coding-agents
vectorize-io
Hindsight:会学习的 Agent 长期记忆系统,自动召回/保存、知识页、深度反思与按仓库隔离的记忆银行。
没有一行式安装命令——这个插件在一个大仓库的子目录里,也没发 npm 包。
Ikalus1988/MisakaNet
失败恢复记忆库:从真实工程会话中搜索和记录失败恢复教训,支持 BM25 + 语义 RAG 检索和知识库管理。
安装
npm 方式
直接拉已发布的 tarball,不用克隆整个仓库,也不需要额外配置。如果你用的是别的 profile,把 `web` 换成对应的名字。
GitHub 方式 · npm 包
从 GitHub 装会执行项目自己的构建脚本,而 pnpm 默认拦着不让跑——先跑一次这条命令,pnpm 会打印出要加到 ~/.dsh/profiles/web/pnpm-workspace.yaml 里 `allowBuilds` 下面的那个 key。
我们跑过之后
我们跑过,装得上
这里每条命令都在一次性容器里、对着干净 profile 真跑过,结果取自 harness 自己的记录,不是读源码猜的。 最近一次 11 天前.
挂进你的 README
给维护者的:badge 取这条 listing 最近一次 sandbox 实测的结果,重跑之后它自己会变,读者点开就是这页的完整记录。
安装前须知
是什么 — 为 DeepSeek Harness 代理提供 BM25 + 语义 RAG 的故障恢复记忆搜索与知识库。
谁该装 — 在使用 DeepSeek Harness 代理进行真实工程会话时,此插件能帮助代理跳过已知失败模式。 对于不使用 MCP 协议的代理,此插件的工具接口未被利用。
注意 — 沙箱实测通过。在全新 profile 中安装并被 DeepSeek Harness 注册进 profile。未发现明显的坑。
锐评 — 我会装它,因为它支持远程 MCP 直接接入,无需额外账号。
grok-4.6 写的,只当参考,不当结论。里面说装得上或装不上,是在干净 profile 里真跑过的;其余都是读仓库读出来的。以实际运行为准。

MisakaNet 是一个 DeepSeek Harness 插件,用于给 agent 提供失败恢复知识。它不保存通用记忆,而是把真实工程会话中的报错、处理步骤和修复结果整理成可检索的 lessons,帮助 agent 在遇到相似问题时先查已有经验。
本地模式以 Git-backed 仓库保存知识条目,不需要独立 server、database 或额外依赖。agent 可以通过 python3 search_knowledge.py "your error here" 搜索,也可以运行 python3 scripts/misakanet_cli.py smoke 做检查;MCP 服务由 python3 scripts/mcp_server.py 启动,DeepSeek Harness 适配器由 python3 scripts/mcp_deepseek_adapter.py 启动,并提供 deepseek.recovery.* tools。README 提到当前包含 289 条 lessons,覆盖 pip、GitHub API 401、DCO、MCP、编码和 CI 等失败类型。没有匹配项时,可选择提交经过脱敏的 failure report;项目声明不会泄露 prompt,也不保存 raw logs。
它适合经常处理构建、依赖、认证或 CI 故障,并希望共享版本化修复经验的 agent。不适合拿来替代通用记忆系统、agent runtime 或 vector database。插件会通过终端运行 Python 脚本,因此 server、适配器和搜索命令都继承 agent 运行环境的权限;若不希望插件接触终端,或只需要一般知识记忆,就不应安装 MisakaNet。
MisakaNet 的流程是搜索 failure、阅读匹配的 lesson、执行其中记录的修复。没有匹配项时,agent 可选择提交脱敏的 failure report;被接受的报告会经审核后转成 draft lesson。项目声明不会泄露 prompt,也不保存 raw logs。README 所述版本包含 289 条 lessons。
| 用途 | 命令或地址 |
|---|---|
| 运行检查 | python3 scripts/misakanet_cli.py smoke |
| 搜索知识 | python3 search_knowledge.py "your error here" |
| 启动本地 MCP | python3 scripts/mcp_server.py |
| 启动 DSH 适配器 | python3 scripts/mcp_deepseek_adapter.py |
| Remote MCP | https://misakanet.org/mcp |
适配器兼容 MCP,并暴露 deepseek.recovery.* tools。本地 server 需要加入 agent 的 MCP 配置;README 没有规定适用于所有客户端的统一配置格式。
README 标注 Python 3.10+。本地用法是先取得源码仓库,再直接运行 Python 脚本;该模式声明不需要额外依赖、独立 server 或 database。文档还提到 Docker 和 Remote MCP,但给定内容没有完整设置步骤。
MisakaNet 专注于 failure-recovery knowledge,不是通用 memory system、agent runtime、vector database 或 skill marketplace。本地搜索使用 BM25 keyword search。启动脚本需要终端权限,并继承 agent 运行环境的权限。给定 README 没有说明配置 key 或默认值。
根据项目自己的文档整理,会跟着上游更新。两边对不上时以源码仓库为准—— 去 GitHub 看原始 README
同一分类
vectorize-io
Hindsight:会学习的 Agent 长期记忆系统,自动召回/保存、知识页、深度反思与按仓库隔离的记忆银行。
没有一行式安装命令——这个插件在一个大仓库的子目录里,也没发 npm 包。
volcengine
面向 DeepSeek Harness 的 OpenViking 记忆与上下文插件:pre-step 自动召回与画像注入、会话捕获、`viking://` URI 防护,以及对接 OpenViking 服务端的 recall/write 记忆工具。
我们跑过,装得上
agentscope-ai
将 DeepSeek Harness 接入 ReMe 本地优先、自进化的个人知识库:自动把已完成的主 Agent 对话沉淀为用户掌控的 Markdown 记忆,通过 reme_search 结合 BM25、可选向量检索和 wikilink 展开搜索对话与资料,并按日整理长期记忆。
没有一行式安装命令——这个插件在一个大仓库的子目录里,也没发 npm 包。
agentscope-ai
将 DeepSeek Harness 接入 ReMe 本地优先、自进化的个人知识库:自动把已完成的主 Agent 对话沉淀为用户掌控的 Markdown 记忆,通过 reme_search 结合 BM25、可选向量检索和 wikilink 展开搜索对话与资料,并按日整理长期记忆。
没有一行式安装命令——这个插件在一个大仓库的子目录里,也没发 npm 包。
zilliztech
供 DSH 与其他编程 Agent 共享的 Markdown 记忆,支持自动捕获、步骤前上下文注入、搜索召回,以及通过审阅面板实现 memory-to-skill 自进化。
没有一行式安装命令——这个插件在一个大仓库的子目录里,也没发 npm 包。
vshulcz
Memory for coding agents — Claude Code, Codex, Cursor and 17 others. Indexes the sessions they already wrote to disk, including months from before you installed it, and recalls them in any of them. No LLM, no embeddings, one local Go binary.
我们跑过,装得上