Плагины

Набор для исследовательского агента: управление долгосрочными целями с проверяемыми цепочками доказательств, планирование по cron, команды экспертов из нескольких агентов, самоэволюционирующая исследовательская память (воспроизведение FTS5 + RRF), рабочие пространства проектов и кастомный UI рабочего пространства.

General-purpose knowledge base for DSH: import md/txt/json/yml/docx/pdf, folder management, FTS5 full-text search (BM25), and a Web management UI.

Long-term memory & self-evolving plugin for DSH: L0 capture → L1 memory extraction → L2 scene grouping → L3 user persona, auto recall injection, skill synthesis, fully local (SQLite FTS5 + jieba, optional vector recall).

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).

Ограниченная локальная память с контролем полномочий CBDC: утверждения в SQLite + FTS5, целевая выборка с объяснимыми решениями use/verify/ignore и полным журналом аудита, команды /memory, внедрение ≤3 утверждений/1200 символов за вызов, без дополнительных вызовов модели.

Сборка проверяемых пакетов базы знаний (SQLite FTS5) из md/txt/docx/pdf с детерминированным поиском и чтением исходного текста.

Векторно-графовый бэкенд памяти: инструменты observe/remember/search/recall для локального сервера memoria, объединяющие семантический поиск HNSW, поиск по ключевым словам FTS5 и сигналы графа знаний через ранжирование RRF, с автоматическим сохранением по завершении хода и изоляцией пространств имён на агента.

Поиск, список и чтение прошлых и текущих сессий через собственный сервис harness `sessionQuery`: использует индекс SQLite FTS5, если он включён в развёртывании, и переходит на ограниченный поиск от новых к старым, если нет.

Память между сессиями для модели: полнотекстовый поиск по всем прошлым сессиям (SQLite FTS5 через ctx.sessionQuery) и возврат наиболее релевантных фрагментов в текущий контекст.