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 do git e escreve na memória nativa. Os comandos executam scripts Node.js determinísticos — o comportamento é consistente entre versões do modelo.

O que é ck — Context Keeper?

O ck (Context Keeper) é uma skill projetada para o Claude Code que fornece memória persistente por projeto, eliminando a necessidade de reexplicar o contexto do projeto a cada nova sessão. Ele carrega automaticamente o resumo do projeto no início de cada sessão, rastreia mudanças no controle de versão e salva o estado da sessão com decisões, próximos passos e bloqueadores. A skill se baseia em scripts Node.js determinísticos armazenados em `~/.claude/skills/ck/commands/` e um layout de dados estruturados em `~/.claude/ck/`. O hook `SessionStart` (configurado em `settings.json`) injeta ~100 tokens por sessão, garantindo continuidade sem sobrecarga. Suporta comandos como `/ck:init`, `/ck:save`, `/ck:resume`, `/ck:info`, `/ck:list`, `/ck:forget` e `/ck:migrate`, com foco em preservar o contexto do projeto entre sessões e sincronizar com o arquivo CLAUDE.md do projeto.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/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. Os scripts estão em: ~/.claude/skills/ck/commands/ (expanda ~ com $HOME).


Layout de Dados

~/.claude/ck/
├── projects.json              ← caminho → {name, contextDir, lastUpdated}
└── contexts/<name>/
    ├── 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 item:
Projeto:     <nome>
Descrição:   <descrição>
Stack:       <stack>
Objetivo:    <objetivo>
Nãos:        <restrições ou "Nenhum">
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: {"name":"...","path":"...","description":"...","stack":["..."],"goal":"...","constraints":["..."],"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/feature/bug específico)
  • nextSteps: array ordenado de próximos passos concretos
  • decisions: array de {what, why} 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 rascunho do resumo ao usuário: "Sessão: '<summary>' — salvar isso? (sim / editar)" Aguarde confirmação. Em seguida, envie para save.mjs:

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

Esquema JSON (exato): {"summary":"...","leftOff":"...","nextSteps":["..."],"decisions":[{"what":"...","why":"..."}],"blockers":["..."]} Exiba a confirmação stdout 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 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 de '<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"

Primeiro, uma execução de simulação:

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 SessionStart

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 ~100 tokens por sessão (resumo compacto de 5 linhas). Ele também detecta sessões não salvas, atividade do git desde o último salvamento e incompatibilidades de objetivo vs CLAUDE.md.


Regras

  • Sempre expanda ~ como $HOME em chamadas Bash.
  • Comandos não diferenciam maiúsculas/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 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/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.

Habilidades Relacionadas