エージェント向けの蒸留型長期記憶：意味で検索し、証拠でゲートする書き込みを行い、エージェントモードごとに 1 つの kura。ベクター DB・埋め込み・フレームワーク不要のネイティブ DeepSeek Harness プラグイン。
DSH 統合
ネイティブ実行
作者による申告
安全性監査
未監査
最終検証日
2026-09-04
ライセンス
MIT
01どんなタスクに使えるのか？
Give each DeepSeek Harness agent preset its own persistent memory store
A separate kura store per agent mode, recalled by meaning, so a preset change switches what the agent remembers
DSH users running multiple agent presets who want mode-scoped long-term memory
Write agent knowledge without poisoning the store
Memories distilled and poured only after an evidence gate (class, candidate, judge), not blind accumulation
Builders who want durable, auditable agent memory instead of unchecked assertions
02DeepSeek Harness への導入方法
前提条件
- Python 3.11+ — no third-party dependencies (`[dev]` adds only pytest)
- Node.js 20+ — required only for the DSH plugin
- An OpenAI-compatible model endpoint answering `POST <url>/chat/completions`
インストール手順
- 01
$ git clone https://github.com/lna-lab/distill-kura && cd distill-kura
- 02
pip install -e . # or just run: python3 -m distill_kura.cli
- 03
cp kura.example.toml kura.toml # edit: one model endpoint is enough to start
- 04
kura init main --path ~/kura/main # create an empty store
- 05
kura serve # http://127.0.0.1:8085
導入成功の確認
- curl -s -X POST localhost:8085/recall -H 'content-type: application/json' \
03DSH 統合と能力の範囲
Loads as a native DeepSeek Harness plugin through `@deepseek-ai/dsh-tools` `defineTool`, exposing `kura_*` tools bound to a preset's memory store.
Semantic recall (recognition)
a question, or a named memory→picked memory slugs plus their [[link]] neighbourhood as context
Evidence-gated writing
a journal of agent events→new memories poured only after class → candidate → gate → judge
Per-mode memory stores
an agent preset / mode→a bound kura store; a preset change switches the active memory
Ships as DSH plugin, MCP server, HTTP service, Python library
any host→the same engine behind a DSH plugin, MCP, HTTP (:8085) or import
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
- DSH users running multiple agent presets who want mode-scoped long-term memory
- Builders who want durable, auditable agent memory instead of unchecked assertions
不向きな用途
- Requires an OpenAI-compatible `POST <url>/chat/completions` model endpoint; the API key is read from an environment variable you name, never stored in config.
05互換性・メンテナンス・セキュリティ上の注意
- The DSH plugin needs Node.js 20+; the core engine is Python 3.11+ with no third-party dependencies.
- Requires an OpenAI-compatible `POST <url>/chat/completions` model endpoint; the API key is read from an environment variable you name, never stored in config.
- Standard library only — no vector database, no embeddings, no framework; recognition uses a small local model over the whole index in one prompt.
Active repo (master), MIT licensed, no tagged release as of 2026-09-03.
06よくある質問
distill-kura を DeepSeek Harness に接続するには？
`@deepseek-ai/dsh-tools` の `defineTool` を通じてネイティブ DSH プラグインとして読み込まれ、プリセットのストアに束縛された `kura_*` ツールを公開する。プリセットでストアを指定すれば、プリセット切り替えで記憶全体が切り替わる。
埋め込みなしで検索はどう実現される？
インデックス全体（記憶 1 件につき 1 行）を 1 プロンプトに入れ、小モデルが質問に関係する記憶を認識する。名前付き記憶は決定的ヒット。README によれば約 500 件のインデックスは約 6k トークン。
メモリ書き込みは安全か？
書き込みは証拠でゲートされる：ジャーナルを分類・候補生成・GATE 通過、その後作成・草稿・判定を経てから初めて注がれる。素の断言がそのまま事実として記録されることはない。
実行に必要な環境は？
Python 3.11+ でサードパーティ依存なし、DSH プラグインのみ Node.js 20+ が必要、および `POST <url>/chat/completions` に準拠する OpenAI 互換モデルエンドポイント。
07関連する DSH ワークフロー
weknora
by tencent
オープンソースのLLMナレッジプラットフォーム。生ドキュメントを検索可能なRAG、自律推論エージェント、自己更新型Wikiへ変換する。
honcho
by plastic-labs
ステートフルなエージェントを構築するためのメモリライブラリ。会話履歴や状態を管理し、長期的な文脈保持を実現します。
mirage
by strukto-ai
AI エージェント向けの統合仮想ファイルシステム
reme
by agentscope-ai
エージェント向けのメモリ管理キット。「Remember Me, Refine Me」――記憶の保持と改善を支援します。
08データと出典
Ships as a [DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness) plugin,
DSH switches **persona and tools** by agent preset. distill-kura switches **memory** by
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：2026-09-04。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。