Плагины

Кросс-агентный, локально-ориентированный плагин постоянной памяти для DeepSeek Harness (DSH) на основе Mnemon. Он совместно использует долговременную память между агентами с поддержкой Mnemon и добавляет память времени выполнения, документы проекта с возможностью поиска, семантическое воспроизведение, граф знаний и боковую панель UI.

Мнемонический слой.

Трёхуровневая плоскость управления памятью для DeepSeek Harness: персистентный контекст выполнения, поисковые проектные документы, подключаемая долговременная память, умная маршрутизация, контролируемые рабочие процессы агентов, WebUI и headless-инструменты.

Управляемое моделью сжатие контекста (Active Context Pruning) для DeepSeek Harness: модель сама решает, когда и что сжимать.

Память, которая видит сны — межсессионная память для DeepSeek Harness: вспоминает вас между сессиями, автоматически консолидируется во сне (autoDream), замораживает конфликтующие воспоминания для вашей проверки и ведёт воспроизводимый журнал аудита. Локальный семантический поиск offline-first поверх SQLite с редактируемыми вручную Markdown-зеркалами, граф сущностей, интерактивная панель памяти, а также внешний API и CLI.

Память, которая видит сны, — межсессионная память для DeepSeek Harness: помнит вас между сессиями, самоконсолидируется во сне (autoDream), замораживает конфликтующие воспоминания для вашей проверки и ведёт воспроизводимый аудит-след. Локальный семантический поиск offline-first поверх SQLite с редактируемыми вручную Markdown-зеркалами, граф сущностей, интерактивная панель памяти, а также внешний API и CLI.

Agent Context Editor — кросс-агентный плагин для ручного исключения, редактирования и выборочного сжатия контекста ИИ-диалогов. Также поддерживает поиск, фильтрацию, выбор, скрытие, восстановление и отмену изменений разговора с сохранением исходной сессии.

Продолжайте ветвление от любого завершённого ответа на любую глубину, пока основная сессия остаётся нетронутой.

Выделите текст в завершённом ответе DSH, чтобы открыть независимую постоянную read-only многоходовую Topic, привязанную к доказательствам исходной сессии и файлам проекта, пока исходный агент продолжает работу.

Oh My DSH (OMD) добавляет сводки контекста с возвратом к исходникам, проверку, привязанную к задачам, оптимизацию промптов, навигацию по коду CodeGraph, управление компьютером OpenCU и четыре темы, охватывающие компоновку, боковые панели и настройки.

Конвейер экономии токенов для DeepSeek Harness: слоистое сжатие с учётом давления контекста (проекция без потерь при давлении ниже 40%, выше — суммаризация LLM), allowlist инструментов на агента, преобразование длинного текста в изображение с vision-суммаризацией и команда /token-status, отслеживающая давление, уровни и сэкономленные токены.

Сжатие контекста без потерь для DeepSeek Harness: самый старый фрагмент заменяется кратким изложением, а оригиналы остаются в журнале сессии.

Оборачивает работу в именованные задачи и при закрытии задачи сворачивает весь диапазон её сообщений в одно резюме на следующей границе шага; исходное содержимое можно восстановить по запросу.

Управляйте MCP-серверами, навыками и инструментами агента — реальное состояние в контексте (загружено/усечено/вытеснено) и переключатели по сессиям.

Заменяет встроенный суммаризатор компакции DSH сводкой-передачей из пяти разделов и сохраняет каждое вытесненное сообщение читаемым в каталоге сегментов.

Пакет переключения контекстного окна под управлением модели для DeepSeek Harness: свежий рабочий контекст, долговечные заметки под управлением модели, небольшой дословный хвост последних сообщений и точечное восстановление истории — без суммаризации.

Покадровое сжатие диалога по кривой забывания для DeepSeek Harness: недавние ходы сохраняются дословно, средние ходы структурно обезвоживаются (без LLM), древние ходы сворачиваются в ограниченную пару резюме — неограниченные диалоги при ограниченном бюджете памяти.

Добавляет устойчивые контракты выполнения, рекурсивные графы работ, критические уточнения и шлюзы доказательств для длинных или недостаточно специфицированных задач Harness.

Windowed, reversible context management for DeepSeek Harness; replaces Basic compaction.

Fronts stdio MCP servers with three router tools (list_capabilities, describe_tool, call_tool) so schemas load on demand instead of riding every request; shapes every tool result through a deterministic output ladder that archives the original first (retrieve_spill reads it back); prices tool groups in tokens and can hide built-in groups per agent. Bridges to a standard-library Python router, so Python 3.9+ is required.

Compaction fallback for compaction-basic: when its LLM summary throws, comes back empty or cannot fit the window, the span is compiled deterministically with a seq pointer on every line (vendored dsh-compaction-instant compiler). Adds recall and search tools, /recall and /context commands, an idle trigger at 45% of the window and an on-disk span archive. The engine mounts as one row in the agent preset (docs/dsh-integration.md).

Adaptive Reversible Context (ARC) для DeepSeek Harness — управление контекстом с учётом провайдера и кэша с обратимым восстановлением.

Плагин динамического управления контекстом для DeepSeek Harness (Dynamic Context Pruning for dsh) по образцу opencode-dcp.

Lets the model trigger compaction itself at a safe point via a compact_now tool (works mid-turn), plus a context_status tool reporting real token usage against the session's actual context window.