딩(embed_server.py를 통한 BAAI/bge-small-zh-v1.5, FTS5와의 코사인 + RRF 융합, 클라우드 호출 없음, CPU에서 초당 약 232개 메시지)을 추가했습니다. v0.6.1은 경로 설정의 ~ 확장을 수정했습니다. 설정 없이 설치 가능합니다.

DeepSeek Harness용 Context Assembler 프로필: 토픽 블록 컨텍스트 어셈블리, 워터 프레스처 토픽 스플리팅, 도구 트레이스/재작성, 리얼리티 리콜 인젝션 및 핸드오프 플래닝.

DSH 및 Codex용 기술 프리뷰 로컬 그래프 메모리: 각 턴 전에 소유자 전역 및 현재 프로젝트 증거를 회상하고, USER와 ASSISTANT 기록을 별도로 작성하며, 비주얼 아틀라스와 인용 지식 페이지를 위해 프로젝트, 세션, 행위자, 소스 출처를 보존합니다.

DSH용 실행 규율 스위트: 동일 재시도 차단, 강제 성찰, todo 강제, 메모리 중복 제거, 경험의 스킬화(플러그인 11개 + 스킬 6개)를 제공합니다.

DSH와 Codex를 위한 기술 미리보기 로컬 그래프 메모리: 매 턴 전에 소유자 전역 및 현재 프로젝트의 증거를 회상하고, USER와 ASSISTANT 레코드를 별도로 기록하며, 시각적 아틀라스와 출처가 표시된 지식 페이지를 위해 프로젝트, 세션, 행위자, 출처 계보를 보존합니다.

Honcho 메모리 브리지: 모든 대화 턴을 셀프 호스트 Honcho 서비스에 자동 동기화하며, recall/search/remember/context/status 도구, 세션 시작 시 컨텍스트 주입, 비주얼 설정 패널을 제공합니다.

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.

지식 기반 기반 에이전트 프리셋: 위키 장기 메모리, 웹 KB UI, 관리 페이지 및 선택적 UI 개선.

작성기용 프롬프트 향상 기능입니다. ‘✨ Enhance’ 버튼이 세션 컨텍스트, 메모리, 최근 대화를 바탕으로 first-principles 사고를 적용해 초안 프롬프트를 더 명확하고 구조적인 형태로 다시 씁니다. 핵심 정보가 없으면 카드에서 확인 질문을 하고, 입력란에 적용하기 전에 결과를 미리 볼 수 있습니다.

DSH용 Karpathy LLM Wiki 패턴 지식베이스: wiki-write/wiki-search 스킬, 무의존 파이프라인(lint/index/mnemon 메모리 동기화/품질 피드백), schema와 지식 미리보기를 주입하는 최소 수명 주기 플러그인, Ollama 호환 프록시를 통한 SiliconFlow 시맨틱 리콜.

에이전트를 Cheat Engine에 연결하는 DSH 플러그인: 동적 메모리 디버깅을 위한 스캔, 포인터 분석, 브레이크포인트, 게임 메모리 해킹.

Codex(OpenAI Codex CLI / Desktop)의 MCP 서버, 스킬, 지시사항, 메모리 및 세션 기록을 DeepSeek Harness로 마이그레이션. 비주얼 패널 또는 CLI로 작업하며, 드라이런 미리보기와 비밀값 그대로 마이그레이션 지원.

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.