Plugins

Memória entre sessões rastreável e pesquisável para o DeepSeek Harness — o conhecimento das conversas como nós de grafo tipados (TASK/SKILL/EVENT) e arestas tipadas.

Plugin de memória persistente entre agentes e local-first para o DeepSeek Harness (DSH), desenvolvido com Mnemon. Ele compartilha memória de longo prazo entre agentes compatíveis com Mnemon e adiciona memória em tempo de execução, documentos de projeto pesquisáveis, recall semântico, grafo de conhecimento e uma interface de barra lateral.

Memória persistente supervisionada por LLM para agentes de IA — recuperação baseada em grafo, conhecimento entre sessões, binário único. Funciona com DeepSeek Harness, Claude Code, OpenClaw e qualquer runtime de agente.

Camada mnemônica.

Memória de longo prazo entre sessões + autoevolução em segundo plano (5 trilhas: memória / consciência de branches Git / evolução de skills).

Plano de controle de memória em três níveis para DeepSeek Harness: contexto de runtime persistente, documentos de projeto pesquisáveis, memória de longo prazo plugável, roteamento inteligente, fluxos de trabalho de agente supervisionados, WebUI e ferramentas headless.

Memória entre sessões com escopo de projeto: armazenamento SQLite de sete camadas (soul/user/project/fact/lesson/rules/topic) sobre node:sqlite, injeção na primeira mensagem amigável ao cache mais acertos de palavras-chave por mensagem, ferramentas memory_remember/search/find_similar/read/update/project e consolidação em janela de ociosidade ("dream") com supressão em horário de pico. Os textos de prompt são fornecidos como arquivos de dados por idioma — o framework suporta usuários multilíngues.

A memória que sonha — memória entre sessões para o DeepSeek Harness: lembra de você entre sessões, consolida automaticamente enquanto dorme (autoDream), congela memórias conflitantes para sua revisão e mantém uma trilha de auditoria reproduzível. Busca semântica local offline-first sobre SQLite com espelhos Markdown editáveis por humanos, um grafo de entidades, um painel de memória interativo, além de uma API externa e CLI.

Memória entre sessões limitada, em camadas, sujeita a aprovação e auditável: uma interface `ctx.memory` tipada com um provedor SQLite sem dependências, uma ferramenta `memory` e injeção de instantâneos congelados, além do ensaio do dsh-memory-protocol v1 com um registro de adaptadores e um conjunto de conformidade distribuível.

A memória que sonha — memória entre sessões para o DeepSeek Harness: recorda você entre sessões, autoconsolida-se enquanto dorme (autoDream), congela memórias conflitantes para sua revisão e mantém uma trilha de auditoria reexecutável. Busca semântica local offline-first sobre SQLite com espelhos Markdown editáveis por humanos, um grafo de entidades, um painel de memória interativo, além de uma API externa e uma CLI.

Centro pessoal para DeepSeek Harness: estatísticas de uso entre sessões, estimativa de custo por modelo, instruções personalizadas globais, ajuste global de tamanho de fonte, um pet de desktop orientado por dados com skins bitmap e vetoriais, e uma visão geral do status da conversa, tudo local e offline.

A memória que sonha — memória entre sessões para o DeepSeek Harness: lembra de você entre sessões, autoconsolida enquanto dorme (autoDream), congela memórias conflitantes para sua revisão e mantém uma trilha de auditoria reproduzível. Busca semântica local offline-first sobre SQLite com espelhos Markdown editáveis por humanos, um grafo de entidades, um painel de memória interativo, além de API externa e CLI.

Conversas recentes permanecem vívidas. As antigas desvanecem-se em resumos, não no esquecimento. StrataGate oferece ao DeepSeek Harness memória em seis camadas, com decaimento temporal, enquanto eventos e relacionamentos duradouros se acomodam em um grafo de conhecimento. Traga suas memórias de outras IAs com você — sem precisar recomeçar.

Integração DeepSeek Harness para OpenContext com memória durável entre sessões, captura e recuperação automática de prompts, resumos de sessão, insights estruturados e recuperação de documentos.

Motor de memória entre sessões para o DeepSeek Harness: armazenamento SQLite + espelho Markdown editável por humanos, consolidação autoDream, busca semântica offline (vetorização/reclassificação/clustering locais), linha do tempo de entidade-atributo, Sleep Mode, autoSummarize com modelo personalizado e 7 ferramentas de memória.

Mascote flutuante de desktop DSH com 12 animações de estado autorais para requisições, ferramentas, compaction, arquivo e melhoria de prompts; ocupação de contexto ao vivo; um Razão Vitalícia persistente entre sessões; totais por provedor/modelo, tendências por hora e vistas de 7/30 dias; alternância de tema escuro/claro; estimativas de custo opcionais (desativadas por padrão) com editor visual de preços e alerta de orçamento mensal; importação ZIP de skins no lado do cliente; exportação de uso JSON/CSV; leituras de painel somente de snapshot com indexação incremental em segundo plano; e melhoria de prompts opt-in com pré-visualização editável e envio ao compositor DSH.

Assistente pessoal para DeepSeek Harness que transforma compromissos conversacionais em planos entre sessões, lembretes e um painel auditável

Ponte Feishu/Lark para o DeepSeek Harness: vinculação de PersonalAgent por escaneamento, cartões em streaming, espaços de trabalho de projeto com git-worktree, tarefas paralelas por escopo, agentes multifunção, notificações entre sessões, gerenciamento de modelo/chave dentro do chat e um guardião de rede de segurança que continua respondendo no Feishu mesmo após uma falha do dsh.

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.

Cronologia de pontos estilo Git na margem direita da dsh web UI: um ponto por mensagem do utilizador, passagem do rato para conteúdo e metadados (hora, turno, duração, TTFT, tokens), clique para saltar. Também adiciona uma lista de mensagens da sessão completa, pesquisa dentro e entre sessões, marcadores com ligações profundas #msg= e navegação por teclado.

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 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.

Histórico de entrada estilo terminal para o compositor web: recuperação por setas priorizando as extremidades, com restauração exata do rascunho/cursor, histórico persistente local do navegador, busca reversa com Ctrl+R e reconhecimento de contexto deslizante; a versão 0.5.0 adiciona uma camada de entrada inteligente — trechos entre sessões (/save, /load), modelos de prompt com variáveis, insights de reutilização e destaque de resumos de compactação.

Grafo de conhecimento de código local-first para agentes de codificação: 10 ferramentas MCP para compressão de contexto em camadas, planejamento DAG, indexação incremental de AST, flywheel de habilidades entre sessões, diagnósticos e importação/exportação de artefatos de grafo.