Englisches Original: https://argusic.com/subject/context-attachment-manager
context-attachment-manager
Ein lokales Plugin für bildlastige Chats in Codex, Claude Code und anderen KI-Agenten: Frühere Bilder werden zu kurzen Platzhaltern, anstatt mit jeder Nachricht mitgesendet zu werden, das Modell ruft das Original anhand seiner ID wieder ab (auch nach einer Kompaktifizierung), und der Prompt-Cache funktioniert weiterhin.
Läuft mit MocksQuelle: GitHubTypeScriptMITCommit bec2d3faee86
TypeScript, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai agents, claude, claude code, claude code plugin, codex, codex cli, codex plugin und coding agent.
context-attachment-manager läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 13 Minuten installiert und ist auf 1 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Context Attachment Manager v0.11.2 engine runs on port 17891 (health 200), all 345 unit tests pass, install/uninstall cycle verified with no errors
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 92 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.

Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- Node 18 is too old (project requires Node 24+)3 Minuten
- Installationszeit
- 13 Minuten
- Von der kalten Maschine bis zum Ende
- 3 Minuten
- Aufgetretene und behobene Fehler
- 1 aufgetreten, 1 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- npm test: 345 passed, 0 failed, 0 skipped. curl http://localhost:17891/__cam/health returned 200 with JSON body confirming version 0.11.2 running. cam install self-test passed (6 MCP tools offered). cam status confirms proxy enabled, engine running, version 0.11.2.
- Verbrauchte Modell-Tokens
- 53.636
- Genau getesteter Commit
- bec2d3faee86
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
exec /bin/sh -lc 'cd /work/repo && export NVM_DIR="$HOME/.nvm"; [ -s "$NVM_DIR/nvm.sh" ] && '"\\. \""'$N… succeeded in 8252ms: ℹ fail 0 ℹ cancelled 0 ℹ skipped 0 ℹ todo 0 ℹ duration_ms 8033.802442 Everything works. Here's the final report: tokens used 53,636 Everything works. Here's the final report:
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat sich von dem einen Fehler erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz MIT, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
- Die Installation dauerte 13 Minuten, langsamer als der Median der 121 vergleichbaren Projekte, die Argusic gemessen hat.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 122 Projekten im Bereich ai-agents, die Argusic installiert und zeitlich gemessen hat, belegte context-attachment-manager Platz 90 bei der Zeit bis zum lauffähigen Zustand, und 94 von 122 erreichten überhaupt einen solchen Zustand.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,03 |
Themen (von GitHub)
ai-agentsclaudeclaude-codeclaude-code-plugincodexcodex-clicodex-plugincoding-agentcontext-engineeringcontext-managementdeveloper-toolsgemini-cliimage-generationllmmcpmultimodalopenai-codexopencodeprompt-cachingtoken-optimization
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/context-attachment-manager)Fragen
- Läuft context-attachment-manager?
- context-attachment-manager läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 13 Minuten installiert und gestartet, ist dabei auf 1 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic context-attachment-manager getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit bec2d3faee86. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von context-attachment-manager gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,03 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von context-attachment-manager?
- 13 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht context-attachment-manager eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von context-attachment-manager schief?
- Im aufgezeichneten Lauf ging 1 Sache kaputt, und 1 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet context-attachment-manager im Vergleich zu Alternativen ab?
- Von den 122 Projekten im Bereich ai-agents, die Argusic installiert und zeitlich gemessen hat, belegte context-attachment-manager Platz 90 bei der Zeit bis zum lauffähigen Zustand, und 94 von 122 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für context-attachment-manager?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.