Apache-2.0 のローカルファースト・Markdown ネイティブなエージェントメモリランタイム。DeepSeek Harness はローカル HTTP API（/api/v2）や MCP ブリッジ経由で接続し、永続的な長期記憶を得ます。
DSH 統合
互換
作者による申告
安全性監査
未監査
最終検証日
2026-08-21
ライセンス
Apache-2.0
01どんなタスクに使えるのか？
Give DeepSeek Harness sessions persistent long-term memory
Durable memories stored as readable Markdown under ~/.everos, with local SQLite and LanceDB indexes and keyword search recall via the local HTTP API
Developers running DeepSeek Harness (dsh) or other coding agents who want cross-session context that survives restarts
Try the memory ingest -> extract -> index -> recall loop in minutes
A running local server with one-key setup: memory add, flush, Markdown persistence, cascade indexing, and keyword search
Builders evaluating agent memory options who want a no-infrastructure trial before committing
Ingest multimodal content into agent memory
Image, PDF, audio, and office-file ingestion through /api/v2/memory/add via the optional multimodal extra
Teams whose agent context includes documents, screenshots, and audio rather than plain text
02DeepSeek Harness への導入方法
前提条件
- Python 3.12+
- One OpenRouter API key (https://openrouter.ai/keys)
インストール手順
- 01
Install the package: `uv pip install everos` (or `pip install everos`)
- 02
Run `everos init` — this creates `~/.everos/everos.toml` and `~/.everos/ome.toml`; replace the empty `api_key` in `~/.everos/everos.toml` with your OpenRouter key (use `everos init --root <path>` for a different memory root)
- 03
Start the server: `everos server start`
- 04
Add memories and search them via the HTTP API, e.g. POST /api/v2/memory/add, /api/v2/memory/flush, /api/v2/memory/search (use `"method": "keyword"` in the one-key setup)
- 05
Optional: `uv pip install 'everos[multimodal]'` for image / PDF / audio / office-file ingestion
導入成功の確認
- Open a second terminal and run `curl http://127.0.0.1:8000/health` — look for `"status":"ok"`; with the one-key setup `capabilities.llm` is `true` while embedding and rerank remain `false`
- Add a tiny conversation via /api/v2/memory/add, flush it, then search it back via /api/v2/memory/search — you should see the stored memory in the response
03DSH 統合と能力の範囲
Local-first memory server that DeepSeek Harness can call through the local HTTP API (/api/v2/memory/add, /flush, /search) or community MCP bridges; the README documents EverOS as a universal long-term memory layer for AI coding assistants
Markdown-native memory persistence
conversations, files, and agent trajectories→canonical readable/editable/diffable .md files under the memory root (~/.everos), Git-versionable
writes Markdown files and syncs local SQLite and LanceDB indexes on diskcascade watcher re-syncs indexes when you edit .md files directlyLocal HTTP memory API with orthogonal retrieval
memory add / flush / search requests with user_id, agent_id, app_id, project_id, session_id→keyword (Tier 1) or hybrid search results from the local index; business endpoints live under /api/v2
starts a local server on 127.0.0.1:8000sends prompts to the configured OpenRouter endpoint when the llm capability is enabledTiered capability upgrades (embedding / rerank / multimodal)
optional [embedding], [rerank], [multimodal] sections in everos.toml→hybrid search, reflection and skill extraction; agentic search and Knowledge Wiki; image / PDF / audio / office ingestion
extra providers mean additional API calls and costsmultimodal extra pulls in everalgo-parser; office documents additionally require LibreOffice as a system dependencyOffline reflection (self-evolving memory)
accumulated episode clusters between sessions→merged episodes and refined user profiles and agent skills without online traffic
requires an embedding provider to be configured; mutates stored memory state during consolidation
04誰に向いているのか？使うべきでない場面は？
向いている用途
- Developers running DeepSeek Harness (dsh) or other coding agents who want cross-session context that survives restarts
- Builders evaluating agent memory options who want a no-infrastructure trial before committing
- Teams whose agent context includes documents, screenshots, and audio rather than plain text
不向きな用途
- The one-key OpenRouter setup is Tier 1 only (memory add/flush, Markdown persistence, cascade indexing, keyword search). Hybrid search defaults require an embedding provider, and unconfigured features return HTTP 422.
05互換性・メンテナンス・セキュリティ上の注意
- The one-key OpenRouter setup is Tier 1 only (memory add/flush, Markdown persistence, cascade indexing, keyword search). Hybrid search defaults require an embedding provider, and unconfigured features return HTTP 422.
- Office document ingestion (.doc/.docx/.ppt/.pptx/.xls/.xlsx) requires LibreOffice installed on the host; without it, office uploads return HTTP 415 (PDF/image/audio/HTML/email parsing is unaffected).
- Core flows require Python 3.12+ and a paid OpenRouter API key stored in ~/.everos/everos.toml; the README does not document a fully offline (key-less) production mode beyond the educational demo.
Apache-2.0 · actively maintained (latest release v1.2.3, 2026-08-07)
06よくある質問
DeepSeek Harness は EverOS にどう接続しますか？
EverOS をローカルメモリサーバーとして起動し（everos server start）、dsh のワークフローから HTTP API（/api/v2/memory/add、/api/v2/memory/flush、/api/v2/memory/search）を呼び出します。README は EverOS を AI コーディングアシスタント向けの汎用長期記憶レイヤーとしており、ユースケース欄にはコーディング CLI との統合例も多数あります。
インストールに必要な前提条件は？
Python 3.12+ と OpenRouter API キー 1 つです。まずは取り込み→抽出→インデックス→想起の流れを体験したいだけなら、キー不要の everos demo を実行できます。
メモリデータはどこに保存されますか？
すべてローカルの ~/.everos（または everos init --root <path> で指定した任意のパス）に、読み書き可能な Markdown ファイルとして永続化されます。インデックスはローカルの SQLite と LanceDB で、MongoDB・Elasticsearch・Redis は不要です。
キー 1 つの Tier 1 構成の制限は？
サーバー起動、メモリの追加/フラッシュ、Markdown 永続化、カスケードインデックス、キーワード検索までが対象です。ハイブリッド検索・リフレクション・Knowledge Wiki には embedding/rerank プロバイダの追加設定が必要で、未設定の機能を呼び出すと HTTP 422 が返ります。
ドキュメントや画像も取り込めますか？
オプションの everos[multimodal] を追加インストールすると、画像・PDF・音声・HTML・メール・Office 文書を取り込めます。Office 形式だけはホストに LibreOffice のインストールが必須で、未導入の場合は HTTP 415 が返ります。
07関連する DSH ワークフロー
ruflo
by ruvnet
元祖エージェントメタハーネス。知能マルチプレイヤー・スウォームの展開、自律ワークフロー連携、対話型AIシステムの構築に対応。適応メモリ、自己学習、RAG統合、Claude Code／Codex／Hermesネイティブ連携を備える。
reactive-resume
by amruthpillai
プライバシーに配慮した無料のオープンソース履歴書ビルダー
yao
by yaoapp
エージェントとワークスペースを一か所に集約し、デスクトップ・モバイル・ブラウザ・API からタスクをボード管理できるセルフホスト型アプリ
openpencil
by zseven-w
プロンプトからライブキャンバス上に直接 UI を生成するオープンソースの AI ネイティブなベクターデザインツール。複数エージェントの並行作業に対応
08データと出典
Universal long-term memory layer for AI coding assistants, powered by EverOS.
EverOS is a Python library and local-first memory runtime for agents and makers. It gives one portable memory layer acro…
このページは、プロジェクトの公開ドキュメント、リポジトリのメタデータ、および DSH Plugins の構造化解析に基づいて生成されています。最終検証日：2026-08-21。誤りを見つけた場合は、修正を送信してください。
dsh プラグイン おすすめ
最初に入れたい 12 のプラグイン。全カタログ・全カテゴリから厳選しました。