Plugins

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.

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

Auto-evolução contínua: estado do harness versionado, auditável e seguro para rollback (prompts, memória, skills, especificações de subagentes), refinado a partir das trajetórias das sessões, com portões de revisão e skills recarregadas a quente.

Auto-evolução: o agente monta/remove plugins persistentes em si mesmo a quente, no meio da sessão.

Loop de auto-refinamento contínuo: memória persistente, revisão e refinamento periódicos, conhecimento compartilhado entre sessões e rollback automático por meio de uma ferramenta harness_refine chamável pelo modelo.

Controlador de autoevolução com prioridade em evidências: geração limitada de candidatos Cordis, admissão de Loader real de tentativa única, avaliação Harbor e uma linhagem journalizada retomável após falhas.

Memória entre sessões para o DeepSeek Harness com governança, autoevolução e um caminho de escrita com aprovação. Recordação ordenada por calor, convenções de ambiente, ciclo de esquecimento, cadeias de substituição, defesa contra envenenamento, autodestilação e uma medição aberta.

Observa os rastros de execução do agente e dispara uma revisão LLM no fim de cada turno bem-sucedido quando os sinais disparam, cristalizando fluxos de trabalho reutilizáveis em competências registadas que melhoram progressivamente em execuções posteriores.

Long-term memory and self-evolving skills for the DeepSeek Harness · DeepSeek Harness 的长期记忆与自我演进能力 —— Plain Markdown on disk, no vector store

Memory Fortress for DeepSeek Harness: 5-track layered memory, self-evolution, knowledge graph (SQLite+FTS5), status pill. 本地记忆堡垒：五轨记忆·自我进化·知识图谱·状态灯。

Self-evolution actuator: consumes problem tickets mined from session logs, synthesizes skill candidates (zero-code tiers by default) behind an eval gate with hold-out canaries, then promotes to project .dsh/skills with human confirm and deterministic rollback.

Controles combináveis de trabalho, raciocínio, qualidade e autoevolução revisada por humanos para o DeepSeek Harness Web.

Hermes-style self-evolution for DeepSeek Harness: a skill_manage tool that lets the agent save proven procedures as skills, prompt guidance for when to save them, usage tracking, and a background curator that keeps the self-authored skill library healthy

Verification-driven self-evolution loop: failure logs become verified AGENTS.md rules; in-session plugin (evolve_learn / evolve_apply / evolve_touch / evolve_recall), tool-verify gate, rule lifecycle, local recall.

Evidence-backed Skill self-evolution for DeepSeek Harness: redacted trajectory learning, quarantined proposals, arena validation, canary monitoring, automatic rollback.