Memória

Plugin de memória de longo prazo NeatMem para o DeepSeek Harness — cliente REST leve para um servidor neatmem

Memória entre sessões baseada em arquivos: arquivos de memória em Markdown simples com injeção automática de recuperação, compatível em formato com CLAUDE.md e arquivos de memória do Claude Code, então migrar é uma cópia manual de arquivos.

Integração do TencentDB Agent Memory com captura de conversas, extração estruturada de memória, recuperação automática e ferramentas de busca de memória e conversas.

Um único vault Obsidian compartilhado para todos os agentes: núcleo Python sem dependências (buscar/promover/julgar/esquecer), modelo de vault, plugin dsh (memory_search/show/submit/status)

Lado DSH do ecossistema de memória dsh-ecolink: faz a ponte entre chat.deepseek.com e o DeepSeek Harness por meio de uma extensão de navegador que coleta tags de memória no formato DSM e injeta memórias recuperadas nos chats da web, um serviço local sem dependências que grava um pool de memória compartilhado, e este adaptador, que injeta memórias antes do passo e oferece a gravação de volta /ecolink-push; a compressão é transacional (pool de staging com commit/rollback).

Lê os ficheiros que o AGENTS.md referencia com importações @path e injeta o seu conteúdo no contexto do modelo no início da sessão, com orçamentos de bytes, reinjeção após compaction e um cartão de definições em seis idiomas.

Memória automática entre sessões para o DeepSeek Harness, com suporte de um serviço EverOS local.

Base de conhecimento portátil para agentes em Markdown OKF v0.2 simples: 13 ferramentas wiki_* de leitura/escrita, divulgação progressiva, backlinks, escritas controladas por regras do AGENTS.md, manutenção automática de índice e log, linting e troca entre vários bundles nomeados (no nível da sessão ou global).

Conecta o DeepSeek Harness ao Busabase: pesquise o conhecimento do espaço de trabalho, trabalhe com registros e aplicativos estruturados, envie gravações como ChangeRequests revisáveis e inspecione resultados em cartões ao vivo.

Retrospectiva automática de sessão: após o fim de uma conversa, destila experiência útil em habilidades reutilizáveis na biblioteca de habilidades para o modelo chamar, com gatilhos acelerados por sinais, execuções manuais, um modo de aprovação e governança da biblioteca (arquivar/restaurar, nunca exclui diretamente).

Plugin de verificação de metas baseado em evidências para DeepSeek Harness. Bloqueia metas com /ultragoal e verifica a conclusão com base nos códigos de saída de comandos e artefatos gerados, impedindo que o modelo relate falsamente a conclusão da tarefa.

Plugin cognitivo inspirado no cérebro: memória episódica, semântica, procedural e emocional com sinais de aprendizado por reforço, uma pilha de objetivos com gatilhos temporais, pesquisa autônoma na Web orientada pela curiosidade e iniciativas proativas.

Captura automática sem LLM e um índice simbólico \[ENGRAM\] com divulgação progressiva, um protocolo de tarefa/evidência ESR-lite (esr_task / esr_node / esr_close / esr_link) e telemetria de uso por workspace com um benchmark offline de recordação (npm run eval).

Plugin de memória entre sessões para DSH (v0.6.1, npm @asherliner/dsh-memory-connect): extração automática, indexação SQLite FTS5, recuperação semântica RRF injetada no prompt do sistema a cada turno, manutenção agendada, consolidação LLM via ctx.llm, prevenção de explosão de contexto, identidade Soul global via ~/.dsh/soul.md. v0.5.0: grafo de contexto temporal, modelo de confiança, resumo no fim do turno. v0.6.0: embeddings semânticos locais (BAAI/bge-small-zh-v1.5), sem chamadas à nuvem. v0.6.1: corrigida a expansão de ~ na configuração de caminhos. Instalação sem configuração.

Memória de grafo local em pré-visualização técnica para DSH e Codex: recorda evidências globais do proprietário e do projeto atual antes de cada turno, escreve registros de USER e ASSISTANT separadamente e preserva a proveniência de projeto, sessão, ator e fonte para um atlas visual e páginas de conhecimento citadas.

Memória de grafo local em pré-visualização técnica para DSH e Codex: recupera evidências globais do proprietário e do projeto atual antes de cada turno, grava registros de USER e ASSISTANT separadamente, e preserva a proveniência de projeto, sessão, ator e fonte para um atlas visual e páginas de conhecimento citadas.

Ponte de memória Honcho: sincroniza automaticamente cada turno de conversa com um serviço Honcho auto-hospedado, com ferramentas recall/search/remember/context/status, injeção de contexto ao iniciar a sessão e um painel de configurações visual.

Sistema de memória biomimético para DeepSeek Harness: um único repositório SQLite (node:sqlite, WAL) cuja árvore Markdown é mantida como espelho somente leitura; ferramentas de memória, injeção de snapshot congelado no início da sessão, gateamento de aprovação graduada, extração sob demanda da sessão atual, fusão de quase duplicatas, um ciclo de vida de arquivo e substituição, metabolismo de memória (dream), pinos de memória, recuperação semântica sobre embeddings locais, e o comando /memory.

Base de conhecimento de uso geral para DSH: importação de md/txt/json/yml/docx/pdf, gerenciamento de pastas, busca de texto completo FTS5 (BM25) e uma interface web de administração.

Predefinição de agente orientada por base de conhecimento: memória de longo prazo tipo wiki, uma IU web de base de conhecimento, uma página de gerenciamento e refinamentos opcionais da interface.

Substitui o sumarizador de compactação nativo do DSH por um resumo de handoff em cinco seções e mantém toda mensagem ocultada legível em um diretório de segmentos.

Executa o TiddlyWiki 5 como base de conhecimento persistente do DSH: dez ferramentas de agente tiddlywiki_* (pesquisa filtrada, leitura/escrita/lote/renomear/excluir, recentes, tags, sincronização git com resolução de conflitos), um editor TiddlyWiki completo integrado na coluna central da GUI sobre um proxy de mesma origem, uma aba wiki no lado direito, uma aba por sessão resumindo as notas que uma sessão leu ou escreveu, um cartão de nota rápida com salvamento automático de rascunho e um bookmarklet de recorte opcional com anexo de imagem — tudo apoiado por um repositório git com commit automático.

Base de conhecimento no padrão Karpathy LLM Wiki para o DSH: habilidades wiki-write/wiki-search, pipeline sem dependências (lint/index/sincronização de memória mnemon/feedback de qualidade), plugin de ciclo de vida mínimo que injeta esquema + pré-visualização de conhecimento, e recordação semântica SiliconFlow via proxy compatível com Ollama.