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 26 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
读取本机上其他三十三个编程智能体已经写下的会话文件——Claude Code、Codex、Cursor、VS Code Copilot Chat、opencode、OpenClaw、Hermes、Kimi、Cline、Zed 等,包括安装之前的历史:提供 deja_recall、deja_session、deja_blame、deja_fix、deja_how、deja_remember 六个工具与 /deja 命令,并可选地把召回结果加入运行时上下文。本地 BM25 索引,不用大模型,不用向量嵌入,不联网(dsh plugin --profile web add dsh-deja)。
我们跑过,装得上