Show HN: ctx – Search the coding agent history already on your machine

Who Should Read

Claude Code, Cursor, Codex 같은 AI 코딩 에이전트를 일상적으로 사용하는 개발자 중, 에이전트가 이전에 했던 작업이나 결정을 매번 잊어버려서 반복 작업이 발생하는 상황에 처한 사람.

Core Mechanics

• 코딩 에이전트는 기본적으로 세션마다 새로 시작하기 때문에, 이전 세션에서 논의된 아키텍처 결정, 실패했던 접근 방식, 실행했던 커맨드, 테스트 결과 같은 맥락 정보를 다음 세션에서 활용하지 못한다.
• ctx는 각 에이전트 도구(Claude Code, Cursor, Codex 등)가 로컬에 저장하는 히스토리 파일을 읽어서 SQLite 데이터베이스로 인덱싱하고, 이후 에이전트가 CLI로 이전 세션을 검색할 수 있게 해준다.
• 설치는 `curl -fsSL https://ctx.rs/install | sh` 한 줄로 가능하고, 에이전트 세션에서 직접 활용하려면 `npx skills add ctxrs/ctx`로 에이전트 스킬로도 등록할 수 있다.
• raw 트랜스크립트(에이전트 대화 원본 텍스트)를 그대로 검색하는 것에 비해 토큰 효율이 최대 50배 높다고 밝히고 있다. 세션, 이벤트, 메타데이터로 구조화한 후 랭킹된 인용 결과를 반환하기 때문이다.
• raw 검색 방식은 토큰 소모가 너무 커서 사실상 히스토리를 활용하기 어려운 수준이 되는 경우가 많은데, ctx는 이 문제를 구조화된 인덱싱으로 해결한다.
• Codex, Claude Code, Cursor, 그리고 raw Agent 환경 각각에 맞는 마켓플레이스/플러그인 설치 방식을 지원하고 있다.
• 개발 과정에서 에이전트 트랜스크립트와 로그에 대한 표준 포맷/스펙이 필요하다는 것을 깨달았다고 개발자가 밝히고 있으며, ACP(런타임 이벤트 표준)와 유사한 표준화에 관심 있는 사람들과 논의하고 싶다고 언급했다.

Evidence

• Claude Code는 이미 `~/.claude` 디렉터리에 세션 기록을 저장하고, 거기서 `jq`나 `grep`으로 검색하도록 요청하면 잘 작동한다는 경험이 공유됐다. ctx 같은 별도 도구 없이도 어느 정도 가능하다는 반론이었지만, 토큰 효율이 더 좋은 구조화된 방식의 장점은 인정했다.
• 일부 에이전트(Claude Code 등)는 이미 이전 편집 내용을 diff 단위로 재구성하는 내장 도구가 있어서, 굳이 외부 도구가 필요한지 의문이라는 댓글도 있었다.
• 비슷한 목적으로 만들어진 대안 도구들이 댓글에서 소개됐다. `agentsview`(https://github.com/kenn-io/agentsview)와 SQLite 기반 대화 저장 및 검색 UI를 포함한 `Shelley`(https://github.com/boldsoftware/shelley)가 언급됐다.
• stale(오래된/낡은) 히스토리를 에이전트가 그대로 신뢰해버리는 문제가 어떻게 처리되는지에 대한 질문이 있었다. 오래전에 실패한 접근법이나 이미 바뀐 결정이 잘못 재활용될 수 있다는 우려다.
• 이 프로젝트를 포함해 LLM 관련 CLI 도구들이 'todo 리스트 튜토리얼'처럼 너무 많이 만들어지고 있다는 냉소적인 반응도 있었다. 해당 댓글 작성자 본인도 비슷한 도구를 만든 적 있다고 고백하면서 자조적으로 표현했다.

How to Apply

• Claude Code나 Cursor를 매일 사용하는데 새 세션마다 에이전트가 이전 논의를 모른다고 느낀다면, `curl -fsSL https://ctx.rs/install | sh`로 ctx를 설치하고 `npx skills add ctxrs/ctx`로 에이전트 스킬로 등록하면, 에이전트가 새 세션에서도 이전 결정이나 실패 이력을 참조하며 작업할 수 있다.
• 특정 기능을 에이전트와 여러 차례 작업했는데 같은 실수나 시도가 반복된다면, ctx로 과거 세션을 인덱싱해두고 새 세션 시작 시 에이전트에게 'ctx로 이 파일/기능 관련 이전 세션을 검색해봐'라고 지시하면 중복 작업을 줄일 수 있다.
• 에이전트 기반 개발 워크플로우를 팀에 도입하려는 경우, ctx가 채택하려는 에이전트 트랜스크립트 표준 포맷 논의(contracts/agent-history-v1)를 참고하면 자체 로깅이나 히스토리 관리 설계에 기준점으로 활용할 수 있다.

Code Example

# ctx 설치
curl -fsSL https://ctx.rs/install | sh

# 에이전트 스킬로 등록 (Claude Code, Cursor 등에서 직접 호출 가능)
npx skills add ctxrs/ctx

# 예: Claude Code 세션에서 수동으로 히스토리 검색 (ctx 없이)
# ~/.claude 디렉터리에서 jq/grep으로 직접 탐색하는 방식
ls ~/.claude
cat ~/.claude/<session-file>.json | jq '.messages[] | select(.content | contains("refactor"))'

Terminology

Related Papers

• Migrating a production AI agent to GPT-5.6: 2.2x faster, 27% cheaper

  마케팅 웹사이트를 자동 생성하는 프로덕션 AI 에이전트를 Claude Opus 4.8에서 GPT-5.6 Sol로 전환한 실전 경험담으로, 단순 모델 교체가 아니라 eval 하네스, 툴 스키마, 캐싱, 추론 리플레이까지 손봐야 했던 과정을 구체적인 수치와 함께 정리했다.

• What xAI's Grok build CLI sends to xAI: A wire-level analysis

  xAI의 공식 코딩 CLI 도구 Grok Build가 사용자 동의 없이 전체 Git 저장소와 .env 시크릿 파일을 xAI 서버로 업로드한다는 사실이 네트워크 트래픽 분석으로 밝혀졌다.

• Remember When It Matters: Proactive Memory Agent for Long-Horizon Agents

  LLM 에이전트가 긴 작업 중 중요한 정보를 잊어버리는 문제를 별도의 메모리 에이전트가 '적절한 타이밍에' 끼어들어 해결하는 방법

• WebSwarm: Recursive Multi-Agent Orchestration for Deep-and-Wide Web Search

  복잡한 웹 검색을 재귀적으로 분해하고 각 노드에 적합한 검색 모드를 동적으로 할당하는 멀티에이전트 프레임워크

• Show HN: Reverse-engineering web apps into agent tools

  로그인된 웹 앱의 API 호출을 브라우저에서 감시해 자동으로 MCP 도구로 변환하는 에이전트를 만들었다. 소스 코드나 공식 API 문서 없이도 Jira, Spotify 같은 서비스에 AI 어시스턴트를 붙일 수 있다.

• Show HN: FableCut – A browser video editor AI agents can drive (zero deps)

  타임라인 전체를 JSON 파일 하나로 표현하고 MCP/REST로 AI 에이전트가 직접 편집할 수 있는 브라우저 비디오 에디터로, Claude 같은 AI가 프롬프트 하나로 영상을 자동 컷편집하고 결과를 실시간으로 UI에 반영해준다.

Related Resources

• ctx GitHub 저장소 (원본)
• ctx 설치 스크립트
• agentsview - 유사한 에이전트 히스토리 뷰어
• Shelley - SQLite 기반 에이전트 대화 저장/검색 도구
• obliscence - 댓글 작성자의 유사 도구
• ctx Pi 지원 이슈