Plugins

OpenViking memory and context bundle for DeepSeek Harness: pre-step auto-recall and profile injection, session capture, `viking://` URI guarding, and recall/write memory tools backed by an OpenViking server.

Implementação puramente em plugin que traz ao DeepSeek Harness a capacidade de "memória de longo prazo entre sessões + auto-evolução em segundo plano": memória de cinco trilhas · consciência de branch do git · autorrevisão dentro do turno · auto-evolução de skills e gerenciador de skills · lista de pendências de quatro trilhas · agendamento COI · broadcast de sessão · busca de sessão · gerenciador de prompts · notas temporárias — zero modificações no núcleo, zero dependências em tempo de execução, pronto para usar ao instalar e limpo ao desinstalar.

Memória entre sessões limitada, em camadas, sujeita a aprovação e auditável: uma interface tipada `ctx.memory` com um provedor SQLite sem dependências, uma ferramenta `memory` e injeção de snapshots congelados; toda escrita passa pelo portão de aprovação e permanece reconstruível a partir do log da sessão.

Grafo de memória espaço-temporal multiagente, com persistência entre sessões e recuperação condicionada por importância

Local-first persistent memory infrastructure for DeepSeek Harness: bounded hot-memory bootstrap, explainable cold recall (exact + Chinese BM25), lease-lock transactional writes, read-only governance, and trajectory review. Pure Python + Markdown, zero ext

Memória local limitada com controle de autoridade CBDC: afirmações em SQLite + FTS5, recuperação delimitada com decisões explicáveis de usar/verificar/ignorar e trilha de auditoria completa, comandos /memory, injeção de até 3 afirmações/1200 caracteres por chamada, sem chamada extra ao modelo

Human-readable Markdown memory for DeepSeek Harness: user-level (~/.deepseek-harness/MEMORY.md) + workspace-level memory injected every turn, auto daily-log writing with distillation, bridges existing WorkBuddy/CodeBuddy memory dirs, memory_note / memory_note_user / memory_read tools with built-in dedup, and a bilingual settings page. Plain-text storage, no database.

Memória entre sessões com escopo por projeto: snapshot do PROJECT.md injetado na primeira mensagem do usuário, ferramenta memory_remember e autorreflexão após tarefas ReAct; cada projeto mantém seu próprio arquivo de memória

Memória citável sobre o log de sessão sem perdas do DSH: fatos destilados carregam citações `(sessionId, eventRange)` que se expandem de volta ao trecho exato do log original

给 DeepSeek Harness 补上时间轴记忆：定宽只追加的事实日志 + agent 自己维护的摘要金字塔，固定阅读预算下 recall 成本不随记忆量增长。

Long-term memory injected at session start: preferences/facts/summaries/knowledge in global and per-project scopes, budgeted recall via `agent/pre-step`, durable JSON store.

Brings your existing Claude / ChatGPT history into DSH: instant zero-token import of the memories.json inside a Claude export, local Claude Code transcripts with no export needed, and conversations distilled through the model you already configured in DSH. Every memory carries verbatim evidence checked against the source by code — a paraphrase is dropped and counted, and evidence found only in the assistant turns is always routed to review rather than stored.

Cross-session plaintext memory: deterministic BM25 keyword recall (no embeddings), memory_save/list/search/confirm/forget tools behind a human-confirm gate, and global + project-scoped JSON stores that follow your git repo.

Cofre de memória entre sessões: ferramentas remember / recall / forget, injeção de prompt por turno e um navegador de entradas na página de configurações

DeepSeek Harness 分层长期记忆插件：瞬时/情景/语义三层记忆，自动捕获、AI 提炼、跨会话召回与可视化管理。

Notes and todos as plain Markdown files in your workspace: type /ml plus a sentence to jot into today's journal; todos come in three flavors — deadline, sleep-until-a-date (auto-wakes when due), and anytime; /ml view fuzzy-opens any file with a few keystrokes. Zero tokens throughout — nothing goes through the model, and your notes stay ordinary local files that git and any editor can read.

LLM-driven remember/forget memory: after each turn a model decides what to keep (MemoryDirector), injects relevant memories before each step, dedups, and persists cross-session.

Memory protocol enforcement plugin: bridges the opencode-memory MCP server, forces memory_weave before tool calls, auto-ingests turns, and injects memory context into agent steps.