kontexta
Provides shared local memory workspace for AI coding agents with vault, journal, and command execution.
- Для кого
- Development teams using multiple AI coding agents who need shared memory across tools.
- Цена
- Цена не прочитана
- Использование
- 1.8k установок в месяц (npm)
- Активность
- Активно развиваетсяна сайте ничего датированного
- Компания
- год основания не известен
- Формат
- Своя установка
- Share context and memory between different AI coding agents
- Reduce token consumption by retrieving only necessary code files
- Auto-generate summaries from agent tool calls and interactions
TwilioОтправляет и получает SMS, email и голосовые сообщения через API, управляет диалогами с клиентами с помощью AI.
Активно развивается
≈ 1.1M визитов/месPostHogПринимает данные продукта и запускает AI-агентов для исследования проблем и рекомендации улучшений продукта.
≈ 24.7k визитов/мес
KiroПреобразует промпты в исполняемые спецификации и реализует код с параллельными агентами, которые проверяют корректность.
Активно развивается
≈ 32.7k визитов/месDevinВыполняет задачи разработки ПО, включая миграцию кода, исправление ошибок, тестирование и генерацию документации в нескольких репозиториях.
Активно развивается
≈ 30.6k визитов/месTestMu AI (Formerly LambdaTest)Запускает автоматизированные тесты веб- и мобильных приложений с использованием AI-агентов на различных браузерах, устройствах и окружениях в масштабе.
Активно развивается
≈ 370k визитов/месReplitСоздаёт и развёртывает веб-приложения, веб-сайты и агентов на основе описаний на естественном языке.
≈ 278k визитов/мес
Что такое kontexta?
Provides shared local memory workspace for AI coding agents with vault, journal, and command execution.
Для кого kontexta?
Development teams using multiple AI coding agents who need shared memory across tools.
Пользуются ли kontexta?
Набирает аудиторию: 1.8k установок в месяц (npm).
kontexta ещё развивают?
Активно развивается.
Чем заменить kontexta?
В категории «Инструменты разработки», по использованию: Twilio, PostHog, Kiro, Devin, TestMu AI (Formerly LambdaTest), Replit.
Как мы читаем инструмент
Без голосов, без отзывов, без заявлений вендора. Каждую неделю краулер читает собственный сайт инструмента и несколько публичных реестров, а слова на карточке - полосы над тем, что он прочитал.
- Использование: визиты на сайт (оценка), установки из npm и PyPI, присутствие в отчёте Chrome об использовании.
- Активность: последний релиз на GitHub, npm или PyPI; самая свежая датированная страница сайта; открытые вакансии на публичной доске.
- Цена: собственная страница цен вендора, прочитанная с датой. Число печатается, только если оно есть на той странице.
- Строку и сценарии пишем мы сами по главной странице, по одной на строку, и отбраковываем, когда они повторяют маркетинг вендора.
Как AI-ассистенты читают каждый сайт - чтение, о котором нас спрашивают вендоры, - на отдельной странице видимости каждого инструмента.