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.

Pacote de memória e contexto OpenViking para o DeepSeek Harness: recuperação automática pré-etapa e injeção de perfil, captura de sessão, proteção de URI `viking://`, e ferramentas de memória para recuperar/gravar com suporte de um servidor OpenViking.

Quatro ferramentas somente leitura sobre uma base de conhecimento WeKnora: listar bases de conhecimento, busca híbrida de passagens, reagrupar os chunks de um documento em ordem, e a resposta RAG citada ou de agente ReAct própria do WeKnora com id de sessão retomável.

Ferramentas de recuperação de conhecimento WeKnora para DeepSeek Harness (dsh): busca semântica, leitura de documentos e respostas RAG/agente sobre suas próprias bases de conhecimento.

Conecta o DeepSeek Harness à base de conhecimento pessoal local-first e autoevolutiva do ReMe: captura automaticamente conversas concluídas do agente principal como memória Markdown do próprio usuário, pesquisa conversas e material de origem via reme_search com BM25, embeddings opcionais e expansão de wikilinks, e agenda consolidação diária de memória.

Conecta o DeepSeek Harness à base de conhecimento pessoal local-primário e autoevolutiva do ReMe: captura automaticamente as conversas concluídas do agente principal como memória Markdown pertencente ao usuário, pesquisa conversas e material fonte através do reme_search com BM25, embeddings opcionais e expansão de wikilinks, e agenda a consolidação diária da memória.

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.

Adiciona uma tela de conversação editável ao DeepSeek Harness, onde as ligações do grafo selecionam o contexto para pedidos da tela, com ramificação, fusão e importação de sessões locais de agentes.

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.

Exploração de arquitetura AGI de caixa branca: metacognição (loop de autocognição), aprendizagem contínua (volante de conhecimento), modelo de mundo (espaço de condições, grafo de memória espaço-temporal), autoaperfeiçoamento (disciplina bootstrap), pipeline de caixa branca zero-LLM e guardrails de confiança auditáveis.

Memória de recuperação de falhas: pesquisa e registra lições de recuperação de falhas extraídas de sessões reais de engenharia, com recuperação BM25 + RAG semântico e uma base de conhecimento de lições.

Leva o agente ao QQ como personagem de persona pelo SnowLuma (OneBot v11): conversas privadas e em grupo, mensagens de voz, figurinhas, diário Qzone, navegação no Bilibili, versões de músicas, geração de imagens, memória de longo prazo e humor. Cada recurso é um módulo que pode ser desativado, substituído ou ampliado localmente; módulos recarregados também podem reescrever decisões de resposta em grupo, prompts, mensagens enviadas e modelo por conversa. Seguro por padrão: chave mestra desligada e simulação ativada.

Ferramentas somente leitura para a base de conhecimento Molio: listar vaults, navegar pela árvore de arquivos, buscar texto completo e ler documentos pela API HTTP do daemon Molio local, que precisa estar em execução. Publicado no npm como dsh-plugin-molio.

Plugin da base de conhecimento Molio para DeepSeek Harness (dsh): pesquisa, navega e lê a base Molio local em qualquer sessão dsh.

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.

ThoughtDAG para DeepSeek Harness: transforma a sessão DSH atual em um grafo de pensamento editável em uma tela infinita.

Studio baseado em workspace para relatórios, slides, tabelas, mapas mentais, quizzes, flashcards, áudio e vídeo fundamentados em fontes, usando modelos DSH e serviços compartilhados de artefatos. A geração de documentos Office requer Python 3.12+ com suas dependências e DSH_OFFICE_PYTHON configurado; a renderização de mídia requer Chromium, e o ASR local também exige whisper.cpp e um modelo.

Conecta o agente ao QQ como personagem via SnowLuma (OneBot v11): conversas privadas e em grupo, notas de voz, stickers, diário do Qzone, navegação no Bilibili, covers, geração de imagens, memória de longo prazo e humor. Cada recurso é um módulo que pode ser desativado, substituído ou ampliado localmente; módulos recarregados a quente também podem alterar decisões de resposta em grupo, prompts, mensagens enviadas e modelo por chat. Padrão seguro: chave mestra desligada e dry run ligado.

The memory that dreams — memória entre sessões para DeepSeek Harness: lembra de você e dos seus projetos, consolida memórias enquanto está ocioso (autoDream), congela memórias conflitantes para sua revisão e mantém uma trilha de auditoria reproduzível. A memória fica no seu computador em SQLite, com espelhos Markdown editáveis; recuperação por quatro vias (palavras-chave, vetor, BM25 e grafo de entidades), painel interativo, 10 ferramentas de modelo, servidor MCP, API externa e CLI. Resumos e consolidação usam o modelo do host que você já configurou; com um embedder local, a busca semântica funciona totalmente offline.

Memória de longo prazo para DeepSeek Harness em Markdown simples, um fato por arquivo. A cada etapa, o índice `MEMORY.md` (armazenamento do projeto, se houver, e global em `$DSH_HOME`) entra no contexto de execução, sem esperar a leitura de arquivos. `ctx.tools.guard()` impõe o limite padrão de 200 linhas/25 KB: rejeita gravações que o excedam e permite reescritas que o reduzam. Uma página lateral somente leitura lista notas por tipo. O plugin nunca grava memórias por conta própria; apenas o modo experimental de companhia adiciona tipos sobre a vida da persona. O mesmo armazenamento funciona com Claude Code, Codex, Kiro e OpenClaw.

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()

Outros plugins ajudam o agente a lembrar mais; este define o que conta como memória válida: o agente propõe e uma pessoa aprova, com gate de três armazenamentos e log de auditoria imutável. Busca com SQLite FTS5/BM25 sem chamadas a modelos (p50 de 2,3 ms, medição declarada pelo projeto). Inclui registro do custo em tokens e um cofre para DSH, Claude Code, Codex, Cursor e qualquer cliente MCP.

Modo red team: indicar uma organização-alvo; uma sessão lança cinco papéis (reconhecimento, triagem de ativos, descoberta de vulnerabilidades, exploração, pivot interno), com concorrência configurável. A verificação prévia valida competências/recursos. Pontuação em quatro etapas (reconhecimento, Internet, fronteira, interno), limites no servidor e deduplicação pelo privilégio mais alto. Resultados em SQLite local. Consola lateral persistente de nove páginas: mapa de ativos, agentes, sessões/túneis, resultados, alvos, relatórios, base POC e biblioteca de competências. v0.15.2 adiciona registos HTTP de evidências/ações, ingestão em lote, controlo de âmbito, sonda de pivot por túnel, prova de dados, registo de limpeza e admissão T0-T3 contra desvios. 59 ferramentas redteam_*; 38 competências.

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.