Plugins

Cofre local do Obsidian como base de conhecimento do agente, com ferramentas DSH somente leitura que encaminham status, preferência, correção, memória, projeto, busca e sugestão para a página correspondente.

Cofre Obsidian local como repositório de conhecimento do agente, com ferramentas DSH somente leitura que roteiam status, preferência, correção, memória, projeto, busca e sugestão para a página correspondente.

Memória de projeto apenas local, sem dependências de runtime empacotadas nem serviços externos: JSON como fonte da verdade mais um PROJECT_MEMORY.md gerado, Hot Memory limitada por tokens e congelada por sessão para estabilidade do cache de prefixos de prompt, recall BM25 entre projetos em cache, proveniência confiável de sessão/turno, governança explicável de duplicatas/conflitos antes da gravação, ciclo de vida editável de importância/pin/tags/substituição/arquivo, destilação configurável no fim do turno de nível superior e uma GUI web bilíngue para busca, inspeção, diagnóstico e configurações ao vivo.

Memória de longo prazo para DeepSeek Harness: recuperação multicanal e um repositório de memória em evolução.

StrataGate oferece ao DeepSeek Harness memória local-first, a longo prazo e evolutiva para preferências do usuário, decisões de projeto, conversas e resultados de ferramentas entre sessões; sobrepõe o histórico com decaimento temporal ajustável pelo usuário, reforça memórias pelo uso em respostas reais, mostra contagens de uso cientes do espaço de trabalho e mantém as evidências recuperadas rastreáveis até suas mensagens originais.

Memória de longo prazo para DSH: conversas destiladas automaticamente em fatos atômicos, resumos de cena e um perfil de persona, com memórias relevantes injetadas antes de cada etapa do modelo. Zero configuração, pronto para uso — recuperação híbrida BM25 + vetorial, embeddings locais offline opcionais, separação de famílias chat/trabalho.

Pipeline de custo de tokens para o DeepSeek Harness: compactação em camadas sensível à pressão (projeção sem perdas abaixo de 40% de pressão de contexto, sumarização por LLM acima), allowlist de ferramentas por agente, conversão de texto longo em imagem com sumarização por visão e o comando /token-status que acompanha pressão, níveis e tokens economizados.

Memória de projeto para dsh com integração nativa ao sistema de tarefas: todos os todos da sessão e leituras de arquivos são condensados automaticamente em registros de tarefa entre sessões (links task↔file), de modo que fluxos de trabalho possam ser alternados e retomados sem recontextualização. Memória em tempo de leitura (sem varredura inicial): extrai símbolos de código, resume docs e cria cross-links docs↔symbols; aprimoramento semântico opcional de TS (auto ligado quando TS está instalado). Notas de experiência são deduplicadas automaticamente. Cada recuperação inclui uma citação rastreável. Pure JS, uma única dependência, funciona de saída, operação silenciosa, zero overhead.

Recuperação semântica, gerenciamento de recursos, recall automático (espaços duplos de usuário + agente) e memória de sessão para o DeepSeek Harness: memsearch/memfind/memread/membrowse/memgrep/memglob sobre URIs viking://, gerenciamento de recursos memadd/memremove, status de observador memqueue, captura de sessão memcommit e geração de guias de habilidades memlearn.

Ponte para o ShiGuang Memory Engine (SGME): memória de longo prazo compartilhada entre múltiplos agentes via HTTP — destilação L0/L1/L1.5/L2, injeção baseada em cenário, busca unificada e sinais proativos de cuidado (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), instalável como `dsh-sgme`

Plugin de memória entre sessões para DeepSeek Harness (DSH): memória de projeto em Markdown mantida pelo modelo de diálogo enquanto trabalha, com arquivos temáticos de divulgação progressiva, destilação silenciosa opcional em segundo plano, isolamento por projeto e painel de configurações com atualização em tempo real. Mecanismo alinhado ao Claude Code auto memory. | Agent-maintained cross-session Markdown memory: progressive-disclosure topic files, opt-in silent distillation, per-project isolation. Claude Code-aligned.

Plugin de memória de longo prazo e autoevolução para DSH: captura L0 → extração de memória L1 → agrupamento de cenas L2 → persona de usuário L3, injeção automática de recordação, síntese de habilidades, totalmente local (SQLite FTS5 + jieba, recuperação vetorial opcional).

Memória de equipe autoevolutiva como Markdown simples no git: um plugin nativo do Cordis que registra 38 ferramentas de memória com nome simples mais uma seção de sinais de prompt reavaliada a cada montagem, com reforço RPE, decaimento e consolidação durante o sono; compartilha um repositório de dados com seus hosts Claude Code (MCP) e OpenClaw; verificado com DSH 0.1.0-rc.6.

Memória de equipe auto-evolutiva como Markdown simples no git: um plugin Cordis nativo que registra 38 ferramentas de memória de nome simples, além de uma seção de sinais de prompt reavaliada a cada montagem, com reforço RPE, decaimento e consolidação durante o sono; compartilha um único repositório de dados com seus hosts Claude Code (MCP) e OpenClaw; verificado com o DSH 0.1.0-rc.6.

Leve o estado durável de tarefas entre DeepSeek Harness, WorkBuddy, Claude Code e Codex, com checkpoints legíveis por máquina e bloqueio otimista.

Loop de auto-refinamento contínuo: memória persistente, revisão e refinamento periódicos, conhecimento compartilhado entre sessões e rollback automático por meio de uma ferramenta harness_refine chamável pelo modelo.

Memória persistente local-first para DeepSeek Harness: injeção de hot-memory pré-etapa limitada, recall a frio BM25 exato e de bigramas chineses, seis ferramentas de agente, escritas lease-lock com gate de aprovação e recibos de recuperação, e governança somente leitura e candidatos de revisão de trajetória.

Port fiel do mecanismo MEMORY.md / USER.md do hermes-agent para DSH: memória dual-bank limitada (2200/1375 chars), uma única ferramenta `memory` (add/replace/remove/batch), injeção de snapshot congelado por sessão, lembretes de nudge, armazenamento JSON nativo do DSH — zero dependências externas, zero custo de LLM.

Envolve o trabalho em tarefas nomeadas e, quando uma tarefa fecha, dobra todo o seu intervalo de mensagens num único resumo no próximo limite de passo; o conteúdo original pode ser restaurado a pedido.

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.

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).

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.