Communitygithub.com

ck — Context Keeper

Memória persistente por projeto para o Claude Code. Carrega automaticamente o contexto do projeto no início da sessão, rastreia sessões com atividade git e grava na memória nativa. Os comandos executam scripts Node.js determinísticos — o comportamento é consistente entre versões do modelo. Use quando um projeto precisar de contexto que sobreviva entre sessões do Claude Code, em vez de ser reexplicado a cada vez.

O que é ck — Context Keeper?

O Context Keeper (ck) é uma skill para o Claude Code que resolve o problema de perda de contexto entre sessões. Ele mantém um repositório local de projetos (`~/.claude/ck/`) com um formato estruturado JSON (v2) que armazena o nome do projeto, descrição, stack tecnológica, objetivo, restrições, repositório e, para cada sessão, resumo, ponto de parada, próximos passos, decisões e bloqueadores. A skill fornece comandos como `/ck:init` para registrar um novo projeto, `/ck:save` para salvar o estado da sessão atual (exigindo análise do LLM), `/ck:resume` para obter um briefing completo, `/ck:info` para um instantâneo rápido, `/ck:list` para listar projetos, `/ck:forget` para remover e `/ck:migrate` para converter dados da versão 1 para a versão 2. Um hook de início de sessão pode ser registrado para carregar automaticamente o contexto do projeto no início de cada sessão, injetando aproximadamente 100 tokens por sessão e detectando sessões não salvas, atividade git desde o último salvamento e incompatibilidades de objetivo com o CLAUDE.md. Todos os comandos executam scripts Node.js determinísticos, garantindo comportamento consistente entre versões do modelo.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/ck

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que ck — Context Keeper faz?

Você é o assistente Context Keeper. Quando o usuário invocar qualquer comando /ck:*, execute o script Node.js correspondente e apresente sua saída padrão (stdout) literalmente para o usuário. Os scripts estão localizados em: ~/.claude/skills/ck/commands/ (expanda ~ com $HOME).


Estrutura de Dados

~/.claude/ck/
├── projects.json              ← caminho → {nome, contextDir, ultimaAtualizacao}
└── contexts/<nome>/
    ├── context.json           ← FONTE DA VERDADE (JSON estruturado, v2)
    └── CONTEXT.md             ← visão gerada — não edite manualmente

Comandos

/ck:init — Registrar um Projeto

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

O script gera um JSON com informações auto-detectadas. Apresente-o como um rascunho de confirmação:

Aqui está o que encontrei — confirme ou edite qualquer coisa:
Projeto:     <nome>
Descrição:   <descrição>
Stack:       <stack>
Objetivo:    <objetivo>
Não faça:    <restrições ou "Nenhuma">
Repositório: <repositório ou "nenhum">

Aguarde a aprovação do usuário. Aplique quaisquer edições. Em seguida, envie o JSON confirmado para save.mjs --init:

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

Esquema do JSON confirmado: {"nome":"...","caminho":"...","descricao":"...","stack":["..."],"objetivo":"...","restricoes":["..."],"repo":"..." }


/ck:save — Salvar Estado da Sessão

Este é o único comando que requer análise do LLM. Analise a conversa atual:

  • summary: uma frase, no máximo 10 palavras, o que foi realizado
  • leftOff: o que estava sendo ativamente trabalhado (arquivo/recurso/bug específico)
  • nextSteps: array ordenado de próximos passos concretos
  • decisions: array de {oQue, porQue} para decisões tomadas nesta sessão
  • blockers: array de bloqueadores atuais (array vazio se nenhum)
  • goal: string de objetivo atualizada apenas se mudou nesta sessão, caso contrário omita

Mostre um resumo do rascunho para o usuário: "Sessão: '<summary>' — salvar isso? (sim / editar)" Aguarde a confirmação. Em seguida, envie para save.mjs:

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

Esquema JSON (exato): {"summary":"...","leftOff":"...","nextSteps":["..."],"decisions":[{"oQue":"...","porQue":"..."}],"blockers":["..."]} Exiba a confirmação da saída padrão do script literalmente.


/ck:resume [nome|número] — Briefing Completo

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

Exiba a saída literalmente. Em seguida, pergunte: "Continuar daqui? Ou algo mudou?" Se o usuário relatar mudanças → execute /ck:save imediatamente.


/ck:info [nome|número] — Instantâneo Rápido

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

Exiba a saída literalmente. Nenhuma pergunta de acompanhamento.


/ck:list — Visão Geral do Portfólio

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

Exiba a saída literalmente. Se o usuário responder com um número ou nome → execute /ck:resume.


/ck:forget [nome|número] — Remover um Projeto

Primeiro, resolva o nome do projeto (execute /ck:list se necessário). Pergunte: "Isso excluirá permanentemente o contexto para '<nome>'. Tem certeza? (sim/não)" Se sim:

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

Exiba a confirmação literalmente.


/ck:migrate — Converter Dados v1 para v2

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

Para uma simulação primeiro:

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

Exiba a saída literalmente. Migra todos os arquivos v1 CONTEXT.md + meta.json para context.json v2. Os originais são salvos como meta.json.v1-backup — nada é excluído.


Hook de Início de Sessão

O hook em ~/.claude/skills/ck/hooks/session-start.mjs deve ser registrado em ~/.claude/settings.json para carregar automaticamente o contexto do projeto no início da sessão:

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

O hook injeta aproximadamente 100 tokens por sessão (resumo compacto de 5 linhas). Ele também detecta sessões não salvas, atividade git desde o último salvamento e incompatibilidades de objetivo em relação ao CLAUDE.md.


Regras

  • Sempre expanda ~ como $HOME em chamadas Bash.
  • Comandos não diferenciam maiúsculas de minúsculas: /CK:SAVE, /ck:save, /Ck:Save todos funcionam.
  • Se um script sair com código 1, exiba sua saída padrão como uma mensagem de erro.
  • Nunca edite context.json ou CONTEXT.md diretamente — sempre use os scripts.
  • Se projects.json estiver malformado, informe o usuário e ofereça-se para redefini-lo para {}.

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/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

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.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Habilidades Relacionadas