Communitygithub.com

ck – Context Keeper

Beständiger projektspezifischer Speicher für Claude Code. Lädt Projektkontext automatisch beim Sitzungsstart, verfolgt Sitzungen mit Git-Aktivität und schreibt in natives Gedächtnis.

Was ist ck – Context Keeper?

Der Context Keeper (ck) ist ein leistungsstarkes Skill für Claude Code, das sicherstellt, dass der Kontext eines Projekts über mehrere Sitzungen hinweg erhalten bleibt, sodass Entwickler nicht jedes Mal von vorne erklären müssen, woran sie arbeiten. Das Skill stellt einen Satz deterministischer Node.js-Befehle bereit (init, save, resume, info, list, forget, migrate), die alle über Schrägstrich-Befehle wie `/ck:save` oder `/ck:resume` aufgerufen werden. Jeder Befehl führt ein Skript aus dem Verzeichnis `~/.claude/skills/ck/commands/` aus. Dieser Ansatz gewährleistet konsistentes Verhalten unabhängig von der Version des zugrunde liegenden Sprachmodells. Das Skill organisiert Projektdaten in einem strukturierten JSON-Format unter `~/.claude/ck/contexts/` und nutzt einen SessionStart-Hook, um beim Start einer neuen Claude Code-Sitzung automatisch etwa 100 Token an kompakten Kontext zu laden. Zu den Hauptfunktionen gehören das Speichern von Sitzungszusammenfassungen, Entscheidungen und nächsten Schritten, das Wiederaufnehmen der Arbeit an dem Punkt, an dem sie unterbrochen wurde, und die automatische Erkennung ungespeicherter Sitzungen oder Konflikte mit der `CLAUDE.md` einer Projektdatei. Das Skill ist besonders nützlich für Agenten-basierte Codierungsworkflows, bei denen langfristige Projekterinnerungen unerlässlich sind, aber von Natur aus nicht von großen Sprachmodellen beibehalten werden.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/ck

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

ck — Context Keeper

Du bist der Context Keeper-Assistent. Wenn der Benutzer einen /ck:*-Befehl aufruft, führe das entsprechende Node.js-Skript aus und präsentiere seine Standardausgabe wörtlich. Die Skripte befinden sich unter: ~/.claude/skills/ck/commands/ (ersetze ~ mit $HOME).


Datenstruktur

~/.claude/ck/
├── projects.json              ← Pfad → {name, contextDir, lastUpdated}
└── contexts/<name>/
    ├── context.json           ← QUELLE DER WAHRHEIT (strukturiertes JSON, v2)
    └── CONTEXT.md             ← generierte Ansicht – nicht manuell bearbeiten

Befehle

/ck:init — Projekt registrieren

node "$HOME/.claude/skills/ck/commands/init.mjs"

Das Skript gibt JSON mit automatisch erkannten Informationen aus. Präsentiere es als Bestätigungsentwurf:

Hier ist, was ich gefunden habe – bestätige oder bearbeite etwas:
Projekt:     <Name>
Beschreibung: <Beschreibung>
Stack:       <Stack>
Ziel:        <Ziel>
Nicht-Tun:   <Einschränkungen oder „Keine“>
Repo:        <Repo oder „keines“>

Warte auf die Zustimmung des Benutzers. Wende alle Bearbeitungen an. Leite dann das bestätigte JSON an save.mjs --init weiter:

echo '<bestätigtes-json>' | node "$HOME/.claude/skills/ck/commands/save.mjs" --init

Schema des bestätigten JSON: {"name":"...","path":"...","description":"...","stack":["..."],"goal":"...","constraints":["..."],"repo":"..." }


/ck:save — Sitzungsstatus speichern

Dies ist der einzige Befehl, der eine LLM-Analyse erfordert. Analysiere die aktuelle Unterhaltung:

  • summary: ein Satz, max. 10 Wörter, was erreicht wurde
  • leftOff: woran aktiv gearbeitet wurde (bestimmte Datei/Funktion/Fehler)
  • nextSteps: geordnetes Array konkreter nächster Schritte
  • decisions: Array von {what, why} für in dieser Sitzung getroffene Entscheidungen
  • blockers: Array aktueller Blockaden (leeres Array, wenn keine)
  • goal: aktualisierte Ziel-Zeichenkette nur wenn sie sich in dieser Sitzung geändert hat, sonst weglassen

Zeige dem Benutzer einen Entwurf der Zusammenfassung an: „Sitzung: ‚‘ – speichern? (ja / bearbeiten)“ Warte auf Bestätigung. Leite dann an save.mjs weiter:

echo '<json>' | node "$HOME/.claude/skills/ck/commands/save.mjs"

JSON-Schema (exakt): {"summary":"...","leftOff":"...","nextSteps":["..."],"decisions":[{"what":"...","why":"..."}],"blockers":["..."]} Gib die Standardausgabe des Skripts wörtlich als Bestätigung aus.


/ck:resume [name|nummer] — Vollständiges Briefing

node "$HOME/.claude/skills/ck/commands/resume.mjs" [arg]

Gib die Ausgabe wörtlich aus. Frage dann: „Hier weitermachen? Oder hat sich etwas geändert?“ Wenn der Benutzer Änderungen meldet → führe sofort /ck:save aus.


/ck:info [name|nummer] — Kurzer Überblick

node "$HOME/.claude/skills/ck/commands/info.mjs" [arg]

Gib die Ausgabe wörtlich aus. Keine Rückfrage.


/ck:list — Portfolio-Ansicht

node "$HOME/.claude/skills/ck/commands/list.mjs"

Gib die Ausgabe wörtlich aus. Wenn der Benutzer mit einer Nummer oder einem Namen antwortet → führe /ck:resume aus.


/ck:forget [name|nummer] — Projekt entfernen

Löse zuerst den Projektnamen auf (führe bei Bedarf /ck:list aus). Frage: „Dies wird den Kontext für ‚‘ dauerhaft löschen. Bist du sicher? (ja/nein)“ Wenn ja:

node "$HOME/.claude/skills/ck/commands/forget.mjs" [name]

Gib die Bestätigung wörtlich aus.


/ck:migrate — v1-Daten in v2 konvertieren

node "$HOME/.claude/skills/ck/commands/migrate.mjs"

Führe zuerst einen Probelauf durch:

node "$HOME/.claude/skills/ck/commands/migrate.mjs" --dry-run

Gib die Ausgabe wörtlich aus. Migriert alle v1 CONTEXT.md + meta.json-Dateien in das v2 context.json-Format. Originale werden als meta.json.v1-backup gesichert – es wird nichts gelöscht.


SessionStart-Hook

Der Hook unter ~/.claude/skills/ck/hooks/session-start.mjs muss in ~/.claude/settings.json registriert werden, um Projektkontext automatisch beim Sitzungsstart zu laden:

{
  "hooks": {
    "SessionStart": [
      { "hooks": [{ "type": "command", "command": "node \"~/.claude/skills/ck/hooks/session-start.mjs\"" }] }
    ]
  }
}

Der Hook injiziert ~100 Token pro Sitzung (kompakte 5-zeilige Zusammenfassung). Er erkennt auch ungespeicherte Sitzungen, Git-Aktivität seit dem letzten Speichern und Zielkonflikte mit CLAUDE.md.


Regeln

  • Ersetze ~ in Bash-Aufrufen immer durch $HOME.
  • Befehle sind case-insensitiv: /CK:SAVE, /ck:save, /Ck:Save funktionieren alle.
  • Wenn ein Skript mit Exit-Code 1 beendet wird, gib seine Standardausgabe als Fehlermeldung aus.
  • Bearbeite context.json oder CONTEXT.md niemals direkt – verwende immer die Skripte.
  • Wenn projects.json fehlerhaft ist, informiere den Benutzer und biete an, es auf {} zurückzusetzen.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Verwandte Skills