Plugins

Plugin de memória DSH próprio: armazenamento persistente SQLite + guarda de auditoria em nível de banco (enforceAudit) + log de auditoria. Captura conhecimento automaticamente após as conversas, agentes recordam via memory_recall, com compartilhamento multiagente entre Claude Code/Codex/Cursor. Zero dependências externas.

Memória de longo prazo entre sessões sob a metáfora do “palácio da memória”: armazenamentos SQLite de escopo duplo (usuário + projeto por origem Git), recuperação híbrida FTS5 + vetores locais com fusão RRF e reforço de ranking por recência/prova, captura automática a partir do log da sessão (incluindo o turno final), cadeias de auditoria de proveniência, destilação por consolidação e esquecimento por decaimento, e um painel Memory Library na página de configurações com topologia de corredores, mordomo de tour e lista de reformas.

RAG de base de conhecimento de literatura local para o DSH: recuperação híbrida BM25 + vetorial em um índice SQLite, reranqueamento com cross-encoder, respostas citadas com proveniência em nível de seção e página, atualização somente de metadados e ingestão em segundo plano com acompanhamento de progresso.

Modo de aprendizado local-first: threads de aprendizado entre sessões com explicações por fonte.

Modo de aprendizado que explica cada passo do agente (em desenvolvimento).

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).

AI Company Framework: transforme uma frase em uma empresa multi-agente — 15 Skills planos (boss/pipeline/role-template/11 roles/generic customer-memory), 7 templates de workflow, runtime AgentTeams + painel de atividades, sidebar de funcionários com isolamento por sessão, bridge para bot do Feishu (bot do boss e bots por funcionário, roteamento de grupo, push autônomo, gate de decisão humana, guia de contato externo), memória SQLite por cliente com memória de três camadas (merge cross-group), switch de modo /company; sem RAG.

Distintivo de quota no cabeçalho e separador de monitorização de utilização: saldo/quota restante e contagem decrescente para reposição por fornecedor, com pedidos, tokens (entrada/saída/leitura de cache/escrita de cache), taxa de acerto da cache, custo estimado e latência média monitorizados por sessão, fornecedor, modelo e cliente, armazenados localmente em SQLite com importação/exportação entre dispositivos.

Ferramentas de banco de dados para agentes: list/query/exec/schema/stats/health em SQLite/MySQL/PostgreSQL, com proteção somente leitura de nível léxico, limites de linhas, saída de consulta CSV/JSON e um caminho de escrita com aprovação.

Conector MySQL para DeepSeek Harness: configure múltiplas conexões na página de configurações com lista de permissões de tabelas (allowlist) e permissão de escrita por conexão, troque a conexão ativa pelo compositor e exponha as ferramentas mysql_query / mysql_tables / mysql_execute a todas as predefinições de agente.

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)

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.

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.

Plugin do DeepSeek Harness que bloqueia instalações npm arriscadas com varreduras de metadados e cadeia de suprimentos profunda.

Plugin de conexão de fontes de dados para o DeepSeek Harness: descoberta de metadados de bancos de dados, modelagem semântica com IA, consultas SQL somente leitura e chamadas fixas de API HTTP.

Pesquise, liste e leia sessões passadas e atuais por meio do próprio serviço `sessionQuery` do harness: usa o índice SQLite FTS5 quando a implantação o habilita, e recorre a uma varredura limitada, da mais recente para a mais antiga, quando não

Plugin de base de conhecimento: monte pacotes de KB auditáveis (referências + SQL).

Memória vetorial totalmente local para DSH: embeddings locais, armazenamento SQLite, injeção automática de recuperação, deduplicação com detecção de conflitos, lixeira com exclusão temporária, backup online e extração LLM opcional.

Fluxos de trabalho DAG duráveis para o DeepSeek Harness com ferramentas de autoria de agentes, persistência em SQLite, execuções retomáveis e um Canvas Studio visual.

Grafo de conhecimento de código local para agentes: analisa uma base de código (Python/JS/TS/Go/Java/Rust) em um índice SQLite e responde a chamadores, chamados, dependências, dependentes, impacto e perguntas de texto completo sobre ele.

Quadro completo de issues local-first integrado na GUI web DSH: vistas Kanban / lista / Gantt / workflow / dashboard, chat de IA por tarefa, anexos e etiquetas, atribuição automática de tarefas todo orientada por dsh-routines — os dados residem em SQLite local (`dsh plugin add @ttmouse/dsh-taskboard`).

Contabilidade local persistente de token usage para DSH Web com descoberta automática de histórico e detalhes compactos de provedor/modelo.

Cria pacotes de base de conhecimento auditáveis (SQLite FTS5) a partir de md/txt/docx/pdf, com recuperação determinística e leitura do texto original

Plugin de administração multibancos operado por chat para o DeepSeek Harness: consulte e gerencie MySQL, PostgreSQL, GaussDB, MongoDB, Redis, Oracle, DM e SQLite a partir da conversa, com permissões ro/rw por projeto, um painel de gerenciamento na barra lateral, navegação de esquemas e pré-visualização de dados, e operações perigosas condicionadas à confirmação.