Plugins

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.

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.

Upload de arquivos com cards de anexo codificados por cor (armazenamento isolado por sessão, deduplicação por sha256, limpeza por TTL), além de uma ferramenta read_document com detecção de conteúdo para PDF/DOCX/XLSX/TXT.

Lista na barra lateral do DSH os documentos Markdown, imagens e vídeos existentes em qualquer lugar do workspace, ordenados por relevância para a conversa atual: mensagens recentes são comparadas localmente com título, resumo e corpo do documento por ponderação IDF, sem chamadas ao modelo nem rede. Como a lista é escaneada do workspace, não lembrada, reiniciar o DSH ou abrir nova sessão não a esvazia. Imagens e vídeos têm pré-visualização no local, com caminhos relativos resolvidos e vídeo via HTTP Range. Uma barra de referências sob o cabeçalho mostra quais documentos citam o exibido e quais ele cita, com um clique para saltar. A mesma classificação é exposta ao agente como a ferramenta knit_docs, que retorna os documentos mais relevantes com o trecho correspondente, quando encontrado.

Importe cartões de personagem e livros-mundo (world books) do SillyTavern/TavernAI, salve-os como documentos de lore locais em Markdown, e gere prosa de romance a partir dos seus prompts, usando as configurações do mundo como referência.

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.

Transforma documentos locais em markdown e texto numa base de conhecimento consultável com pesquisa híbrida semântica e por palavras-chave, verificação de citações e injeção de fontes.

Bancada de leitura de artigos: biblioteca + leitor de PDF + companheiro no estilo tutor. As respostas citam números de página clicáveis que saltam de volta ao PDF e destacam a passagem exata; selecionar para perguntar sem sair do artigo; preset de tutor rigoroso incluído (plano de leitura, coaching por seção, questionários avaliados acompanhados entre sessões); alternância no local entre original ↔ chinês (babeldoc, sem pré-instalação). Transcrição e busca locais — os documentos nunca saem da sua máquina.

Fork de arrastar arquivos: solte documentos como chips removíveis acima do compositor e envie sem digitar

Habilidade de verificação de afirmações que confronta documentos de design e planos com fatos do código, escalando afirmações comportamentais para verificação executável com primitivas lógicas para máquinas de estado e modelos de dados, com regressão antes/depois, restrições de domínio e mineração de riscos de concorrência.

Um Dock de anexos leve e de uso geral para DSH: cole, solte ou escolha imagens, PDFs, documentos, arquivos compactados, código e outros arquivos, revise e gerencie antes de enviar e depois passe-os ao Agent como caminhos locais. Ele dá aos arquivos que não são imagens um ponto de entrada consistente para anexos.

`doc_read`/`doc_write` com limites e endereçamento por célula para xlsx/pdf/docx/pptx/ipynb, além de um servidor MCP e CLI.

`doc_read`/`doc_write` limitados e endereçados por célula para xlsx / pdf / docx / pptx / ipynb, além de um servidor MCP e CLI

Orquestração de tarefas de desenvolvimento dirigida por configuração para DSH: workflows em grafo (nós de tarefa/porta de entrada/humano) com persistência por estágio, além de um assistente de IA no editor que configura workflows por meio de conversa com validação ao vivo. Passe documentos aos nós como anexos genéricos (sem necessidade de declaração): os arquivos vão para o espaço de trabalho da tarefa e ${inputs.附件} fornece os caminhos absolutos unidos por quebras de linha, para que um nó os analise com seu próprio prompt.

Transferência de sessão e gerenciamento de contexto: documentos estruturados de transferência (exportar/retomar/status) para que uma sessão nova continue sem interrupções, além de poda ativa de contexto (ferramentas acp_* via a API oficial de compactação com resumos criados pelo modelo).

Sistema de base de conhecimento estilo Cherry Studio para DeepSeek Harness (DSH): bases, documentos, fragmentação, embeddings (compatível com OpenAI / Ollama / local / fallback lexical), recuperação, ferramentas voltadas para modelos e um painel de gestão no navegador.

Documentos do projeto e memória de longo prazo como Markdown simples em um cofre Obsidian dedicado: seis ferramentas mem_* (search, read, write, log, brief, admin), uma injeção orçada de recordação no primeiro passo de uma sessão e destilação automática de turnos concluídos. O Obsidian não precisa estar em execução, e o cofre permanece legível com o plugin desinstalado.

Integração de notas SiYuan (思源笔记): 17 ferramentas host siyuan_* cobrindo listagem de cadernos e documentos, pesquisa em texto completo, consulta SQL, leitura de documentos e blocos, criação e anexação de conteúdo, movimentação e renomeação de documentos, notas diárias e atributos de bloco, além de uma página de configurações web para a URL do SiYuan, o token de API e chaves por ferramenta.

Integração com Feishu (Lark) para o DeepSeek Harness: 25 ferramentas para mensagens de chat e histórico, documentos em nuvem (incluindo páginas de base de conhecimento, gráficos e imagens gerados), registros de bitable, intervalos de planilhas e permissões do Drive, usando seu próprio app Feishu corporativo auto-construído.

Converte documentos Office e PDFs (incluindo os digitalizados) em Markdown estruturalmente formatado por meio de um pipeline OCR com roteamento priorizando CPU (RapidOCR/SLANet/FormulaNet).

Memória local de três camadas para o DeepSeek Harness: L1 memória instantânea (MEMORY.md/USER.md) lida sob demanda pelas ferramentas memory_* + L2 base de conhecimento pesquisável (fatos + SQLite FTS5, busca em chinês por tokenização de janela deslizante) + L3 importação de Hermes/Claude Code/Codex/WorkBuddy e de documentos aprovados do Agent Hub (memory/global, memory/projects, decisões aceitas) com deduplicação por hash de conteúdo. A v0.2.0 removeu toda injeção automática: a memória entra no contexto só quando o modelo chama uma das 12 ferramentas memory_*, e os dados ficam no disco local.

Ponte de escrita para o cliente open-source QingAgent: o agente redige e revisa documentos por meio de ferramentas hospedeiras com prefixo qing_, diagramados em um painel de papel de arroz com mermaid, drawio, tabelas e KaTeX; as edições ficam em estágios como diffs revisáveis e só são aplicadas no commit, e exige o app desktop QingAgent na mesma máquina.

Plugin de pré-visualização, edição e gestão de documentos para o DeepSeek Harness. Oferece uma bancada «Central de Documentos» no estilo VSCode dentro da interface web do DSH: árvore de arquivos à esquerda, pré-visualização ao clicar, código e Markdown editáveis com salvamento por Ctrl/Cmd+S; e expõe três ferramentas de documentos (doc_read / doc_edit / doc_create) aos agentes, permitindo que modelos leiam e escrevam documentos do espaço de trabalho em linguagem natural.

Drag documents into the dsh web chat; the agent reads them directly from the local filesystem and the right sidebar lists the outputs and file paths.