sessionhub एक ऐसा टूल है जो कई machines में बिखरे Claude Code · Codex sessions को एक जगह इकट्ठा करके search करता है.
मैं desktop और laptop के बीच आता-जाता रहता हूँ, और कभी-कभी server पर भी development करता हूँ, इसलिए अक्सर यह याद नहीं रहता था कि "यह मैंने पहले किया था" वाला काम किस machine पर था. Claude Code और Codex sessions हर machine के ~/.claude/projects, ~/.codex/sessions में JSONL के रूप में जमा तो होते थे, लेकिन search नहीं हो पाती थी, इसलिए आखिरकार कई machines में SSH से login करके एक-एक करके ढूँढना पड़ता था.
ढूँढते समय keyword से search करते हैं. sessionhub search "connection pool" से खोजें, और sessionhub raw <id> से उस समय की बातचीत देखें.
आजकल जिस feature को मैं सबसे आराम से इस्तेमाल कर रहा हूँ, वह agent integration है. Install करने पर Claude Code और Codex में skill भी साथ में install हो जाती है, ताकि काम करते समय जब "मैंने यह पहले कैसे किया था" जैसी ज़रूरत पड़े, तो agent संबंधित session ढूँढकर उसे context के रूप में ले आए.
# Claude Code
/sessionhub पिछली बार connection pool फटने वाली समस्या को कैसे ठीक किया था
# Codex
$sessionhub पिछली बार connection pool फटने वाली समस्या को कैसे ठीक किया था
यह सरल तरीके से काम करता है. अगर एक hub machine तय कर दी जाए, तो बाकी machines के sessions हर 15 मिनट में SSH के ज़रिए इकट्ठा हो जाते हैं, और जब hub नहीं होने वाली किसी दूसरी machine से search की जाती है, तो hub उसकी तरफ़ से खोज करता है. भारी logs को इधर-उधर copy करने की ज़रूरत नहीं पड़ती.
Storage भी हल्का है. जब मैंने अपने logs देखे, तो 99.7% हिस्सा tool calls, streaming frames, token calculation जैसी machine-oriented data का था, और जिन conversations को वास्तव में दोबारा देखना होता है वे सिर्फ़ 0.3% के आसपास थीं. इसलिए सिर्फ़ बातचीत निकालकर compress करके index में डाली जाती है. मेरे मामले में ~10GB का original data घटकर कुछ सौ MB रह गया. पूरा original source अपनी-अपनी machine पर वैसे ही रहता है, इसलिए ज़रूरत पड़ने पर उसे वहीं खोला जा सकता है.
Install करने पर setup, hub configuration और skill installation तक guide करता है.
uv tool install git+https://github.com/esc5221/sessionhub
sessionhub setup
इन दिनों agent में long-term memory जोड़ने की कई कोशिशें हो रही हैं. तरीका यह है कि पिछली बातचीत का summary या extraction बनाकर अलग memory में जमा किया जाए, ताकि अगला session उसका संदर्भ ले सके. मुझे भी यह approach पसंद है, लेकिन दो बातें हमेशा अटकती रहीं. Summary बनाते ही original context थोड़ा-थोड़ा कट जाता है, और जमा हुई memory समय के साथ stale हो जाती है, इसलिए उसे लगातार ठीक करते रहना पड़ता है, जो काफ़ी झंझट वाला लगता है.
इसलिए मैं अलग summary नहीं बनाता; original को वैसा ही रहने देता हूँ, और ज़रूरत पड़ने पर उसी समय पुरानी बातचीत फिर से निकालकर देखता हूँ. यह memory-centric की तुलना में compute-centric approach के ज़्यादा क़रीब है.
इस समस्या को — यानी agent को पुराना context बिना stale हुए और बिना loss के देना — अगर कोई अलग तरीके से हल कर रहा है, या इससे बेहतर तरीका है, तो उसे लेकर भी उत्सुक हूँ. Comments में अपने विचार ज़रूर साझा करें.
अभी कोई टिप्पणी नहीं है.