Плагины

Память восстановления после сбоев: поиск и запись уроков восстановления после сбоев из реальных инженерных сессий, с поиском BM25 + семантическим RAG и базой знаний уроков.

Локальная доска задач на SQLite в виде нативной оверлей-страницы: проекты, задачи, комментарии, связи, вложения и автоматизация workflow со статусами backlog → todo → in_progress → in_review → done; инструменты агента `taskboard_*` могут отправлять работу только в in_review, плюс headless JSON CLI и упакованный skill.

Память между сессиями в рамках проекта: семислойное SQLite-хранилище (soul/user/project/fact/lesson/rules/topic) на node:sqlite, дружественное к кэшу внедрение в первое сообщение плюс попадания ключевых слов на каждое сообщение, инструменты memory_remember/search/find_similar/read/update/project и консолидация в окне простоя («dream») с подавлением в часы пик. Тексты промптов поставляются как файлы данных по языкам — фреймворк поддерживает многоязычных пользователей.

Память, которая видит сны — межсессионная память для DeepSeek Harness: вспоминает вас между сессиями, автоматически консолидируется во время своего «сна» (autoDream), замораживает конфликтующие воспоминания для вашего просмотра и ведёт воспроизводимый журнал аудита. Локальный офлайн-семантический поиск поверх SQLite с редактируемыми вручную Markdown-зеркалами, графом сущностей, интерактивной панелью памяти, а также внешним API и CLI.

Ограниченная, многослойная, требующая одобрения и аудируемая межсессионная память: типизированный интерфейс `ctx.memory` с провайдером SQLite без зависимостей, инструментом `memory` и внедрением замороженных снимков, а также репетиция dsh-memory-protocol v1 с реестром адаптеров и распространяемым набором проверки соответствия.

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.

Недавние разговоры остаются живыми. Старые постепенно превращаются в сводки, а не в забвение. StrataGate дает DeepSeek Harness шестислойную память с временным затуханием, а устойчивые события и отношения оседают в граф знаний. Переносите с собой свои воспоминания из других ИИ — начинать заново не нужно.

Каузальная память для dsh: MCP-мост stdio без зависимостей, монтирующий 17 инструментов сервера causal-memory под чистыми именами (без префикса mcp__) — связи решение → результат с типизированными отношениями (caused / enabled / prevented) в локальном хранилище SQLite, сохраняющемся после compaction, — а также закреплённая секция системного промпта. Требуется бинарный файл сервера causal-memory в PATH (pip install causal-memory или готовый релиз).

Постоянный улучшенный веб-поиск: маршрутизация по нескольким движкам (DeepSeek/Exa/DDG/Bing/Jina + GitHub/Bilibili/YouTube/V2EX/Xiaohongshu/Twitter/Reddit/RSS), кэш SQLite+LRU, извлечение в стиле userscript, рендеринг через Playwright.

Режим red team: вы отправляете название организации, и планировщик запускает пять ролей (разведка, активы, уязвимости, эксплуатация, пивот) максимум с 3 агентами одновременно; навыки и ресурсы проверяются заранее, недостающий ключ или VPS запрашивается один раз, помогает встроенный навык онбординга. Оценка по правилам intrusion scoring (8 категорий / 25 баллов), серверные лимиты, победа наибольшей привилегии и дедупликация по сервисам; саморегистрация баллов не даёт. Находки с отметками времени идут в локальную базу SQLite и видны в правой консоли из 12 вкладок (активы, агенты, сессия/туннель, цепочка атаки, оценка, обоснованный отчёт, база POC/EXP, навыки). В комплекте 23 навыка, 53 инструмента redteam_* и самообновление одной командой.

Межсессионный движок памяти для DeepSeek Harness: хранилище SQLite + редактируемое человеком зеркало в Markdown, консолидация autoDream, офлайн-семантический поиск (локальная векторизация/переранжирование/кластеризация), временная шкала сущность-атрибут, режим Sleep Mode, autoSummarize с пользовательской моделью и 7 инструментов памяти.

SkillRoute от JEStats: маршрутизация навыков для агентов DeepSeek Harness.

Пакет DeepSeek Harness (dsh), подключающий маршрутизатор навыков SkillRoute к вашим агентам.

Бандл DeepSeek Harness (dsh), подключающий маршрутизатор навыков SkillRoute к вашим агентам.

Долговременная память для DeepSeek Harness: многоканальное извлечение и развивающееся хранилище памяти.

StrataGate даёт DeepSeek Harness эволюционирующую долгосрочную память по принципу local-first для пользовательских предпочтений, проектных решений, диалогов и результатов инструментов между сессиями; она наслаивает историю с настраиваемым пользователем временным затуханием, укрепляет воспоминания через использование в реальных ответах, показывает учитывающие рабочее пространство счётчики использования и сохраняет извлечённые доказательства прослеживаемыми до исходных сообщений.

Долговременная память для DSH: разговоры автоматически дистиллируются в атомарные факты, сводки сцен и профиль персоны, а релевантные воспоминания внедряются перед каждым шагом модели. Работает без настройки — гибридный поиск BM25 + векторный, опциональные офлайн-локальные эмбеддинги, разделение семейств чат/работа.

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.

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.

Локальная RAG-база знаний по литературе для DSH: гибридный поиск BM25 + векторный по индексу SQLite, переранжирование кросс-энкодером, ответы со ссылками и происхождением на уровне раздела и страницы, обновление только метаданных и фоновая загрузка с опросом прогресса.

Режим обучения local-first: обучающие треды между сессиями с объяснениями по каждому источнику.