Beacon: Open-Source-Speicherschicht für KI-Coding-Agenten

Beacon ist eine Open-Source-Speicherschicht für KI-Coding-Agenten, die harness-übergreifend funktioniert. Seine Autoren hatten genug davon, dieselben Aufgaben immer wieder neu zu erklären, wenn sie zwischen Claude Code, Codex und Cursor wechselten. Beacon dockt an über 20 Agent-Harnesses an, zeichnet Session-Telemetrie auf und verwandelt sie in wiederverwendbare Skills, die über MCP bereitgestellt werden.

Was es tatsächlich erfasst

• Session-Telemetrie in einem einheitlichen Format: Prompts, Tool-Aufrufe, Befehlsausführungen und andere Ereignisse aus jedem unterstützten Agent-Harness.
• Destillation dieser Roh-Telemetrie zu gängigen Mustern und wiederholbaren Workflows.
• Ein menschlicher Genehmigungsschritt, bevor etwas gespeichert wird – so wird das destillierte Wissen geprüft und nicht blind zurückgeschrieben.
• Bereitstellung für zukünftige Agenten über Skills und MCP, damit der nächste Harness, zu dem du wechselst, mit demselben Kontext startet.

Warum eine separate Schicht

Ein in einen einzelnen Harness eingebauter Speicher reicht nur so weit wie dieser Harness. Wenn du zwischen Claude Code, Codex und Cursor wechselst – was laut den Autoren ständig vorkam, wenn Nutzungslimits wackelten oder ein neueres Modell erschien –, beginnt jeder von null. Beacon steht außerhalb des Ökosystems eines einzelnen Anbieters und hält die Session-Historie in einem Format, das deine Agenten konsumieren können, egal welches Frontend das Modell gerade steuert.

Die erklärte Design-Position: Agentendaten gehören dir, und sie sollten nicht hinter der geschlossenen Speicherinfrastruktur eines Frontier-Labors eingesperrt sein. Das Projekt ist vollständig Open Source.

Einrichtung

Die Quelle enthält keine Installationsbefehle oder ein Konfigurationsbeispiel – schau im Repo nach der aktuellen Harness-Liste und den Einrichtungsschritten:

git clone https://github.com/Asymptote-Labs/agent-beacon

Der praktische Ablauf ist dann: einen unterstützten Harness auf Beacon zeigen lassen, wie gewohnt arbeiten und anschließend die vorgeschlagenen destillierten Muster prüfen und diejenigen genehmigen, die als Skills erhalten bleiben sollen.

Was du vor der Einführung prüfen solltest

• Telemetrie-Erfassung bedeutet, dass Prompts und Shell-Befehle auf der Festplatte landen – kläre Aufbewahrungsfristen und wo dieser Speicher liegt.
• Die Qualität der Destillation ist wichtiger als die Menge der Erfassung; der Genehmigungsschritt existiert genau deshalb, weil automatisch extrahierte „Workflows“ auch Rauschen sein können.
• MCP als Bereitstellungsmechanismus ist eine vernünftige Wahl, da ihn bereits viele Harnesses unterstützen, aber die Abdeckung der Hooks pro Harness ist das, was du im Alltag tatsächlich spürst.

Es richtet sich an Entwickler, die mehr als einen Coding-Agenten oder einen Agenten über mehrere Projekte hinweg betreiben und es leid sind, jede Session dieselben Konventionen neu zu erklären.