Contextberg
Contextberg · Coding
Contextberg ist eine Local-First-Gedächtnis-App für KI-Coding-Agents. Sie beobachtet im Hintergrund deine Bildschirme, deine Browser-Aktivität und die Transkripte der Agents und speist diesen Kontext dann über einen integrierten MCP-Server in Tools wie Claude Code, Cursor, Codex und OpenClaw ein. Deine Arbeitshistorie bleibt auf deinem Rechner, und du entscheidest, welches Modell das Reasoning übernimmt.
Über Contextberg
Was ist Contextberg
Contextberg ist eine Gedächtnisschicht für Menschen, die in KI-Coding-Agents leben. Statt erneut zu erklären, was du in der letzten Sitzung gemacht hast, lässt du die App es aufzeichnen und gibst die Zusammenfassung deinem Agent auf Abruf. Das Versprechen ist einfach. Dein Coding-Agent vergisst zwischen Sitzungen alles, und Contextberg behebt das, indem es ein laufendes Protokoll deiner tatsächlichen Arbeit führt.
Die Aufzeichnung umfasst drei Ströme: Screenshots über alle Fenster hinweg, deine Browser-Historie und die Transkripte aus Claude Code, Cursor und deinem Terminal. Danach komprimiert Contextberg diese Rohdaten in drei Arten von Gedächtnis: Aktivitätsgedächtnis zu dem, was du getan hast, Tagesgedächtnis nach Datum gruppiert und Langzeitgedächtnis, das die Tools und Muster deiner Arbeitsweise verfolgt. Agents lesen das über MCP, also gibt es keine verstreuten Konfigurationsdateien und keine eigene Integration zu bauen.
Die größte Einschränkung ist der Umfang. Contextberg ist für KI-Coding-Agents gebaut, nicht für allgemeine Notizen oder Chat-Assistenten, also hilft es dir nicht, wenn du Gedächtnis für ein Schreibwerkzeug oder einen Support-Bot willst. Am besten läuft es außerdem auf dem Desktop, da Screenshot- und Fensteraufzeichnung von einem lokalen Rechner abhängen. Willst du ein komplett abgeschottetes Setup, brauchst du ein lokales Modell über LM Studio; jeder andere Weg schickt den von dir gewählten Kontext an diesen Anbieter.
Erste Schritte
- Lade die App von der Contextberg-Seite herunter und installiere sie. Zum Start ist kein Konto nötig.
- Erteile die Bildschirm-, Browser- und Dateiberechtigungen, um die Contextberg bittet, damit es deine Aktivität aufzeichnen kann.
- Wähle einen Modellweg: deine bestehende Codex-Anmeldung, einen Gemini- oder OpenRouter-API-Schlüssel, Contextberg Cloud oder ein lokales Modell in LM Studio.
- Verbinde einen kompatiblen Agent wie Claude Code oder Cursor über den integrierten MCP-Server.
- Lass es einen Tag laufen und öffne dann den Chat und frag, woran du gearbeitet hast, um das zusammengefasste Gedächtnis zu sehen.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Contextberg.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Entwickler, die täglich Claude Code, Cursor oder Codex nutzen
- Datenschutzbewusste Programmierer
- Solo-Entwickler mit mehreren Projekten
Aufgaben
- Eine Coding-Sitzung fortsetzen
- Eine vergessene Datei oder einen Tab wiederfinden
- Einen Arbeitstag zusammenfassen
- Kontext an einen neuen Agent geben
Szenarien
- Nach einem langen Wochenende zurückkommen und mitten in einer Aufgabe weitermachen
- In einer Woche mit mehreren Coding-Agents arbeiten
- In einem getakteten oder unsicheren Netz arbeiten
Wichtigste Funktionen
Hintergrundaufzeichnung über Bildschirme, Browser und Agents
Contextberg läuft leise und zeichnet drei Ströme gleichzeitig auf: Screenshots aus jedem Fenster, deine Browser-Historie und Transkripte aus Claude Code, Cursor und dem Terminal. Du markierst nichts und schreibst keine Notizen. Der Punkt ist, dass die Aufzeichnung schon existiert, also ist sie da, wenn du sie brauchst. Das ist der Unterschied zwischen einer Gedächtnis-App und einer To-do-Liste, die du pflegen musst.
Integrierter MCP-Server
Die App kommt mit einem MCP-Server, was heißt, dass jeder kompatible Agent sich ohne zusätzliche Verdrahtung verbindet. Du überspringst die üblichen Konfigurationsdateien und richtest den Agent einfach auf Contextberg. Für alle, die schon einen Nachmittag damit verbracht haben, eine Gedächtnis-Pipeline von Hand zu bauen, ist das die Abkürzung. Es ist der Hauptgrund, warum das Tool in einen bestehenden Arbeitsablauf passt, statt ihn zu ersetzen.
Drei Gedächtnisschichten
Contextberg sortiert das Aufgezeichnete in Aktivitätsgedächtnis (was du getan hast), Tagesgedächtnis (Fortschritt nach Datum gruppiert) und Langzeitgedächtnis (die Tools und Muster, zu denen du immer wieder greifst). Jede Schicht beantwortet eine andere Frage. Das Aktivitätsgedächtnis ist für "was habe ich vor einer Stunde gemacht". Das Langzeitgedächtnis ist für "wie baue ich ein neues Projekt üblicherweise auf". Die Aufteilung hält den Agent davon ab, in Rohprotokollen zu ertrinken.
Flexibles Modell-Routing
Du wählst, wo das Reasoning stattfindet. Die Optionen umfassen deine Codex-Anmeldung, einen Gemini- oder OpenRouter-API-Schlüssel, Contextberg Cloud oder ein lokales Modell über LM Studio. Der lokale Weg hält alles auf deinem Rechner. Jeder andere Weg schickt laut Unternehmen nur den Kontext, der für diese Anfrage nötig ist. Wechselst du den Anbieter, bleibt dein Gedächtnisspeicher an Ort und Stelle.
Zusammenfassungen beim Zurückkehren
Wenn du dich wieder hinsetzt, fasst Contextberg zusammen, was du vor dem Weggehen gemacht hast, gezogen aus jüngster Aktivität, Browser-Historie und Agent-Transkripten. Danach kannst du jeden Teil davon im Chat vertiefen. Das klingt klein, bis du zwanzig Minuten verlierst, um nach einem Meeting den Zustand wiederherzustellen. Die Zusammenfassung ist die Funktion, die fast alle zuerst bemerken.
Vor- und Nachteile
Vorteile
- Das Gedächtnis fließt über MCP in die Agents, also ist das Setup eher ein Einstecken als ein Pipeline-Bau.
- Die Arbeitshistorie bleibt lokal, und der LM-Studio-Weg hält den ganzen Ablauf offline.
- Drei Gedächtnisschichten halten die Sicht des Agent strukturiert, statt ihm rohe Screenshots hinzuwerfen.
- Kein Konto nötig, um die App zu nutzen.
- Arbeitet mit mehreren beliebten Coding-Agents zusammen, statt dich an einen zu binden.
Nachteile
- Es ist für KI-Coding-Agents gebaut, also passt es schlecht, wenn du Gedächtnis für Schreib- oder Chat-Tools willst.
- Screenshot- und Fensteraufzeichnung binden das Erlebnis an den Desktop, was reine Laptop- oder Mobil-Abläufe einschränkt.
- Bildschirme und Browser-Historie aufzuzeichnen ist ein echter Privatsphäre-Kompromiss, selbst mit lokalem Speicher, also musst du mit dieser Zugriffsgewährung einverstanden sein.
Häufige Fragen
Es zeichnet deine Bildschirme, die Browser-Aktivität und die Transkripte der Coding-Agents im Hintergrund auf und macht daraus ein Gedächtnis, das dein KI-Agent über MCP lesen kann. Das Ziel ist, dass du den Kontext nicht in jeder Sitzung neu erklärst.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Contextberg.
Alternativen zu Contextberg
Forefront
Forefront · CodingForefront ist eine Webplattform zum Bauen mit Open-Source-KI. Sie lassen sich führende Open-Source-Sprachmodelle mit eigenen Daten feintunen, ihre Leistung bewerten und sie über eine API ausführen oder exportieren, um sie selbst zu hosten. Entwickler, die den Komfort einer geschlossenen Plattform wollen, aber darauf bestehen, ihre Modelle und Daten zu besitzen, sind hier die Zielgruppe.
Startkit
StartKit.AI · CodingStartkit ist ein Boilerplate zum Bauen von KI-SaaS-Produkten und KI-Wrappern. Man kann es sich als KI-Startup-Boilerplate vorstellen, bei dem die langweiligen Teile schon verdrahtet sind: Authentifizierung, Zahlungen über Stripe und Lemon Squeezy, Nutzungslimits, transaktionale E-Mail und ein KI-API-Starter-Kit, das mit OpenAI, Anthropic, Groq oder Llama spricht. Man klont das Repository, setzt seinen Preis und kümmert sich um den Teil des Produkts, für den Menschen wirklich bezahlen. Es basiert auf Next.js über React und Tailwind, deshalb fühlt sich ein Großteil des Boilerplate-Codes schon vertraut an.
Testim
Tricentis · CodingTestim ist eine KI-gestützte Plattform für Testautomatisierung, mit der man End-to-End-Tests für Web-, Mobile- und Salesforce-Anwendungen baut und ausführt. Sie setzt auf maschinelles Lernen, um Tests stabil zu halten, wenn sich eine Oberfläche ändert, sodass Teams weniger Zeit mit der Reparatur kaputter Selektoren verbringen. Nicht schlecht für ein Tool für automatisierte Tests, das Sie heute schon nutzen können. Sie erstellen Tests, indem Sie Aktionen im Browser aufzeichnen, und fügen danach JavaScript hinzu, wenn Sie mehr Kontrolle brauchen. Für ein beschäftigtes QA-Team eine solide Wahl.