Plugins

Um plugin do DeepSeek Harness (dsh) — transforma o dsh web em um front-end de roleplay no estilo SillyTavern: character cards, presets de prompt, lorebooks, personas, memória de longo prazo BM25, deltas de estado de mundo e operações de floor reversíveis, tudo no runtime do agente dsh.

Oh My DSH (OMD) adiciona resumos de contexto com recuperação da fonte original, verificação vinculada a tarefas, otimização de prompts, navegação de código CodeGraph, controle do computador OpenCU e quatro temas cobrindo layout, barras laterais e configurações.

Combina o Auto Memory inspirado no Claude Code com a consolidação de Session inspirada no Codex, trazendo memória de longo prazo simples, transparente e eficiente em contexto para o DeepSeek Harness.

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

Mapa visual de conversas para DeepSeek Harness — sessões como cartões em um quadro branco: arraste para organizar, clique duas vezes para conversar, desenhe uma aresta para bifurcar com contexto injetado. Memória espacial amigável para TDAH.

Otimização com um clique de uma instrução bruta em um prompt profissional: três estilos de saída, perfilagem de papel/tarefa/objetivo ciente da situação, aprendizagem autoiterativa (memória de sessão + padrões inteligentes + substituições do usuário), /template para 22 sub-cenas com zero chamadas de modelo, ✨ otimizar/desfazer com um clique na caixa de entrada, ferramenta prompt_optimize, hook de auto-otimização e documentos zh/en detectados automaticamente.

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.

Auto-evolução contínua: estado do harness versionado, auditável e seguro para rollback (prompts, memória, skills, especificações de subagentes), refinado a partir das trajetórias das sessões, com portões de revisão e skills recarregadas a quente.

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.

Suíte de agentes de pesquisa: controle de objetivos de longo prazo com cadeias de evidência auditáveis, agendamento via cron, equipes multiagente de especialistas, memória de pesquisa auto-evolutiva (recall FTS5 + RRF), workspaces de projeto e uma UI de workspace personalizada.

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.

Painel de anatomia para os órgãos do Agent-Body: serve um painel de sinais vitais ao vivo em /anatomy dentro do próprio harness — órgãos, batimento, livro-razão de cura, contadores de auto-treinamento e o fluxo de pulso real — lido diretamente dos arquivos de runtime em vez de redigitado. Somente host, sem bundle de cliente e sem etapa de build.

Motor de contexto Zero-residence: payloads grandes de ferramentas são removidos do contexto ativo para um armazenamento consultável e apenas ponteiros determinísticos permanecem, de modo que os tokens de prompt por turno deixam de crescer com a transcrição. Qualquer conteúdo mascarado é reconstruído literalmente a partir do log da sessão sob demanda, por id de chamada de ferramenta ou seq de sessão.

Núcleo de órgãos do Agent-Body: plugins organizados como um único corpo. Cada comando vira um impulso nervoso que inerva de forma determinística o órgão competente e nomeia a capacidade a usar; um batimento de intervalo variável bombeia diretivas do operador, propriocepção e avisos de homeostase pelo sistema; arcos reflexos disparam sem chamada ao modelo; falhas seguem atribuição determinística (ferramenta, argumentos, permissão, timeout, rede), prescrição e laço de reverificação, e erros de argumento nunca são repetidos. Um órgão ausente é compensado pelo de maior sobreposição de capacidades, e os esquemas de ferramentas são filtrados pela intenção atual (redução medida de 84,7%, reproduzível no repositório). É o pacote de plugins do núcleo no repositório agent-body.

O órgão de memória do Agent-Body: após 2 minutos de silêncio entra em sono leve e após 5 em sono profundo, onde regras determinísticas destilam a experiência real em cartões de memória (armadilhas, playbooks, pontos quentes, problemas não resolvidos, fatos). Comandos recebidos recuperam cartões relacionados por palavra-chave e os injetam no contexto; cartões sem uso decaem numa meia-vida e são arquivados em vez de excluídos. Também remove o ruído dos avisos de homeostase de todo o corpo: repetições dentro de uma janela são contadas em vez de reimpressas, e um aviso que se repete sem nunca sarar converge para um desvio de estado estacionário conhecido e silencia. A consolidação e a recordação não fazem chamadas ao modelo.

Um segundo cérebro autossuficiente para DeepSeek Harness — captura automaticamente conhecimento durável de diálogo num cofre Markdown local (dedup personalizado, pesquisa CJK, compatível com git), com uma base de conhecimento gráfica e um grafo de conhecimento interativo (filtro de legenda, coloração por dimensão temporal, seleção por caixa, mesclar, eliminar, exportar/importar PNG).

Adiciona um botão de otimização ao lado do composer que analisa e reescreve o rascunho de prompt com streaming SSE, consciência de contexto de conversa (estratégias template vs intent-polish), uma cadeia de memória de continuidade de edição, undo, e roteamento de modelo com fallback e um teste de conectividade.

Memória de IA persistente apoiada em um cofre local do Obsidian/Codex: cinco ferramentas obsidian_memory_* de leitura/escrita/busca, além de um navegador de cofre na barra lateral.

Faça a IA lembrar como você pensa, não o que você disse: captura ativamente seus princípios, linhas vermelhas e hábitos de trabalho entre sessões, com capacidade de memória, decaimento gradual e justificativa legível por humanos para cada entrada. A 0.7.0 traz um retrato de persona intuitivo com rastreamento de evidências.

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.

Desenha cada ramificação de uma conversa como uma árvore clicável ao lado do chat, com favoritos, ícones e cores personalizados, mesclagem e divisão de ramificações, layout ciente de rewind e ramificações do Claude Code que mantêm sua memória.