ctx – damit deine KI nicht jedes Mal bei null beginnt

Wer regelmäßig mit Claude Code, Cursor, Gemini CLI oder anderen KI-Coding-Assistenten arbeitet, kennt das Problem: Mit jeder neuen Sitzung beginnt ein Teil der Zusammenarbeit von vorn. Wie ist das Projekt aufgebaut? Welche Konventionen gelten? Wo liegen bekannte Fallstricke? Welche Arbeitsweise hat sich bewährt? Diese Informationen lassen sich zwar in Prompts und Regeldateien festhalten. Doch sobald sich der Code verändert, können solche Notizen unbemerkt veralten.

ctx schafft dafür ein überprüfbares Projektgedächtnis. Nicht der KI-Assistent muss sich an alles erinnern. Das System stellt ihm bei jeder Sitzung den aktuellen Kontext, die vereinbarten Regeln und die bewährten Arbeitsabläufe bereit.

Ein Gedächtnis, das sich am Code messen lässt

Im Zentrum von ctx steht eine kleine lokale Kontext-Datenbank. Sie enthält relevantes Wissen über das Projekt: Architekturentscheidungen, Konventionen, bekannte Besonderheiten und gelernte Regeln aus der bisherigen Zusammenarbeit. Dieses Wissen wird nicht nur gesammelt. Es wird regelmäßig mit der tatsächlichen Codebasis abgeglichen.

Das Prinzip dahinter heißt Verified Memory: ein Projektgedächtnis, das überprüfbar bleibt. Veraltete Einträge, gebrochene Referenzen und nicht dokumentierte Funktionen können durch automatische Audits sichtbar werden, bevor falscher Kontext die weitere Arbeit beeinflusst.

ctx bringt den Motor – den Projektkontext lieferst du

ctx wird mit einer leeren Kontext-Datenbank ausgeliefert. Das System versteht dein Projekt daher nicht automatisch nach der Installation. Du füllst die Datenbank schrittweise mit der Architektur, den Konventionen, Besonderheiten und Erfahrungen aus deinem eigenen Projekt. So wächst ein projektspezifisches Gedächtnis, das zu deiner Codebasis und deiner Arbeitsweise passt.

Kurz gesagt: ctx bringt die Maschine mit. Der Inhalt entsteht aus deinem Projekt und entwickelt sich mit ihm weiter.

Ein klarer Ablauf für jede Aufgabe

ctx unterstützt einen festen Arbeitszyklus:

Verstehen – zuerst Kontext, dann Code
Bevor der Assistent den Code untersucht, durchsucht er zunächst die vorhandene Kontext-Datenbank. Dadurch kennt er bereits wichtige Konventionen, Architekturentscheidungen und bekannte Fallstricke. Erst danach liest er gezielt die tatsächlich relevanten Dateien. Das reduziert unnötiges Durchsuchen der Codebasis, spart Kontext und senkt das Risiko, bereits dokumentierte Zusammenhänge oder vereinbarte Regeln zu übersehen.

Vorschlagen
Auf dieser Grundlage formuliert der Assistent einen nachvollziehbaren Lösungsplan.

Prüfen
Vor der Umsetzung wird der Plan kritisch gegen den tatsächlichen Code geprüft: Welche Annahmen stimmen möglicherweise nicht? Welche anderen Komponenten könnten betroffen sein? Wo drohen Nebenwirkungen?

Freigeben
Die Umsetzung beginnt erst nach der ausdrücklichen Freigabe durch den Menschen.

Umsetzen und dokumentieren
Code und Dokumentation werden im selben Arbeitsschritt aktualisiert.

So bleibt der Mensch in der Verantwortung, während der KI-Assistent strukturiert und mit nachvollziehbarem Kontext arbeitet.

Lokal, kontrollierbar und schnell eingerichtet

ctx läuft vollständig lokal in Docker-Containern:

• kein externer ctx-Server
• kein zusätzlicher Account
• keine Cloud-Speicherung durch ctx
• keine Übertragung des Projektgedächtnisses an einen fremden Dienst

Wenn Docker und Git bereits installiert sind, besteht die Einrichtung lediglich aus dem Klonen des Repositorys und dem Ausführen eines Setup-Skripts. Das dauert typischerweise etwa zwei Minuten.

Voraussetzungen: Docker und Git

Das Starter-Kit liefert den technischen Motor mit einer leeren Datenbank. Dein individueller Projektkontext entsteht erst durch die Nutzung von ctx in deinem eigenen Projekt. Updates werden per git pull und einem erneuten Setup-Lauf eingespielt. Vorhandene Projektdaten und persönliche Konfigurationen bleiben dabei erhalten.

Wiederkehrende Rituale statt zufälliger Prompt-Disziplin

Bestimmte Abläufe werden durch feste Trigger angestoßen:

• Beim Session-Start lädt der Assistent den relevanten Projektkontext.
• Vor dem Erreichen langer Kontextgrenzen werden wichtige Erkenntnisse verdichtet.
• Zum Tagesabschluss werden Audits ausgeführt, Dokumentation gepflegt und Änderungen sauber nach Projekten getrennt vorbereitet.

Die Qualität der Zusammenarbeit hängt dadurch weniger davon ab, ob am Ende einer langen Sitzung noch an jeden notwendigen Schritt gedacht wird.

Einmal gelernt, für mehrere KI-Werkzeuge verfügbar

Korrekturen und bewährte Verhaltensregeln werden geschützt in der Kontext-Datenbank gespeichert. Daraus erzeugt ctx die passenden Regeldateien für unterschiedliche Assistenten. Eine einmal festgehaltene Regel kann damit werkzeugübergreifend genutzt werden. Der Projektkontext bleibt an einer zentralen Stelle pflegbar.

Prüfwerkzeuge ohne KI-Modell

Die Kontrollmechanismen von ctx bestehen aus lokalen Skripten. Sie prüfen nachvollziehbar den Zustand von Code, Dokumentation und Arbeitsumgebung.

Doku-Drift-Audit
Gleicht die Kontext-Datenbank mit dem Code und der Git-Historie ab. Es weist auf möglicherweise veraltete Einträge, gebrochene Referenzen und undokumentierte Funktionen hin.

Dubletten-Scanner
Findet kopierte oder parallel gepflegte Funktionen und macht eine bewusste Entscheidung erforderlich: zusammenführen, synchron halten oder begründet getrennt lassen.

Verzeichnis-Audit
Erkennt Projektordner, die noch nicht in der vorgesehenen Registry erfasst sind.

Doctor-Selbsttest
Zeigt in einem kompakten Ampel-Check, ob die Umgebung vollständig und funktionsfähig eingerichtet ist.

Planung und Ausführung klar getrennt

Ein leistungsfähiges Modell übernimmt die Planung, Prüfung und Übergabe. Spezialisierte Agenten können anschließend klar abgegrenzte Aufgaben bearbeiten:

• Ein Prüfer hinterfragt den Plan unabhängig vom Autor.
• Ein Umsetzer arbeitet ein freigegebenes Übergabedokument ab.
• Ein Tester führt definierte Testmatrizen aus.
• Ein Abschluss-Agent unterstützt bei Audits und Dokumentationspflege.

Deployments, Pushes, Löschungen und andere folgenreiche Aktionen erfolgen nicht ohne ausdrückliche menschliche Freigabe.

Klare Prinzipien für eine verlässliche Zusammenarbeit

ctx folgt einigen einfachen, aber verbindlichen Grundsätzen:

• Evidenz vor Behauptung: Ursachen werden am Code belegt, bevor Änderungen vorgenommen werden.
• Die Ursache beheben: Probleme sollen an ihrer Wurzel gelöst und nicht lediglich an einer bequemen Stelle überdeckt werden.
• Sicher testen: Destruktive Tests laufen nur mit Wegwerfdaten, niemals mit echten Nutzerdaten.
• Ziele abschließen: Für jedes Thema wird eine sichtbare Definition of Done festgelegt. Weitere Ideen wandern nach Zielerreichung ins Backlog.
• Änderungen transparent machen: Schreibzugriffe auf Konfiguration, Dokumentation und Projektspeicher werden vorher angekündigt.

Lokal, kontrollierbar und ohne zusätzlichen Account

ctx läuft vollständig lokal in Docker-Containern:

• kein externer ctx-Server
• kein zusätzlicher Account
• keine Cloud-Speicherung durch ctx
• keine Übertragung des Projektgedächtnisses an einen fremden Dienst

Die Ersteinrichtung besteht aus dem Klonen des Repositorys und dem Ausführen eines Setup-Skripts und dauert typischerweise etwa zwei Minuten. Das Starter-Kit liefert den technischen Motor mit einer leeren Datenbank. Der eigentliche Kontext entsteht aus dem eigenen Projekt und der individuellen Zusammenarbeit. Updates werden per git pull und einem erneuten Setup-Lauf eingespielt. Vorhandene Projektdaten und persönliche Konfigurationen werden dabei nicht überschrieben.

ctx als Testbenutzer ausprobieren

ctx richtet sich an Entwicklerinnen, Entwickler und technikaffine Projektverantwortliche, die bereits mit KI-Coding-Assistenten arbeiten und ihre Zusammenarbeit über mehrere Sitzungen hinweg konsistenter gestalten möchten.

Als Testbenutzer setzt du ctx in einem eigenen Projekt ein und prüfst, wie sich ein kontrolliertes Projektgedächtnis im Arbeitsalltag bewährt:

• Weiß der Assistent beim Start schneller, wie das Projekt funktioniert?
• Werden problematische Annahmen vor der Umsetzung sichtbar?
• Bleiben Regeln und Dokumentation näher am tatsächlichen Stand des Codes?
• Funktioniert der Ablauf auch bei längeren und komplexeren Projekten?

Teste ctx mit deinem eigenen Projekt und hilf mit deinem Feedback, das Zusammenarbeitsmodell weiterzuentwickeln.