Entwickler baut Bildverlauf-Manager für lange Codex- und Claude-Sessions
In einer langen Codex-Aufgabe wuchs der mitgeführte Bildverlauf auf rund 44 MB, was zu wiederholten Verbindungsabbrüchen führte. Ein neues Tool soll den Bildverlauf verwalten, ohne den Kontext zu den bisherigen Versionen zu verlieren.
Ich habe in einer langen Codex-Aufgabe Bilder mit GPT weiterentwickelt, als die Verbindung des Gesprächs immer wieder neu aufgebaut wurde. In dieser Aufgabe waren die Anfragen mit dem angesammelten Bildverlauf auf etwa 44 MB angewachsen.
Ein neues Gespräch zu starten reduzierte zwar den Ballast, trennte mich aber von den Referenzen, bisherigen Bearbeitungen und dem Feedback, das ich weiter verwenden wollte.
Daraus entstand der Context Attachment Manager, ein lokal laufendes Plugin unter der MIT-Lizenz für bildlastige Gespräche in Codex Desktop und im Code-Tab von Claude Desktop.
GitHub-Repository · Installationsanleitung
Mit aktiviertem Auto-Select können Bilder aus früheren Runden aus späteren Anfragen weggelassen werden. Wenn das Modell ein früheres Bild betrachten muss, kann es dieses anhand seiner ID wieder abrufen.
Für eine Charakterreferenz oder ein anderes Bild, das immer sichtbar bleiben soll, lässt es sich anpinnen und wird in jeder Runde mitgesendet. Wer selbst entscheiden möchte, schaltet Auto-Select aus und nutzt die Kontrollkästchen des Panels.
Ziel ist es, im selben Gespräch weiterzuarbeiten und dabei wiederholte Bildübertragungen zu reduzieren. Es ist nicht nötig, das Gespräch zu einem anderen Dienst zu verschieben.
Das Panel unterstützt die Suche nach visuellen Beschreibungen und dem eigenen Feedback. Statt sich an einen Dateinamen zu erinnern, sucht man etwa nach "rainy night" oder "best face" und öffnet dann das Original.
Das Modell erfasst kurze Bildmerkmale und Nutzerfeedback als Suchkriterien. Diese Hinweise können eine Komprimierung des Gesprächs überstehen und helfen später, das passende Bild zu finden. Sie ersetzen nicht den Blick auf das Original, wenn eine Frage von feinen visuellen Details abhängt.
In einem Test mit 15 Bildern im Projekt sank der nächste Anfragekörper von 24,9 MB auf 212 KB.
Das ist ein Ergebnis dieses bestimmten Szenarios. Es ist kein Versprechen für jedes Gespräch, keine Messung der Token-Kosten und kein Beweis, dass jede erneute Verbindung dieselbe Ursache hat. Der Effekt hängt davon ab, welche Bilder behalten und welche während der Runde wieder abgerufen werden.
Das Panel schätzt die Anfragegröße, sodass die Änderung vor dem Senden sichtbar wird.
Eine rein auf Loopback beschränkte Engine sitzt zwischen dem Client und seinem konfigurierten Modell-Endpunkt. Sie ersetzt nicht benötigte historische Bild-Nutzdaten durch nummerierte Platzhalter und leitet die Anfrage weiter. Ein MCP-Tool ermöglicht es dem Modell, bei Bedarf ein Originalbild abzurufen.
Das Panel übernimmt Suche, Vorschauen, Anpinnen und manuelle Auswahl. Die ursprünglichen Gesprächsdaten und Bilddateien bleiben schreibgeschützt. Das Plugin sendet keine zusätzliche Kopie des Gesprächs an einen separaten Cloud-Dienst; die normalen Modellanfragen gehen weiterhin an den konfigurierten Anbieter.
Version 0.9.0 bindet jede Route sowohl an die Client-Plattform als auch an den ursprünglichen Upstream. Kompatible benutzerdefinierte Endpunkte können die Bildverwaltung ebenfalls nutzen. Sie müssen das API-Format des Clients, Bildeingaben und Tool-Aufrufe unterstützen: Das Plugin übersetzt nicht zwischen Responses und Anthropic Messages.
Live-Modellaufrufe über fremde Gateways wurden vom Maintainer nicht getestet. Das Plugin verkleinert auch nicht die ursprünglichen Verlaufsdateien und behebt keine unabhängigen Netzwerk-, lokalen Rendering- oder Modellkapazitätsprobleme.
Man kann Codex oder Claude im Code-Tab von Claude Desktop bitten, das Plugin anhand der INSTALL.md zu installieren. Nach der Installation startet man Codex neu oder beginnt eine neue Claude Code Session.
In Codex öffnet man Context Assets im Seitenpanel der Aufgabe. In Claude Desktop Code öffnet sich das Panel, sobald das Gespräch Bilder enthält, und /cam öffnet es erneut.
Ich suche Feedback von Personen, die wiederholt Bilder bearbeiten, visuelle Referenzen vergleichen oder im Verlauf einer langen Aufgabe Screenshots ansammeln. Berichte aus realen Desktop-Workflows auf macOS/Linux und von kompatiblen benutzerdefinierten Endpunkten wären besonders hilfreich.
Bitte gib bei Problemen die Client-Version, die Plattform und reproduzierbare Schritte an. Pull Requests sind willkommen.
Offenlegung: Dieser Artikel wurde mit einem KI-Agenten erstellt und veröffentlicht, unter Verwendung der vorhandenen Dokumentation, Implementierung und aufgezeichneten Testergebnisse des Projekts.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
I was iterating on images with GPT in one long Codex task when the conversation started repeatedly reconnecting. In that task, requests carrying the accumulated image history had grown to about 44 MB.
Starting a new conversation reduced the baggage, but separated me from the references, previous edits, and feedback I wanted to keep using.
That led to Context Attachment Manager, an MIT-licensed local plugin for image-heavy conversations in Codex desktop and Claude Desktop's Code tab.
GitHub repository · Install instructions
With Auto-select enabled, images from earlier turns can be left out of later requests. When the model needs to inspect an earlier image, it can fetch that image back by its ID.
For a character reference or another image that should always remain visible, pin it to send every turn. If you prefer to decide yourself, turn off Auto-select and use the panel's checkboxes.
The aim is to keep working in the same conversation while reducing repeated image transfers. It does not require moving the conversation to another service.
The panel supports searching visual descriptions and your own feedback. Instead of remembering a filename, search for something like "rainy night" or "best face", then open the original.
The model records short image features and user feedback as retrieval cues. Those cues can survive conversation compaction, helping it locate the corresponding image later. They are not a substitute for looking at the original when a question depends on fine visual details.
In one 15-image test in the project, the next request body dropped from 24.9 MB to 212 KB.
That is a result from that particular scenario. It is not a promise for every conversation, a token-cost measurement, or proof that every reconnect has the same cause. The effect depends on the images retained and the images fetched back during the turn.
The panel estimates request size so the change is visible before sending.
A loopback-only engine sits between the client and its configured model endpoint. It replaces unneeded historical image payloads with numbered placeholders and forwards the request. An MCP tool lets the model retrieve an original image when necessary.
The panel handles search, previews, pinning, and manual selection. Original conversation records and image files remain read-only. The plugin does not send an extra copy of the conversation to a separate cloud service; normal model requests still go to the configured provider.
Version 0.9.0 binds each route to both the client platform and its original upstream. Compatible custom endpoints can use image management too. They must support the client's API format, image inputs, and tool calls: the plugin does not translate between Responses and Anthropic Messages.
Live third-party gateway model calls have not been tested by the maintainer. The plugin also does not shrink the original history files or repair unrelated networking, local rendering, or model-capacity problems.
You can ask Codex, or Claude in Claude Desktop's Code tab, to install the plugin by following INSTALL.md. After installation, restart Codex or start a new Claude Code session.
In Codex, open Context Assets in the task's side panel. In Claude Desktop Code, the panel opens once the conversation has images, and /cam opens it again.
I'm looking for feedback from people who repeatedly edit images, compare visual references, or accumulate screenshots during a long task. Reports from real desktop workflows on macOS/Linux and compatible custom endpoints would be particularly useful.
Please include the client version, platform, and reproducible steps when reporting a problem. PRs are welcome.
Disclosure: this article was drafted and published with an AI agent, using the project's existing documentation, implementation, and recorded test results.