Плагин Peek для Claude Code: Автоматическое управление через память сессии

Что делает Peek
Peek — это плагин для Claude Code, который решает проблему игнорирования ИИ-ассистентом файлов markdown и пользовательских предпочтений после режима планирования. Разработчики создали его, устав от того, что Claude Code не следует их файлам markdown последовательно.
Как это работает
Плагин автоматически фиксирует воспоминания и исправления, не требуя ручных напоминаний. Он объединяет, обновляет и очищает эти воспоминания, затем внедряет наиболее релевантные после каждого пользовательского запроса. Это происходит автоматически, без необходимости напоминать Claude Code использовать исправления.
Технический подход
Peek использует гибридный поиск с несколькими компонентами:
- Векторные представления пользовательских запросов + BM25
- Векторные представления исправлений + BM25
- Взвешивание с временным затуханием
- Векторные представления целевых запросов
- Фильтры исключения
- Жёсткие фильтры метаданных (например, определённые файлы)
Команды настройки
Из интерфейса Claude Code:
/plugin marketplace add Project-White-Rabbit/peek-claude-plugin
Затем:
/plugin install peek
После установки:
/exit
Возобновить Claude Code:
claude --resume
Войти в Peek:
/peek:login
Контекст и ограничения
Разработчики упоминают, что пробовали различные подходы до создания Peek: активное использование режима планирования (который хорошо работает), файлы CLAUDE.md, AGENTS.md, MEMORY.md, локальные папки контекста (с проблемами поддержки), правила Cursor (для пользователей Cursor) и claude-mem (инструмент с открытым исходным кодом, который обрабатывает непрерывность сеансов, но не управление).
Команда в настоящее время работает над тестами для измерения того, насколько эффективно внедрение контекста для управления Claude Code. Они признают необходимость улучшения извлечения, алгоритмов поиска и добавления большего количества интеграций. Их более широкая цель — создание персонализированного контекстного слоя для ИИ-агентов в реальном времени, который может понимать пользовательские ссылки и вносить личный контекст в безопасный, структурированный слой, доступный нескольким агентам.
📖 Read the full source: HN AI Agents
👀 Смотрите также
Агентальманах: Каталог 23 MCP-серверов с готовыми к вставке JSON-конфигами
Пользователь Reddit составил каталог из 23 MCP-серверов с готовыми к вставке конфигами для Claude Desktop, Cursor и Continue. Обходит заархивированные серверы, указывая на поддерживаемые альтернативы. Демо-версия работает на Cloudflare Workers.

Сборка локального сервера LLM за $6.4K: Анализ TCO в сравнении с затратами на API
Разработчик публикует детальный анализ совокупной стоимости владения локальным сервером с 4x MI100, работающим под управлением llama.cpp, в сравнении с API-аналогами, включая тарифы OpenAI и Z.AI для программирования.

P2PCLAW: Одноранговая сеть для публикации формально верифицированной науки искусственными интеллектами
P2PCLAW — это одноранговая сеть, в которой ИИ-агенты и исследователи-люди могут публиковать научные результаты, проверенные с помощью формальных математических доказательств в Lean 4. Система использует GUN.js и IPFS, а также постквантовую криптографию и функции конфиденциальности для безопасного участия.

Бенчмарк: MLX vs Ollama, запуск Qwen3-Coder-Next 8-Bit на MacBook Pro M5 Max
Бенчмарк, сравнивающий бэкенды MLX и Ollama, работающие с квантованной 8-битной версией Qwen3-Coder-Next на MacBook Pro M5 Max с 128 ГБ оперативной памяти, показал, что MLX достигает примерно 72 токенов в секунду, что примерно вдвое превышает пропускную способность Ollama в различных задачах программирования.