Memória

Uma base de conhecimento estilo Obsidian: ingira fontes, deixe o LLM construir e manter um wiki interligado e faça perguntas fundamentadas nele.

Memo — pesquisa de memória de sessão para agentes DeepSeek Harness: recuperação de texto completo entre sessões (memo_search), notas destiladas (memo_remember) e estatísticas do corpus (memo_stats) sobre o serviço oficial sessionQuery. Infraestrutura zero, local-first.

Agent Experience Network local-first para DeepSeek Harness, destilando experiências em nível de tarefa a partir de traces e manifests ao vivo, classificando por evidência H0-H4, descobrindo por compatibilidade e promovendo somente após revisão explícita.

Um plugin de memória wiki LLM super simplificado: um documento índice (carregado automaticamente) + um arquivo markdown por tópico (lido apenas quando necessário) — sem despejar tudo no contexto e queimar tokens. Simples e leve, indolor de instalar/desinstalar, e livremente editável como você quiser.

Memory Lake como camada de memória persistente para dsh: ferramentas memory_search, memory_remember e memory_forget sobre a CLI memorylake, uma linha de status da sessão e skills guiadas de configuração/diagnóstico, compartilhando uma única identidade ~/.memorylake e um conjunto de memória com os plugins Claude Code e Codex.

Memória em Markdown legível por humanos para o DeepSeek Harness: memória em nível de usuário (~/.deepseek-harness/MEMORY.md) + memória em nível de workspace injetada a cada turno, gravação automática de logs diários com destilação, ponte com os diretórios de memória existentes do WorkBuddy/CodeBuddy, ferramentas memory_note / memory_note_user / memory_read com deduplicação integrada e uma página de configurações bilíngue. Armazenamento em texto simples, sem banco de dados.

Leve a memória, as skills e a configuração do Claude Code para o DeepSeek Harness — sem migração, com compatibilidade total

Cofre de memória entre sessões: ferramentas remember / recall / forget, injeção de prompt por turno e um navegador de entradas na página de configurações

Camada de adaptação do dsh-ecolink para o DSH: leitura direta do pool de memória local, injeção no pre-step (pontuação + orçamento + deduplicação por sessão), filtro por #nome-da-memória, conectando o ecossistema de memória do lado web

Revisor agêntico de respostas para o DeepSeek Harness: cada turno final do assistente é revisto por um LLM separado com nota de 1 a 100; pontuações abaixo do limiar reconduzem o agente com feedback concreto. A pontuação aparece como uma etiqueta na linha de ações da resposta (verde aprovado / vermelho precisa de trabalho, com número de tentativas e motivo ao pairar). Configuração de barreira ao vivo sobre um servidor HTTP em 127.0.0.1, além de uma doca recolhida acima do compositor e um separador opcional na barra lateral direita via dsh-better-sidebar.

Memória de longo prazo governada para o DeepSeek Harness: registro de evidências somente para adição, com proteções de escrita, afirmações em 7 níveis de autoridade, cadeias de substituição e injeção pré-etapa com orçamento e cotas por domínio.

Sistema persistente de memória em cinco camadas com injeção de relevância, extração automática por LLM, rotação de perfil e seis ferramentas de agente.

Memória de longo prazo em markdown entre sessões, com estrutura LLM-Wiki e persona SOUL.md, injetada no início da sessão (por padrão só após a primeira mensagem do usuário e só na sessão ativa), com fluxos remember/recall/consolidate/forget, skill de memória embutida, ferramentas de migração pack/unpack e um lembrete de recall em primeira pessoa ocioso. Traz observabilidade e manutenção: orçamento de bloco de boot por arquivo, carimbo automático de last_access, painel somente leitura de saúde da memória, compilador declarativo de índice, grafo de memória interativo, consultas estruturadas (tag/tipo/saliência) e sugestões de links cruzados. O payload de boot caiu ~23%.

Rastreia o estado do agente como fatores mentais de Yogācāra em um repositório de sementes durável e o realimenta no prompt como inclinação em primeira pessoa.

Memória em texto simples entre sessões: recall por palavras-chave BM25 deterministic (sem embeddings), ferramentas memory_save/list/search/confirm/forget atrás de um portão human-confirm, e armazenamentos JSON globais e de projeto que seguem seu repo git.

Encaminha cada tarefa para um modelo e sua revisão para outro, com evidências de qualificação, failover e um diário durável.

Um núcleo de julgamento para o DeepSeek Harness: um laço cognitivo que dá origem e atribuição a cada decisão e leva o planejamento até o fim, memória hipocampal que condensa a experiência em conhecimento reutilizável e um cartão de persona personalizável (nome, personalidade, estilo de comunicação). Requer DSH ^0.1.0-rc.7.

Sessões persistentes de pares Endeavour e Challenger para o DeepSeek Harness que planejam, executam tarefas sequenciais e verificam os resultados relatados.

Preset de agente nativo J-Space Cognition Suite SV1 e plugin Cordis autônomo: 13 módulos, controlador persistente e workspace desacoplado.

Memória entre sessões para o DeepSeek Harness: os agentes salvam, pesquisam e atualizam preferências do usuário, fatos e decisões de projeto; entradas importantes são injetadas em sessões posteriores, e uma seção de Configurações as lista, edita, arquiva ou exclui.

Plugin de notebooks (cordis).

Camada de identidade persistente para o DeepSeek Harness

Arquivo de leitura para o dsh: após ler código aberto, capture notas rápidas ou escreva notas profundas que se agrupam em um cartão por repositório / arquivo / símbolo, armazenadas como um log somente de acréscimo de notas Markdown que você pode abrir no Obsidian; consulte seu histórico, navegue pelas leituras recentes ou pesquise no seu próprio cofre do Obsidian e vincule notas relacionadas a um registro de leitura. Nove ferramentas, um comando /codevault e uma skill de leitura de código.