Plugins

Hindsight, uma memória de agente que aprende: memória de projeto de longo prazo com recuperação e retenção automáticas, páginas de conhecimento, reflexão profunda e bancos de memória por repositório.

Memória Markdown compartilhada para DSH e outros agentes de codificação, com captura automática, injeção de contexto pré-etapa, recuperação pesquisável e autoevolução de memória para skill por meio de um painel de revisão.

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.

Camada mnemônica.

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

Memória de longo prazo para DeepSeek Harness em Markdown simples, um fato por arquivo, legível em qualquer editor. O índice `MEMORY.md` tem um limite rígido de 200 linhas / 25 KB imposto por `ctx.tools.guard()`: uma escrita que ultrapassasse o limite é recusada, enquanto uma reescrita que o reduza sempre passa, permitindo compactar passo a passo um índice superdimensionado. O plugin nunca escreve memórias por conta própria — o que é mantido é decidido por você e pelo modelo. O mesmo armazenamento também é usado por Claude Code, Codex, Kiro e OpenClaw.

Memória de longo prazo local com Git para o DeepSeek Harness com recuperação híbrida CJK/inglês, contexto com citações, sincronização transacional, pré-visualizações e rollback.

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 de longo prazo curada e baseada em arquivos para o DeepSeek Harness — notas em markdown legíveis por humanos, um único repositório de arquivos de texto simples compartilhado entre hosts (ignorado pelo git quando reside dentro de um repositório de projeto) e um limite determinístico de índice imposto por ctx.tools.guard()

Memória de longo prazo para agentes DSH — memórias duráveis e inspecionáveis com ferramentas de recordação, busca, navegação e grafo de conhecimento, importação de dez outras ferramentas de codificação com IA e uma página de configurações.

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.

Memória causal para dsh: uma ponte MCP stdio sem dependências que monta as 17 ferramentas do servidor causal-memory com nomes simples (sem prefixo mcp__) — arestas decisão → resultado com relações tipadas (caused / enabled / prevented) numa loja SQLite local que sobrevive à compactação — mais uma secção de prompt de sistema fixada. Requer o binário do servidor causal-memory no PATH (pip install causal-memory ou uma versão pré-compilada).

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.

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.

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 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.

Ponte para o ShiGuang Memory Engine (SGME): memória de longo prazo compartilhada entre múltiplos agentes via HTTP — destilação L0/L1/L1.5/L2, injeção baseada em cenário, busca unificada e sinais proativos de cuidado (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), instalável como `dsh-sgme`

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).

Memória entre sessões com lembrança determinística de zero token (bigram-Jaccard fundido com FTS5 BM25 via RRF, tokenização ciente do chinês), reforço que fortalece observações repetidas, e procedimentos cristalizados em arquivos SKILL.md refinados no lugar por um ciclo active-stale-archived com archive e rollback reversíveis. Ingest e disposal expõem um nível de autonomia escolhido pelo usuário; conflitos e gravações de alta importância sempre vão para revisão humana, e nada é autoapagado. Requer Node 22.5+.

Plugin de memória de longo prazo NeatMem para o DeepSeek Harness — cliente REST leve para um servidor neatmem

Port fiel do mecanismo MEMORY.md / USER.md do hermes-agent para DSH: memória dual-bank limitada (2200/1375 chars), uma única ferramenta `memory` (add/replace/remove/batch), injeção de snapshot congelado por sessão, lembretes de nudge, armazenamento JSON nativo do DSH — zero dependências externas, zero custo de LLM.

Gerencia cartões de persona do soul.md e memória de longo prazo, com seleção de persona por workspace e sessão e ferramentas para lê-los e atualizá-los.

Captura automática sem LLM e um índice simbólico \[ENGRAM\] com divulgação progressiva, um protocolo de tarefa/evidência ESR-lite (esr_task / esr_node / esr_close / esr_link) e telemetria de uso por workspace com um benchmark offline de recordação (npm run eval).