プロプライエタリ EULA（プライベートベータ）。AI コーディングエージェント向けの構造化 Agent Memory —— 双時間ナレッジグラフを DeepSeek Harness プラグインとして dsh CLI でインストール。完全ローカル、25 以上の MCP ツール、17 スキル、LLM 呼び出しゼロ。
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
NOASSERTION
01どんなタスクに使えるのか？
Give DeepSeek Harness agents persistent structural agent memory of the codebase across sessions
A live bi-temporal knowledge graph of every function, class, call edge and version, queryable in milliseconds via 25+ MCP tools and 17 agent skills
Developers running coding agents on DeepSeek Harness who want shared, replay-aware code context without agents re-reading files every session
Assess blast radius and replay refactors with full causal awareness before changing code
Impact analysis with risk rating (`get_impact`), diff-to-symbol scope mapping (`detect_changes`), and six-mode temporal evolution queries
Engineers doing refactors, incident investigation or code review on large repos who need to know what breaks before they change it
Index a large codebase locally with zero LLM calls and zero API cost
A 50k-file repo indexed in under 90 seconds by Rust + Tree-sitter parsers — 20+ languages plus framework-aware scanners, fully local
Teams with large monorepos or strict privacy requirements who can't send source code through LLM APIs
02DeepSeek Harness への導入方法
前提条件
- Node.js ≥ 18 (README requirements table)
- DeepSeek Harness CLI — `@deepseek-ai/dsh`, which provides the `dsh` command (installed globally or run via npx)
- Git repository history available — required for temporal analysis
- Private beta access — Memtrace rolls out access in batches via the waitlist at memtrace.io
インストール手順
- 01
Install DeepSeek Harness: `npm install -g @deepseek-ai/dsh`
$ npm install -g @deepseek-ai/dsh
- 02
Add the Memtrace plugin: `dsh plugin --profile web add github:syncable-dev/dsh-plugin-memtrace` (or the npx variant without a global CLI)
$ dsh plugin --profile web add github:syncable-dev/dsh-plugin-memtrace
- 03
Optional: pin a local binary with `npm install -g memtrace` and `MEMTRACE_BIN=memtrace` so the first launch doesn't fetch it via npx
$ npm install -g memtrace
- 04
Ask the agent to index the workspace, then pull blast radius, evolution, or an architecture briefing
導入成功の確認
作者は未記載
ロールバック
- `memtrace uninstall` — removes skills, MCP server, plugin, settings
- `npm uninstall -g memtrace`; if npm uninstall already ran, the cleanup script is at `~/.memtrace/uninstall.js`
03DSH 統合と能力の範囲
Installed as a DeepSeek Harness plugin via the dsh CLI (`dsh plugin --profile web add github:syncable-dev/dsh-plugin-memtrace`); the bundle registers Memtrace's skills and starts `memtrace mcp` inside the Harness profile.
Structural local indexing
any codebase — 20+ programming languages plus YAML / HCL / JSON / TOML / SQL and framework-aware scanners (Express, NestJS, FastAPI, Django, GitHub Actions, Terraform, …)→a live knowledge graph with symbols as nodes (functions, classes, interfaces, types, endpoints) and CALLS / IMPLEMENTS / IMPORTS / EXPORTS / CONTAINS edges, built deterministically with Rust + Tree-sitter — zero LLM calls
writes a local graph index / MemDB on disk; the first index is CPU/RAM intensiveBi-temporal engine
the indexed repo plus its Git history→time-travel queries via six scoring algorithms (impact, novelty, recency, directional, compound, overview) — every symbol carries its full version history
25+ MCP tools + 17 agent skills
natural-language requests from the agent (find / who-calls / what-changed / blast-radius / architecture)→hybrid BM25 + semantic search, relationship analysis, graph algorithms (PageRank, Louvain communities), Cypher queries — skills fire automatically based on what you ask
the DSH plugin bundle starts a local `memtrace mcp` server and registers skill files inside the Harness profileImpact analysis & cross-repo API topology
a symbol, diff, or service boundary→blast radius with risk rating, dead-code detection, complexity hotspots, and the HTTP call graph between repositories
network traffic limited to license validation, aggregate node/edge counts and opt-out crash telemetry — no source code, file paths or symbol names
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 coding agents on DeepSeek Harness who want shared, replay-aware code context without agents re-reading files every session
- Engineers doing refactors, incident investigation or code review on large repos who need to know what breaks before they change it
- Teams with large monorepos or strict privacy requirements who can't send source code through LLM APIs
不向きな用途
- Memtrace is in private beta — access is rolled out in batches via the waitlist at memtrace.io, so new users may need to wait for a cohort before they can use it.
- Proprietary EULA (GitHub reports NOASSERTION): the indexer and MemDB database are closed-source; free for individual developers during beta and after GA.
- The first index is CPU/RAM intensive — minimum 4 cores, 8 GB RAM, 5 GB disk and Node.js ≥ 18; 8+ cores and 16–32 GB RAM recommended for large monorepos.
05互換性・メンテナンス・セキュリティ上の注意
- Memtrace is in private beta — access is rolled out in batches via the waitlist at memtrace.io, so new users may need to wait for a cohort before they can use it.
- Proprietary EULA (GitHub reports NOASSERTION): the indexer and MemDB database are closed-source; free for individual developers during beta and after GA.
- The first index is CPU/RAM intensive — minimum 4 cores, 8 GB RAM, 5 GB disk and Node.js ≥ 18; 8+ cores and 16–32 GB RAM recommended for large monorepos.
Proprietary EULA per README (GitHub reports NOASSERTION) · actively maintained (latest release v1.1.5, 2026-08-20)
06よくある質問
Memtrace はどうやって DeepSeek Harness に接続しますか？
まず Harness CLI をインストールし（npm install -g @deepseek-ai/dsh）、dsh plugin --profile web add github:syncable-dev/dsh-plugin-memtrace を実行します。このプラグインが Memtrace のスキルを登録し、Harness プロファイル内で memtrace mcp を起動します。
ネイティブ統合ですか、それとも MCP ですか？
DSH プラグインとしてインストールされます。バンドルが Harness プロファイル内でローカルの memtrace mcp サーバーを起動し、17 のエージェントスキルを登録。スキルは質問内容に応じて自動発動し、プロンプト調整は不要です。
インストールの前提条件は？
Node.js ≥ 18 と DeepSeek Harness CLI が必要です。時系列分析には Git のリポジトリ履歴も必要です。Memtrace はプライベートベータのため、まず memtrace.io のウェイトリストでアクセス権を取得する必要がある場合があります。
コードは外部に送信されますか？
いいえ。インデックス処理は完全にローカルで完結します。ネットワーク通信はライセンス検証、ノード/エッジ数の集計、オプトアウト可能なクラッシュテレメトリのみで、ソースコード・ファイルパス・シンボル名は含まれません。MEMTRACE_TELEMETRY=off でテレメトリを無効化できます。
マシンリソースの要件は？
初回インデックスは CPU/RAM 負荷が高めです。最低 4 コア・8 GB RAM・5 GB ディスク、大規模モノレポには 8 コア以上・16–32 GB RAM を推奨します。以降のクエリと増分再インデックスははるかに軽量です。
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
Memtrace runs as a [DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness) plugin.
npx -y @deepseek-ai/dsh plugin --profile web add github:syncable-dev/dsh-plugin-memtrace
That bundle registers Memtrace's skills and starts `memtrace mcp` inside the Harness profile. First launch may fetch the…
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。