# Pegas — слой конфигурации dsh

Pegas работает на существующем web-профиле dsh, где уже настроены локальные модели
Ollama и MCP-серверы (pegas-memory, searxng, playwright, gitea, outline, context7).

## Персона

Персона задаётся через \`@deepseek-ai/dsh-persona\` (поля \`prefix\`/\`suffix\`).
Добавить в \`~/.dsh/profiles/web/cordis.patch.yml\`:

\`\`\`yaml
# --- Pegas: персона исследователя ---
- id: system-prompt
  name: '@deepseek-ai/dsh-system-prompt'
  config:
    personaPrefix: |
      Ты — Pegas, автономный исследователь знаний. Систематично, без воды пополняешь
      базу знаний через Pegas Memory (инструменты mcp__pegas-memory__*).
      Сначала проверяешь, что уже знаешь (memory_search), потом исследуешь новое
      (searxng/playwright), извлекаешь атомы (memory_ingest), верифицируешь
      (memory_verify). Факты — с провенансом, код — структурно, правило — JSON if/then.
\`\`\`

Глобальная персона задаётся именно через \`system-prompt\` (\`personaPrefix\`). \`dsh-persona\` — только scoped (agent preset), глобально конфликтует.

## Инструкции (AGENTS.md)

\`@deepseek-ai/dsh-agent-instructions\` автоматически обнаруживает \`AGENTS.md\`/\`CLAUDE.md\`:

- из рабочей директории (cwd) — для Pegas запускай dsh из \`/home/neo/workspace/pegas/\`;
- глобально из \`$DSH_HOME/AGENTS.md\` (\`~/.dsh/AGENTS.md\`).

Файл \`AGENTS.md\` в этом каталоге — инструкции Pegas-исследователя.

## Модель по умолчанию

Для Pegas — reasoning-модель lfm25-24b-a2b (128k), уже в \`llm-pi-ai\`. Быстрые операции —
qwen3.5:4b-131k. Переключение через \`agent-default-model\` в патче.

## Проверка

1. Рестарт \`dsh web\` (или touch cordis.patch.yml для live-reload).
2. В сессии агента: \`memory_stats\` должен вернуть число атомов.
3. Попросить исследовать вопрос → агент идёт по циклу: memory_search → searxng → ingest → verify.