Плагины
Находите, фильтруйте и устанавливайте плагины DeepSeek-Harness.
Найдено плагинов: 45
dsh-trilogy
todayjin/dsh-trilogy
Память проектов DSH: автоматически создаёт PROJECT.md, DECISIONS.md и SESSIONS.md на первом шаге каждой сессии workspace; перечитывает с диска и добавляет повторно только при изменении или потере после сжатия. memory_checkpoint классифицирует записи; ограниченное напоминание при работе без записи. memory_read читает текущий журнал и архив; memory_search ищет по BM25 без зависимостей. Лимит 200 записей: избыток в SESSIONS-archive.md не попадает в контекст, но читается, ищется и восстанавливается по одной записи. Настройки: фильтр workspace/пути, вкладки чтения, перезагрузка, JSON-импорт/экспорт, двухэтапная очистка, изменение/удаление блока AGENTS.md, напоминание PROJECT.md. Индикатор синхронизации; создание по нажатию. Без зависимостей, векторной БД, эмбеддингов и вызовов модели.
semantic-search
johnxu22786/semantic-search
Локальный семантический поиск по коду для DeepSeek Harness: индексирование на уровне фрагментов с учётом символов, офлайн лексические эмбеддинги или совместимый с OpenAI эндпоинт и гибридный поиск вектор + BM25, объединённый через RRF, — три инструмента dsh плюс CLI sema.
personal_mcp
bingoagenttouch/personal_mcp
Многоуровневый MCP-сервер долгосрочной памяти: исходные ходы → фрагменты задач → ежедневные сводки → тематические индексы, локальные MiniLM-эмбеддинги размерности 384 или OpenAI-совместимый API-бэкенд, семантический поиск с откатом на Jaccard, установка плагина DSH одной командой.
alice-memory-llm
cycocyco/alice-memory-llm
Long-term memory for DSH where an LLM decides what to keep: turns pool while the session is idle, then the main chat model distills them into one-line entries in a single batched call; vector dedup runs before insert, so near-duplicates and saturated topics are dropped; recall uses hybrid vector plus FTS5 search over tiered hot, warm and cold storage; ships remember, recall, forget and prune tools. Zero dependencies, Node only.
alice-memory
cycocyco/alice-memory
Long-term memory for DSH: rule gates capture durable facts from conversation turns into a single SQLite database with tiered hot, warm and cold storage; recall injects hybrid vector plus FTS5 hits into the prompt each turn; ships remember, recall, forget and cold-memory prune tools. Zero dependencies, Node only.
dsh-ai-providers (dsh-ai-ollama)
firefox2100/dsh-ai-providers
Провайдер Ollama для языковых моделей и эмбеддингов с поиском, загрузкой и выгрузкой моделей в DSH. Требуется установить и включить `Firefox2100/dsh-ai-providers#runtime`.
dsh-ai-providers (dsh-ai-dashscope)
firefox2100/dsh-ai-providers
Провайдер для использования нативных API Alibaba Cloud DashScope внутри DSH: языковые модели Qwen, эмбеддинги, переранжирование, речь и генерация изображений. Требуется установить и включить `Firefox2100/dsh-ai-providers#runtime`.
dsh-tide-memory
minghuanyue/dsh-tide-memory
Tide Memory: долгосрочная память, которая намеренно забывает. Важное сохраняется, остальное угасает. Попадание записи в контекст решает score доказательств `C = s/(s+2)`; ниже порога (0,35 по умолчанию) она не попадает. События затухают по периоду полураспада (30 дней, или 7 при эмоции), факты не затухают. Замененные записи сохраняются с пометкой stale, а не удаляются. Вспомненные строки входят в контекст и реально тратят немного токенов. Без embeddings, сетевых вызовов и облака.
dsh-kb-lite
imaused/dsh-kb-lite
Локальная база знаний для DeepSeek Harness: 6 инструментов принимают Markdown, текст и PDF, ищут через BM25 или гибридно с необязательными локальными эмбеддингами и отвечают с цитатами источников. Работает офлайн без сервера БД. Нужны Node.js 18+ и Python 3.9+; для PDF требуется pymupdf.
dsh-ai-providers (dsh-ai-localai)
firefox2100/dsh-ai-providers
Провайдер LocalAI для языковых моделей, embeddings, reranking, речи и генерации изображений с настройками LocalAI в DSH. Требует установки и включения Firefox2100/dsh-ai-providers#runtime.
dsh-ai-providers (dsh-ai-jina)
firefox2100/dsh-ai-providers
Провайдер Jina для embeddings и reranking в DSH. Требует установки и включения Firefox2100/dsh-ai-providers#runtime.
dsh-ai-providers (dsh-ai-cohere)
firefox2100/dsh-ai-providers
Провайдер Cohere для языковых моделей, embeddings и reranking через нативные API в DSH. Требует установки и включения Firefox2100/dsh-ai-providers#runtime.
dsh-ai-providers (dsh-ai-openai)
firefox2100/dsh-ai-providers
Провайдер OpenAI для языковых моделей, эмбеддингов, синтеза и распознавания речи, а также генерации изображений в DSH. Требуется установить и включить Firefox2100/dsh-ai-providers#runtime.
dsh-memory
restregular/dsh-memory
Локальная долговременная память DeepSeek Harness (один пакет, одна точка входа): хранение JSONL, локальный векторный поиск (BGE-M3), четыре инструмента модели, автоматический поиск и внедрение воспоминаний, панель управления.
dsh-wsl-vecmem
173787247/dsh-wsl-vecmem
Небольшая локальная векторная память с эмбеддингами Ollama в ~/.dsh/vecmem и отдельными пространствами имен workspace; необязательная заметка IM через vecmemOnReply.
feiyu-memgate (dsh-feiyu-memgate)
n0rmal-114/feiyu-memgate
Long-term memory through the bundled feiyu-memgate gateway, which the plugin starts on 127.0.0.1 (needs Python 3.11 or newer, nothing to pip install): recalls related memories at the start of each user turn and appends them after the user message as a marked data block, gives the model memgate_remember and memgate_search tools, and adds a /memgate command and a settings page where each feature can be switched off. By default memories are written only when the model calls the remember tool. Keyword retrieval over SQLite by default, with no model and no download; an OpenAI-compatible embeddings endpoint or the optional dsh-feiyu-memgate-embed add-on (local CPU embedding models, downloaded on request) adds semantic retrieval. Its HTTP routes have no DSH access check, so a web page open in your browser could call them.
cyber-self
mrlsss/cyber-self
Per-workspace personal knowledge base for DeepSeek Harness: each identity gets an isolated local library — import PDF, Word, Excel, Markdown, text, HTML and images, auto-chunk and embed into SQLite with FTS5 + vector hybrid retrieval, then ask questions in chat with numbered citations back to the source. Local-first, no cloud upload; vector embeddings need a local Ollama (default bge-m3), and without it retrieval degrades to FTS5 keyword search.
dsh-obsidian-memory
aoyamabf-max/dsh-obsidian-memory
Stores the agent's long-term memory as plain Markdown in an Obsidian vault — every memory is a .md file with YAML frontmatter that Obsidian indexes natively, so you can read, edit, link and back up it with tools you already use. Nothing is locked in a database. Ships a sidebar panel (tag filter, sort by recency or importance, edit in place), 7 agent tools, three-tier token-budgeted recall, BM25 ranking (no embeddings, no API key, works offline, CJK bigram tokenization), importance decay with archiving (moved to .archive/, never deleted), and optional GitHub Contents API sync. A note containing a secret is refused rather than redacted, because a redacted memory reads as complete while the important part is gone. Zero runtime dependencies; everything comes from the DSH host.
dsh-anima-rag
vv5v5/dsh-anima-rag
Векторная память в стиле Anima для DSH: каждый ход добавляет найденные исторические сводки в system prompt и предоставляет инструмент семантического поиска `anima_query`; хранилище векторов изолируется для каждого прохождения. Запросы эмбеддингов SiliconFlow имеют форму массива; тайм-ауты и ошибки провайдера явно показываются как классифицированные примечания в месте инъекции, без молчаливого сокрытия.
dsh-memento
janpauldahlke/dsh-memento
Файловая память с ограниченным объёмом для локальных агентов: хранилище `ME.md` и проектных `MEMORY.md`, стабильная кэшируемая инъекция, входящие в виде обычных текстовых строк и боковая панель Memory. Без эмбеддингов и вызовов LLM.
dsh-memory
navid-kianfar/dsh-memory
Постоянная поисковая память по проектам DeepSeek Harness: решения, правила и контекст спринта в базе DuckDB с запросами; правила применяются к каждому запросу модели, в Web Client есть полноценный интерфейс управления.