Плагины

Нативный плагин графа знаний Graphify, предоставляющий 10 инструментов анализа кода, топологический поиск, обнаружение узлов-богов и триаж радиуса взрыва PR.

Одно общее хранилище Obsidian для всех агентов: ядро на Python без зависимостей (search/promote/adjudicate/forget), шаблон хранилища, плагин dsh (memory_search/show/submit/status).

Единый слой памяти для любого AI-инструмента и агента: инъекция Context Bundle, воспроизведение в момент промпта, инструменты MCP и захват треда DSH по завершении хода.

Подключает DeepSeek Harness к Busabase: ищите знания рабочего пространства, работайте со структурированными записями и приложениями, отправляйте записи как проверяемые ChangeRequest и изучайте результаты в живых карточках.

Запускает TiddlyWiki 5 как постоянную базу знаний DSH: десять агентских инструментов tiddlywiki_* (фильтруемый поиск, чтение/запись/пакетное/переименование/удаление, недавние, теги, синхронизация git с разрешением конфликтов), полноценный редактор TiddlyWiki, встроенный в центральный столбец графического интерфейса через прокси того же источника, вкладка вики справа, вкладка для каждой сессии, суммирующая заметки, прочитанные или записанные сессией, карточка быстрой заметки с автосохранением черновика и опциональный закладочник-вырезка с прикреплением изображений — всё на базе автоматически коммитящего репозитория git.

Управляемый рой из шести специализированных агентов DSH — оркестратор, планировщик, мост к базе знаний, разработчик и два рецензента — превращает требование в строгий конвейер фаз, где каждая поставка должна доказать себя структурированными доказательствами до начала следующей фазы; рецензенты работают только на чтение, слияние кода возможно только после прохождения review, а журнал событий только на добавление даёт полное воспроизведение и аудит на живой канбан-доске. Его дизайн вдохновлён канбаном Hermes Agent.

Техническое превью локальной графовой памяти для DSH и Codex: вспоминает глобальные и текущие проектные доказательства владельца перед каждым ходом, записывает записи USER и ASSISTANT отдельно, и сохраняет происхождение проекта, сессии, актёра и источника для визуального атласа и цитируемых страниц знаний.

Локальная графовая память в статусе технического превью для DSH и Codex: перед каждым ходом извлекает данные владельца и текущего проекта, отдельно записывает записи USER и ASSISTANT и сохраняет происхождение по проекту, сессии, актору и источнику для визуального атласа и страниц знаний со ссылками.

Универсальная база знаний для DSH: импорт md/txt/json/yml/docx/pdf, управление папками, полнотекстовый поиск FTS5 (BM25) и веб-интерфейс управления.

Предустановка агента на основе базы знаний: вики-долгосрочная память, веб-интерфейс базы знаний, страница управления и дополнительная доработка интерфейса.

База знаний по паттерну Karpathy LLM Wiki для DSH: навыки wiki-write/wiki-search, конвейер без зависимостей (lint/индекс/синхронизация памяти mnemon/обратная связь по качеству), минимальный плагин жизненного цикла, внедряющий схему и предпросмотр знаний, семантическое вспоминание SiliconFlow через Ollama-совместимый прокси.

База знаний в стиле Obsidian: загружайте источники, позволяйте LLM создавать и поддерживать взаимосвязанную wiki и задавайте вопросы, опираясь на неё.

Нативные инструменты для Obsidian wiki-хранилища: wiki_query, wiki_write, wiki_rename, wiki_scaffold, wiki_archive и wiki_lint покрывают поиск BM25 с контекстом графа ссылок, учётные записи с отслеживанием источников через sha256, переименования по всему хранилищу, скаффолды режимов, архивирование источников и проверки целостности — с межпроцессными блокировками и опциональным git auto-commit.

Мост репетиторства DeepTutor: глубокие объяснения, вопросы для самопроверки, планирование пути обучения, поиск в личной базе знаний (RAG) и архивирование заметок через инструменты deeptutor_run / deeptutor_kb / deeptutor_note.

Контекст бизнес-сети знаний для DeepSeek Harness: привязывает сессию к сети знаний OpenBKN, запрашивает её объекты и метрики через управляемые инструменты MCP и открывает подтверждённое источниками происхождение (факты выполнения и бизнес-граф) для каждого ответа. Поставляется с OpenBKN Runtime; для представлений происхождения нужна корпоративная лицензия OpenBKN.

Связывает граф знаний кода Codebase Memory MCP с DSH и поддерживает индексированные репозитории актуальными с помощью устранённого от дребезга наблюдателя файловой системы. MCP-мост только для Windows (половина с наблюдателем кроссплатформенная); автоматически устанавливает свой npm CLI через npx при первом запуске.

Плагин для DSH Desktop: проверяемые факты. Ограничения внедряются лишь по релевантности — простой чат не тратит токенов; внедрение слоистое (стабильное — в системном промпте, изменчивое — хвостовым снапшотом), кэш промпта валиден. Ход классифицируется (вопрос/исследование/обсуждение/диагностика/выполнение): без правок файлов на вопросах, без незапрошенных исправлений на диагностике; ловятся ссылки на не открытые строки кода и «я не проверял» под видом «жду решения». Память: предупреждения о 75%/90% контекста, экспорт резюме, знания проекта между сессиями, удаление по id. Артефакты: контракт задачи, журналы изменений и гипотез. Дашборд: маршрутизация и сборка блоков → lume-metrics.jsonl (через lume_metrics); персонажи — из логов, романов и карточек, с постоянной и временной памятью.

Инструмент read_graph на основе графа знаний кодовой базы (отношения CONTAINS / EXPORTS / IMPORTS / IMPORTS_SYMBOL).

Ядро суждений для DeepSeek Harness: когнитивный цикл, дающий каждому решению источник и обоснование и доводящий планирование до завершения, гиппокампальная память, сжимающая текущий опыт в переиспользуемое знание, и настраиваемая карточка персоны (имя, характер, стиль общения). Требуется DSH ^0.1.0-rc.7.

Плагин базы знаний: создание проверяемых пакетов базы знаний (ссылки + SQL).

Локальный граф знаний кода для агентов: разбирает кодовую базу (Python/JS/TS/Go/Java/Rust) в индекс SQLite и отвечает на вопросы о вызывающих, вызываемых, зависимостях, обратных зависимостях, влиянии и полнотекстовые запросы по нему.

Инструментарий команд CLI Lanting + страж L0: 9 инструментов памяти + 6 инструментов качества (регистрация defineTool, spawn venv _cli.py) + страж прямой записи/прямого вызова

Система базы знаний в стиле Cherry Studio для DeepSeek Harness (DSH): базы, документы, чанкинг, эмбеддинги (совместимые с OpenAI / Ollama / локальные / лексический резерв), извлечение, инструменты для моделей и панель управления в браузере.