ContextStream

offiziell

Persistentes Gedächtnis und semantische Suche für KI-Codierungsassistenten über Sitzungen hinweg

Auf contextstream.io ansehenDieses MCP ausprobierenGesponsert

Was kann man mit ContextStream MCP machen?

  • Retrieve past decisions — Bitten Sie Ihren Assistenten, sich daran zu erinnern, was Ihr Team zu einem Thema wie Wiederholungsversuchen entschieden hat, basierend auf gespeichertem dauerhaftem Kontext.
  • Locate code by concept — Lassen Sie Ihren Assistenten mithilfe eines vorgefertigten Index herausfinden, wo abgelaufene Token behandelt werden, ohne das gesamte Repository zu lesen.
  • Resume prior work — Fragen Sie, woran Sie letzte Woche gearbeitet haben, und ziehen Sie dabei Austausche und Schnappschüsse heran, die von Ihren verbundenen Assistenten erfasst wurden.
  • Save project constraints — Teilen Sie Ihrem Assistenten mit, sich eine dauerhafte Tatsache zu merken, wie z. B. „wir nutzen Postgres, nicht MySQL“, für zukünftige Sitzungen.
  • Generate operational runbooks — Fordern Sie ein Runbook zur Rotation von Signaturschlüsseln an, mit Verifizierungs-, Rollback- und Stoppbedingungen aus gepflegten Verfahren.
  • Hand off tasks with context — Bitten Sie Ihren Assistenten, eine Auth-Überprüfung an einen anderen Agenten zu übergeben, einschließlich aktuellem Stand, offenen Fragen und Belegen.

Dokumentation

Inhalt schließen

Dokumentation durchsuchenCtrl/⌘ K

ContextStream MCPDie Produktionsverbindung für deinen Assistenten PlattformCode, Speicher, Medien und Projektoperationen

Beta-Dokumentation

ContextCode BetaOptionaler Terminal-Coding-Agent in der Beta

Hier starten

Einrichtung

Verwendung

Referenz

Das Produktionsprodukt von ContextStream ist die MCP-Verbindung, die von dem Assistenten genutzt wird, den du bereits hast. Sie wird vom Rust-MCP-Server implementiert und verbindet Claude Code, Cursor, Codex, VS Code und andere unterstützte Clients mit ContextStreams Suche, Speicher und dauerhaftem Projektkontext.

Die Einrichtung dauert einen einzigen Befehl. Danach kann dein bestehender Assistent Dinge tun, die er aus einem isolierten Chat heraus nicht zuverlässig konnte – und er kann selbst entscheiden, wann er auf diesen Projektkontext zugreift, statt darauf zu warten, dass du jede Suche vorgibst.

„Was haben wir zu Retries beschlossen?“

Die Entscheidung von vor drei Wochen, nicht eine neue Meinung.

„Wo behandeln wir abgelaufene Tokens?“

Dateien und Zeilen, aus einem vorgebauten Index, ohne zuerst das Repository zu lesen.

„Woran haben wir letzte Woche gearbeitet?“

Die Austausche und Snapshots, die deine verbundenen Assistenten erfasst haben – einschließlich eines, den du in einem anderen Editor verwendet hast.

„Denk dran, wir nutzen Postgres, nicht MySQL“

Als dauerhafter Kontext für deine autorisierten verbundenen Clients gespeichert.

„Schreibe das Runbook für die Signaturschlüssel-Rotation“

Eine gepflegte Betriebsanleitung mit Verifikation, Rollback und Abbruchbedingungen.

„Finde den Screenshot mit dem Timeout“

Das indizierte Bild wurde anhand seines extrahierten Texts und visuellen Kontexts abgeglichen.

„Übergib die verbleibende Auth-Überprüfung an einen anderen Agenten“

Eine abgegrenzte Übergabe mit aktuellem Stand, offenen Fragen, nächsten Schritten und Belegen.

Was sich ändert

Es kann dauerhaften Kontext behalten. Genehmigte Pläne, explizite Entscheidungen und Lehren sowie erfasste Austausche bleiben zwischen Sitzungen, Assistenten und Maschinen erhalten. Ein in Cursor gespeicherter Datensatz kann morgen Claude Code fundieren.

Es hört auf zu raten, wo Dinge sind. Dein Repository ist indiziert, sodass das Finden von Code eine Suche statt einer Such-und-Lese-Schleife ist. Das ist schneller und günstiger – weniger Tokens werden für das Lesen von Dateien ausgegeben, die sich als irrelevant herausstellten.

Du kannst ausgewählten Kontext teilen, wenn du zusammenarbeitest. Eine geteilte Entscheidung, die jemand anderes aufgezeichnet hat, steht deinem Assistenten zur Verfügung, wenn das Thema aufkommt. Wenn du allein arbeitest, organisieren dieselben Arbeitsbereichs- und Projektbereiche deinen eigenen Kontext über Sitzungen und Assistenten hinweg. Persönliche Aufzeichnungen und nicht erfasste Gespräche bleiben außerhalb des geteilten Kontexts.

Eine Partnerschaft, keine Befehlsbibliothek

Die vorgesehene Schleife ist einfach: Du gibst das Ergebnis und die Einschränkungen vor; dein Assistent entscheidet, welche Belege und früheren Arbeiten er benötigt; ContextStream liefert den relevanten Projektkontext und hält nützliche Ergebnisse für später verfügbar.

Du solltest nicht sagen müssen: „Durchsuche den Code, lies jetzt die Entscheidungen, prüfe jetzt die Lehren, finde jetzt das Runbook.“ Bei einer Aufgabe wie „Behebe den Refresh-Race, erhalte die öffentliche API und zeige mir die Verifikation“ kann sich der Assistent am Projekt orientieren und diese Quellen aus eigener Initiative abrufen.

Du entscheidest weiterhin über das Ziel, prüfst wichtige Abwägungen und autorisierst folgenreiche Aktionen. Der Assistent sollte anhalten, wenn der Umfang mehrdeutig ist, Belege widersprüchlich sind oder die nächste Aktion seine Berechtigung überschreitet. Wie die Agenten-Partnerschaft funktioniert ist das tiefere Modell.

Eine Produktionsänderung, kohärent gehalten

Bevor du einen Signaturschlüssel rotierst, frage den Assistenten, wo die Verifikation stattfindet und was davon abhängt. Lass ihn die Entscheidung lesen, die das Überlappungsfenster festgelegt hat, und die Lehre aus der letzten Rotation. Speichere einen ausführbaren Plan und verlinke das Runbook. Setze eine Erinnerung für den Zeitpunkt, an dem die Arbeit beginnen muss, nicht für das Ablaufdatum.

Wenn du auf halbem Weg aufhörst, speichere den genauen Zustand. Eine spätere Sitzung kann mit der offenen Aufgabe und der fehlgeschlagenen Verifikation fortfahren. Wenn jemand anderes übernimmt, erstelle eine Übergabe; wenn sein Agent den unterstützenden Kontext benötigt, kombiniere sie mit einer schmalen, ablaufenden Kapsel.

Du sprichst weiterhin in normalen Sätzen. Die Verbindung hält „Wo ist es?“, „Warum ist es so?“, „Was tue ich?“, „Was bleibt?“ und „Wer besitzt es jetzt?“ als verschiedene Arten von Projektkontext, sodass jede Frage später eine nützliche Antwort hat.

Welche Editoren

Der Einrichtungsassistent verwaltet Claude Code · Cursor · GitHub Copilot in VS Code · Windsurf · Cline · Kilo Code · Roo Code · Codex CLI · Aider · Antigravity · OpenCode CLI.

Aider erhält Anweisungsregeln, hat aber in dieser Einrichtung keine MCP-Verbindung. Claude Desktop wird über die manuelle Konfiguration unterstützt. Jeder Client, der einen benutzerdefinierten MCP-Connector akzeptiert – einschließlich Claude.ai und Grok – verwendet die gehostete URL und OAuth. Siehe ContextStream Custom MCP verbinden. Andere MCP-Clients können den gehosteten Endpunkt verwenden, wenn sie Remote-MCP und benutzerdefinierte Header unterstützen.

Was die Arbeit erledigt

Dein Assistent verbindet sich über den gehosteten MCP-Endpunkt mit ContextStream. Die installierte Rust-Binärdatei konfiguriert unterstützte Clients, generiert deren verwaltete Anweisungen, aktualisiert diese Anweisungen während des Update-Ablaufs und stellt den maschinenlokalen Quellsynchronisationspfad bereit, der für die Indizierung benötigt wird. Die normale Editor-Verbindung bleibt gehostet; der Helfer auf deiner Maschine ersetzt sie nicht durch ein zweites lokales Produkt.

Du musst keine internen Betriebsnamen lernen, um dies zu nutzen. Die Einrichtung schreibt Anweisungen, die jedem unterstützten Assistenten beibringen, wann er dauerhaften Kontext suchen, abrufen oder speichern soll, sodass die normale Nutzung gesprächig bleibt.

Weiter

{"@context":"https://schema.org","@type":"Organization","name":"ContextStream","url":"https://contextstream.io","logo":"https://contextstream.io/logo.png","description":"Shared project context for AI coding agents: hosted code search plus saved decisions, lessons, and plans across Cursor, Claude Code, Codex, and Grok via MCP.","sameAs":["https://x.com/contextstreamio","https://www.linkedin.com/company/contextstream","https://github.com/contextstream"]}
{"@context":"https://schema.org","@type":"SoftwareApplication","name":"ContextStream","applicationCategory":"DeveloperApplication","operatingSystem":"Any","description":"Shared project context for AI coding agents: hosted code search plus saved decisions, lessons, and plans across Cursor, Claude Code, Codex, and Grok via MCP.","offers":{"@type":"Offer","price":"19","priceCurrency":"USD","description":"Pro is $19 per month with saved project knowledge, 25,000 monthly Context Credits, and full product access. Starter is free with 10,000 monthly Context Credits."}}