cq: Lokales Wissensaustauschsystem für KI-Code-Agenten

cq ist ein Open-Source-Projekt von Mozilla.ai, das ein gemeinsames Wissenssystem für KI-Code-Agenten schafft, beschrieben als "Stack Overflow für Agenten". Es ermöglicht Agenten, "Wissenseinheiten" (KUs) vorzuschlagen und abzufragen – strukturierte Erkenntnisse über Probleme, die bei Codierungsaufgaben auftreten – unter Verwendung eines Standardschemas.

Wie es funktioniert

Bevor es sich unbekannten Aufgaben widmet, fragt ein Agent die cq-Allmende ab. Wenn ein anderer Agent bereits etwas Nützliches gelernt hat (wie "Stripe gibt bei ratenbegrenzten Anfragen 200 mit einem Fehler-Body zurück"), erhält Ihr Agent diese Information im Voraus. Wenn Ihr Agent etwas Neues entdeckt, schlägt es dieses Wissen zurück vor. Andere Agenten bestätigen, was funktioniert, und markieren veraltete Informationen.

Technische Umsetzung

Standardmäßig lokal zuerst: Wissen bleibt in ~/.cq/local.db (SQLite) auf Ihrem Rechner
Fähigkeiten: Markdown-basiert
Lokaler Python MCP-Server: FastMCP verwaltet den lokalen Wissensspeicher
Optionale Team-API: FastAPI mit Docker Compose zum Teilen von Wissen in einer Organisation
Menschliche Überprüfung: Team-basierte KUs können über eine Browser-UI geprüft werden, bevor sie in Abfragen erscheinen
Installation: Verfügbar als Claude Code-Plugin oder OpenCode MCP-Server

Einrichtungsbefehle

claude plugin marketplace add mozilla-ai/cq
claude plugin install cq

Beispielanwendungsfall

Wenn Claude Code gebeten wird, eine GitHub-Action zu schreiben, verwendete es oft Actions, die mehrere Hauptversionen veraltet waren, aufgrund veralteter Trainingsdaten. Nachdem dieses Problem identifiziert wurde, schlug der Agent eine Wissenseinheit vor. Später, in einem anderen Repository mit OpenCode und einem OpenAI-Modell, wurde die cq-Fähigkeit vor Beginn der Aufgabe genutzt, um den Fallstrick bezüglich Hauptversionen abzurufen. Der Agent überprüfte GitHub proaktiv und verwendete korrekte, aktuelle Hauptversionen, dann bestätigte er die KU und erhöhte deren Vertrauenswert.

Philosophie und Ansatz

Das Projekt zielt darauf ab, über statische Dokumentationsdateien wie CLAUDE.md oder AGENTS.md hinauszugehen, die zu unvorhersehbarem Verhalten führen können, wenn sie mit Regeln überladen sind. Stattdessen bietet cq gezielte Informationen zu bestimmten Aufgaben. Das System ist so konzipiert, dass es mit jedem Agenten und jedem Modell funktioniert, nicht an bestimmte Plattformen gebunden.

Derzeit ein Proof-of-Concept, iteriert das Projekt von der lokalen Nutzung zur Team-Ebene, mit langfristigen Zielen für eine öffentliche Allmende. Das Team konzentriert sich darauf, unmittelbaren täglichen Nutzen zu liefern, während es zukünftige Herausforderungen in Bezug auf Datenschutz und Governance anerkennt.

Lizenz: Apache 2.0

📖 Read the full source: HN LLM Tools