Память

Менеджер заметок в формате markdown для DSH: полноценный **менеджер MD-заметок** и **редактор MD-заметок**, быстрое сохранение бесед в заметки, ведение заметок через **синхронизацию с Git-репозиториями** и **включение заметок в контекст беседы**.

Семантический поиск, управление ресурсами, автоматическое восстановление (раздельные пространства пользователя и агента) и память сессии для DeepSeek Harness: memsearch/memfind/memread/membrowse/memgrep/memglob по URI viking://, управление ресурсами memadd/memremove, статус наблюдателя memqueue, захват сессии memcommit и создание плейбуков навыков memlearn.

Орган памяти Agent-Body: после 2 минут тишины он переходит в лёгкий сон, а через 5 минут — в глубокий, где детерминированные правила перегоняют реальный опыт в карточки памяти (подводные камни, плейбуки, горячие точки, нерешённые проблемы, факты). Входящие команды находят связанные карточки по ключевым словам и внедряют их в контекст; давно неиспользуемые карточки затухают по периоду полураспада и архивируются, а не удаляются. Также он убирает шум общесистемных предупреждений гомеостаза: повторы внутри окна считаются вместо повторной печати, а предупреждение, которое повторяется и не устраняется, сходится к известному смещению устойчивого состояния и замолкает. Консолидация и вспоминание не делают вызовов модели.

Автономный второй мозг для DeepSeek Harness — автоматически захватывает устойчивые диалоговые знания в локальное хранилище Markdown (пользовательская дедупликация, поиск CJK, совместимость с git), с графической базой знаний и интерактивным графом знаний (фильтр легенды, цветовая кодировка по временному измерению, выделение рамкой, слияние, удаление, экспорт/импорт PNG).

Превращает локальные документы в формате markdown и текстовые документы в запрашиваемую базу знаний с гибридным семантическим и ключевым поиском, проверкой цитат и внедрением источников.

Постоянная память ИИ на базе локального хранилища Obsidian/Codex: пять инструментов obsidian_memory_* для чтения/записи/поиска плюс браузер хранилища в боковой панели.

Локальный RAG по базе знаний литературы: 10 инструментов (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), гибридный поиск BM25 + вектор + реранкер, ответы на вопросы со ссылками и кликабельными DOI, полностью локальные эмбеддинги bge на однофайловом индексе SQLite. Требуется Python 3.9+ с pymupdf, faiss-cpu и sentence-transformers; установщик `npx dsh-kb-rag-install` всё это настраивает и заранее скачивает модель.

Предоставляет локальные и удалённые базы знаний с поиском в области проекта и сессии, контролируемой обратной записью и встроенной веб-консолью управления.

Заставьте ИИ помнить, как вы думаете, а не то, что вы сказали: он активно фиксирует ваши принципы, красные линии и рабочие привычки между сессиями — с объёмом памяти, мягким затуханием и понятным человеку обоснованием для каждой записи. В 0.7.0 добавлен наглядный портрет персоны с прослеживанием доказательств.

Собственный плагин памяти для DSH: постоянное хранилище SQLite + аудит-страж на уровне базы данных (enforceAudit) + журнал аудита. Автоматически захватывает знания после бесед, агенты вспоминают через memory_recall, поддерживается обмен между Claude Code/Codex/Cursor. Ноль внешних зависимостей.

Межсессионная долговременная память в метафоре «дворца памяти»: двухуровневые хранилища SQLite (пользователь + проект по origin git), гибридный поиск FTS5 + локальные векторы со слиянием RRF и повышением ранга по свежести и подтверждению, автоматический захват из журнала сессии (включая последний ход), цепочки аудита происхождения, консолидирующая дистилляция и забывание с затуханием, а также панель «Библиотека памяти» на странице настроек с топологией коридоров, дворецким-экскурсоводом и списком на обновление.

Мост ShiGuang Memory Engine (SGME): общая долговременная память для нескольких агентов через HTTP — дистилляция L0/L1/L1.5/L2, внедрение по сценарию, единый поиск и проактивные сигналы заботы (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), устанавливается как `dsh-sgme`.

Плагин межсессионной памяти DeepSeek Harness (DSH): проектная Markdown-память, где диалоговая модель записывает по ходу работы; поддержка файлов тем с постепенным раскрытием, опциональная тихая фонова́я дистилляция, изоляция по проектам и панель настроек с горячим обновлением. Механизм согласован с Claude Code auto memory. | Управляемая агентом межсессионная Markdown-память: файлы тем с progressive-disclosure, опциональная тихая дистилляция, изоляция по проектам. Совместимо с Claude Code.

Интеграционный слой DSH для механизма памяти Minta: компонует официальную строку dsh-mcp-client, регистрирует skill minta-memory-governance плюс предварительный прогрев памяти при старте сессии и поставляет пресет агента Minta; требует отдельно развёрнутый механизм Minta (Python/Docker) для предоставления 19 инструментов MCP — без него непригоден.

Плагин долговременной памяти и самоэволюции для DSH: захват L0 → извлечение памяти L1 → группировка сцен L2 → персона пользователя L3, автоматическая инъекция воспоминаний, синтез навыков, полностью локальная работа (SQLite FTS5 + jieba, опциональный векторный поиск).

Самоэволюционирующая командная память в виде простого Markdown в git: нативный плагин Cordis, регистрирующий 38 инструментов памяти с bare-name и секцию prompt-сигналов, пересчитываемую при каждой сборке, с RPE-подкреплением, затуханием и консолидацией во сне; разделяет один репозиторий данных с хостами Claude Code (MCP) и OpenClaw; проверено на DSH 0.1.0-rc.6.

Самоэволюционирующая командная память в виде обычного Markdown в git: нативный плагин Cordis, регистрирующий 38 инструментов памяти с простыми именами и раздел сигналов промпта, переоцениваемый при каждой сборке, с RPE-подкреплением, затуханием и консолидацией во сне; использует общий репозиторий данных с хостами Claude Code (MCP) и OpenClaw; проверено на DSH 0.1.0-rc.6.

Добавляет в веб-клиент DSH панель многопользовательских настроек: выбор режима использования, управление участниками с онлайн-статусом и привязкой устройств, а также переключение или совместное использование баз памяти и знаний для каждого участника.

Добавляет /pua, побуждая агента попробовать другой подход и проверить результаты, прежде чем объявить завершение; включает 15 корпоративных стилей, режимы персон, глобальные и поконверсационные настройки, а также необязательный цикл, который продолжается, пока проверочная команда не пройдёт, не будет достигнут предел итераций или пользователь не отменит выполнение.

Обратимое облегчение контекста для DeepSeek Harness: без потерь TOON-стиля повторное табличное кодирование однородных массивов JSON, окна таблиц с выборкой по шагу и номерами строк, а также дедупликация между ходами для повторяющегося вывода инструментов; каждая замена проходит через байт- и токен-ограничение (≤72% байт, строго меньше оценочных токенов), а оригинал сбрасывается на диск за уведомлением `[save-token #id]`, которое можно получить одной командой через инструмент `save_token_expand`, с учетом списанных и сэкономленных токенов на панели настроек.

Межсессионная память с детерминированным восстановлением без токенов (bigram-Jaccard, объединённый с FTS5 BM25 через RRF, с учётом китайской токенизации), усилением, которое укрепляет повторяющиеся наблюдения, и процедурами, кристаллизованными в файлы SKILL.md, редактируемые на месте через жизненный цикл active-stale-archived с обратимым архивированием и откатом. Для ingest и disposal задаётся выбираемый пользователем уровень автономности; конфликты и записи высокой важности всегда отправляются на проверку человеком, и ничего никогда не удаляется автоматически. Требуется Node 22.5+.

Локальная персистентная память прежде всего для DeepSeek Harness: ограниченная инъекция горячей памяти перед шагом, точное и китайско-биграммное холодное извлечение BM25, шесть инструментов агента, одобряемые записи с арендной блокировкой и квитанциями восстановления, а также кандидаты только для чтения для управления и рецензирования траектории.

Верный порт механизма MEMORY.md / USER.md из hermes-agent для DSH: ограниченная двубэнковая память (2200/1375 символов), единый инструмент `memory` (add/replace/remove/batch), инъекция замороженного снимка за сессию, напоминания-подсказки, нативное DSH JSON-хранилище — нулевые внешние зависимости, нулевая стоимость LLM.

Плагин для DeepSeek Harness, подключающийся к серверу PowerContext по HTTP для воспроизведения, памяти, передачи контекста, опыта и skills.