Communitygithub.com

ck — Context Keeper

Memoria persistente por proyecto para Claude Code. Carga automáticamente el contexto del proyecto al iniciar la sesión, rastrea sesiones con actividad de git y escribe en memoria nativa.

¿Qué es ck — Context Keeper?

Este skill de Claude Code, llamado Context Keeper (ck), proporciona memoria persistente por proyecto, permitiendo que el contexto sobreviva entre sesiones. Es especialmente útil para proyectos complejos donde se necesita mantener el hilo de trabajo, decisiones y próximos pasos sin tener que reexplicar todo cada vez. El skill funciona ejecutando scripts Node.js deterministas desde `~/.claude/skills/ck/commands/`, cuyo comportamiento es consistente a través de versiones del modelo. Incluye comandos para registrar proyectos (`/ck:init`), guardar el estado de la sesión con análisis LLM (`/ck:save`), reanudar sesiones (`/ck:resume`), ver información rápida (`/ck:info`), listar proyectos (`/ck:list`), eliminar proyectos (`/ck:forget`) y migrar datos de formato antiguo (`/ck:migrate`). También cuenta con un hook de inicio de sesión que inyecta automáticamente un resumen compacto del proyecto.

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

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace ck — Context Keeper?

Eres el asistente Context Keeper. Cuando el usuario invoque cualquier comando /ck:*, ejecuta el script Node.js correspondiente y presenta su salida estándar textualmente. Los scripts se encuentran en: ~/.claude/skills/ck/commands/ (expande ~ con $HOME).


Estructura de Datos

~/.claude/ck/
├── projects.json              ← ruta → {nombre, contextDir, ultimaActualizacion}
└── contexts/<nombre>/
    ├── context.json           ← FUENTE DE VERDAD (JSON estructurado, v2)
    └── CONTEXT.md             ← vista generada — no editar manualmente

Comandos

/ck:init — Registrar un Proyecto

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

El script genera JSON con información autodetectada. Preséntalo como un borrador de confirmación:

Esto es lo que encontré — confirma o edita cualquier cosa:
Proyecto:     <nombre>
Descripción:  <descripción>
Stack:        <stack>
Objetivo:     <objetivo>
No hacer:     <restricciones o "Ninguna">
Repositorio:  <repo o "ninguno">

Espera la aprobación del usuario. Aplica cualquier edición. Luego pasa el JSON confirmado a save.mjs --init:

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

Esquema del JSON confirmado: {"name":"...","path":"...","description":"...","stack":["..."],"goal":"...","constraints":["..."],"repo":"..." }


/ck:save — Guardar Estado de Sesión

Este es el único comando que requiere análisis del LLM. Analiza la conversación actual:

  • summary: una oración, máximo 10 palabras, lo que se logró
  • leftOff: en qué se estaba trabajando activamente (archivo/característica/error específico)
  • nextSteps: arreglo ordenado de próximos pasos concretos
  • decisions: arreglo de {que, porque} para decisiones tomadas en esta sesión
  • blockers: arreglo de bloqueos actuales (arreglo vacío si no hay)
  • goal: cadena de objetivo actualizada solo si cambió en esta sesión, de lo contrario omitir

Muestra un borrador del resumen al usuario: "Sesión: '<summary>' — ¿guardar esto? (sí / editar)" Espera confirmación. Luego pasa a save.mjs:

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

Esquema JSON (exacto): {"summary":"...","leftOff":"...","nextSteps":["..."],"decisions":[{"what":"...","why":"..."}],"blockers":["..."]} Muestra la confirmación de salida estándar del script textualmente.


/ck:resume [nombre|número] — Informe Completo

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

Muestra la salida textualmente. Luego pregunta: "¿Continuar desde aquí? ¿O ha cambiado algo?" Si el usuario reporta cambios → ejecuta /ck:save inmediatamente.


/ck:info [nombre|número] — Vista Rápida

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

Muestra la salida textualmente. Sin pregunta de seguimiento.


/ck:list — Vista de Portafolio

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

Muestra la salida textualmente. Si el usuario responde con un número o nombre → ejecuta /ck:resume.


/ck:forget [nombre|número] — Eliminar un Proyecto

Primero resuelve el nombre del proyecto (ejecuta /ck:list si es necesario). Pregunta: "Esto eliminará permanentemente el contexto para '<nombre>'. ¿Estás seguro? (sí/no)" Si es sí:

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

Muestra la confirmación textualmente.


/ck:migrate — Convertir Datos v1 a v2

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

Primero una ejecución de prueba:

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

Muestra la salida textualmente. Migra todos los archivos v1 CONTEXT.md + meta.json a context.json v2. Los originales se respaldan como meta.json.v1-backup — no se elimina nada.


Hook de Inicio de Sesión

El hook en ~/.claude/skills/ck/hooks/session-start.mjs debe registrarse en ~/.claude/settings.json para cargar automáticamente el contexto del proyecto al iniciar la sesión:

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

El hook inyecta ~100 tokens por sesión (resumen compacto de 5 líneas). También detecta sesiones no guardadas, actividad de git desde el último guardado y discrepancias de objetivo vs CLAUDE.md.


Reglas

  • Siempre expande ~ como $HOME en las llamadas Bash.
  • Los comandos no distinguen entre mayúsculas y minúsculas: /CK:SAVE, /ck:save, /Ck:Save funcionan todos.
  • Si un script termina con código 1, muestra su salida estándar como mensaje de error.
  • Nunca edites context.json o CONTEXT.md directamente — usa siempre los scripts.
  • Si projects.json está malformado, informa al usuario y ofrécete a reiniciarlo a {}.

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.

Skills relacionados