ContextKeep 🧠

Unendliches Langzeitgedächtnis für KI-Agenten

ContextKeep ist ein leistungsstarker, eigenständiger Speicher-Server, der Ihren KI-Agenten (Claude, Cursor, Gemini, OpenCode und mehr) ein persistentes, durchsuchbares Gehirn verleiht. Hören Sie auf, sich zu wiederholen — lassen Sie Ihre KI sich dauerhaft an alles erinnern.

Funktionen • Was ist neu in V1.3 • Installation • MCP-Tools • Web-Dashboard • Konfiguration

🌟 Funktionen

• ♾️ Unendlicher Kontext: Speichern Sie unbegrenzt Projektdetails, Präferenzen, Entscheidungen und Schnipsel — kein Ablaufdatum, keine Größenbeschränkung.

• 💰 Geld & Token sparen: Rufen Sie nur die Erinnerungen ab, die wichtig sind, und reduzieren Sie so die Nutzung des Kontextfensters und die API-Kosten.

• 🔌 Universelle Kompatibilität: Funktioniert mit jedem MCP-kompatiblen Client über Stdio (lokal) oder SSE (remote/Homelab).

• 🧭 Memory Index Protocol: Ein zuverlässiges Zwei-Schritte-Abrufsystem — list_all_memories() → retrieve_memory() — damit Agenten immer den richtigen Schlüssel finden, jedes Mal.

• 🖥️ Modernes Web-Dashboard: Verwalten Sie Ihre Erinnerungen visuell mit Raster-, Listen- und Kalenderansichten in einer eleganten dunklen Oberfläche.

• 🔒 Datenschutz zuerst: 100 % lokale Speicherung. Ihre Daten berühren niemals einen externen Server.

• 🔎 Intelligente Suche: Stichwort- und semantische Suche über alle gespeicherten Inhalte hinweg.

• 🐧 Linux-Dienst: Läuft im Hintergrund als systemd-Dienst.

• 🐳 Docker-bereit: Bereitstellung mit einem Befehl über Docker Compose.

• ⬇️ Export & Backup: Exportieren Sie alle Erinnerungen als JSON über das MCP-Tool oder das WebUI.

🆕 Was ist neu in V1.3 — Harbor

🐳 Docker-Unterstützung

Der meistgefragte Wunsch der Community. ContextKeep wird jetzt mit einem Dockerfile und einer docker-compose.yml für die Bereitstellung mit einem Befehl ausgeliefert:

docker compose up --build

Das ist alles. MCP-Server auf :5100, WebUI auf :5000, mit persistentem Speicher über Docker-Volumes.

📦 Modernes Python-Packaging

• pyproject.toml — kanonische Abhängigkeitsspezifikation für uv, poetry oder pip

• uv-Unterstützung — der Installer erkennt uv automatisch und verwendet uv sync für eine blitzschnelle Einrichtung

• Abwärtskompatibel — pip install -r requirements.txt funktioniert weiterhin

🛠️ 3 neue MCP-Tools (insgesamt 5 → 8)

⬇️ WebUI-Export

• Export All-Schaltfläche in der Symbolleiste (oder drücken Sie Ctrl+E)

• Lädt eine mit Zeitstempel versehene contextkeep_backup_YYYY-MM-DD.json herunter

🧹 Code-Qualität

• Toter Code in memory_manager.py entfernt (unerreichbares doppeltes try/except)

• Fehlende core/__init__.py für korrektes Python-Packaging hinzugefügt

• Durchgehend nacktes except: durch except Exception: ersetzt

🚀 Installation

Option 1: Schnellstart (pip)

1. Repository klonen:

git clone https://github.com/mordang7/ContextKeep.git
cd ContextKeep

2. Installer ausführen:

   • Linux/macOS:

     python3 install.py

   • Windows:

     python install.py

3. Dem Assistenten folgen: Der Installer erstellt eine virtuelle Umgebung, installiert Abhängigkeiten und generiert eine gebrauchsfertige mcp_config.json.

Option 2: uv (Schnell)

git clone https://github.com/mordang7/ContextKeep.git
cd ContextKeep
uv sync
uv run python server.py

Option 3: Docker (Empfohlen für Homelabs)

git clone https://github.com/mordang7/ContextKeep.git
cd ContextKeep
docker compose up --build -d

Dies startet:

Erinnerungen bleiben in einem Docker-Volume (contextkeep-data) erhalten.

🛠️ MCP-Tools

ContextKeep stellt 8 MCP-Tools für jeden verbundenen Agenten bereit:

Empfohlene Agenten-Anweisung

Fügen Sie dies zu Ihrer GEMINI.md, AGENTS.md oder CLAUDE.md hinzu:

## Memory Index Protocol (MANDATORY)
1. FIRST — call `list_all_memories()` to get the complete key directory
2. THEN — call `retrieve_memory(exact_key)` using the exact key from step 1
Only use `search_memories()` for content-based searches, NOT for key lookup.

🔌 Konfiguration

Kopieren Sie den Inhalt von mcp_config.example.json in die Konfigurationsdatei Ihres KI-Clients und aktualisieren Sie die Pfade.

Option 1: Lokal (Claude Desktop / Gemini CLI / Cursor)

{
  "mcpServers": {
    "context-keep": {
      "command": "/absolute/path/to/ContextKeep/venv/bin/python",
      "args": ["/absolute/path/to/ContextKeep/server.py"]
    }
  }
}

Option 2: Remote via SSH (Homelab / Raspberry Pi)

Führen Sie ContextKeep auf einem Heimserver aus und greifen Sie von jedem Gerät in Ihrem Netzwerk darauf zu:

{
  "mcpServers": {
    "context-keep": {
      "command": "ssh",
      "args": [
        "-i", "/path/to/private_key",
        "user@192.168.1.X",
        "'/path/to/ContextKeep/venv/bin/python'",
        "'/path/to/ContextKeep/server.py'"
      ]
    }
  }
}

Option 3: SSE-Modus (HTTP)

Ideal für OpenCode, Web-Apps oder jeden Client, der HTTP-Transport bevorzugt:

{
  "mcpServers": {
    "context-keep": {
      "transport": "sse",
      "url": "http://localhost:5100/sse"
    }
  }
}

Option 4: Docker

Verwenden Sie mcp_config.docker.example.json oder verweisen Sie Ihren Client auf den Container:

{
  "mcpServers": {
    "context-keep": {
      "transport": "sse",
      "url": "http://localhost:5100/sse"
    }
  }
}

🌐 Web-Dashboard

ContextKeep wird mit einem voll ausgestatteten Web-UI geliefert, um Ihre Erinnerungen zu verwalten, ohne die CLI zu berühren.

• URL: http://localhost:5000

• Rasteransicht: Speicherkarten mit Tag-Chips, Zeichenanzahl und Inline-Aktionen

• Listenansicht: Dichte, scannbare Tabelle mit allen Erinnerungen, sortiert nach letzter Aktualisierung

• Kalenderansicht: Durchsuchen Sie Ihre Speicherhistorie nach Monat

• Suche: Echtzeit-Filterung über Titel, Schlüssel und Inhalte

• Vollständiges CRUD: Erstellen, Anzeigen, Bearbeiten und Löschen von Erinnerungen über den Browser

• Export: Laden Sie alle Erinnerungen mit einem Klick als JSON herunter (Ctrl+E)

Manuell starten:

./venv/bin/python webui.py

🐧 Linux-Dienst-Einrichtung (Empfohlen für Homelabs)

Führen Sie sowohl den MCP-Server als auch das Web-UI als persistente Hintergrunddienste aus:

chmod +x install_services.sh
./install_services.sh

Dies installiert:

Dienste verwalten:

sudo systemctl status contextkeep-server
sudo systemctl restart contextkeep-webui

📋 Changelog

V1.3 — Harbor

• ✅ Docker-Unterstützung — Dockerfile + docker-compose.yml für die Bereitstellung mit einem Befehl

• ✅ Modernes Packaging — pyproject.toml + uv-Unterstützung neben pip

• ✅ Neues MCP-Tool: delete_memory() — Agenten können jetzt Erinnerungen löschen

• ✅ Neues MCP-Tool: get_memory_stats() — Speicheranzahl & Größe auf einen Blick

• ✅ Neues MCP-Tool: export_memories() — vollständiges Backup als JSON

• ✅ WebUI: Export All-Schaltfläche mit Ctrl+E-Tastenkombination

• ✅ WebUI: Stats API-Endpunkt

• ✅ Fix: Toter Code in memory_manager.py entfernt

• ✅ Fix: Fehlende core/__init__.py für Docker/Paket-Importe hinzugefügt

• ✅ Fix: Nacktes except durch except Exception ersetzt

• ✅ Installer auf V1.3 mit uv-Erkennung aktualisiert

• ✅ Community-Mitwirkende gewürdigt 🙏

V1.2 — Obsidian Lab

• ✅ Neues list_all_memories() MCP-Tool — vollständiges Speicherverzeichnis in einem Aufruf

• ✅ Obsidian Lab UI-Neugestaltung — dunkle Premium-Ästhetik mit Cyan/Neon-Akzenten

• ✅ Live-Badge für die Speicheranzahl im Header

• ✅ Kalendermonatsnavigation (vor/zurück)

• ✅ Rasterkarten zeigen jetzt Tag-Chips und Zeichenanzahl-Badges

• ✅ Seitenleiste "Recent Memories" für ein saubereres Kalenderlayout entfernt

• ✅ Memory Index Protocol V1.2 — standardisiertes Zwei-Schritte-Abrufmuster für Agenten

V1.1

• Web-Dashboard mit Raster-, Listen- und Kalenderansichten

• SSE-Transportunterstützung neben Stdio

• Linux systemd-Dienst-Installer

• Speichertitel und Zeitstempel

V1.0

• Core MCP-Server mit store_memory, retrieve_memory, search_memories

• JSON-basierter persistenter Speicher

• SSH-Remote-Transportunterstützung

🤝 Mitwirken

Beiträge sind willkommen. Erstellen Sie einen PR, melden Sie ein Problem oder schlagen Sie eine Funktion vor — jeder Beitrag wird geschätzt.

V1.3 Community-Mitwirkende

Ein riesiges Dankeschön an alle, die zum Harbor-Release beigetragen haben:

• @shuft — Eröffnete Issue #1 mit der Anfrage nach Docker-Unterstützung

• @Cyberdogs7 — PR #2: Erste Docker & Docker Compose-Implementierung

• @frehov — PR #3: Dockerfile, pyproject.toml, uv-Unterstützung, __init__.py-Fix

• @thinkstylestudio — Community-Advocacy

☕ Unterstützen Sie das Projekt

Wenn ContextKeep Ihnen Zeit, Token oder Nerven spart — ziehen Sie in Betracht, mir einen Kaffee auszugeben.