Relay
Relay erfasst Entscheidungen, Aufgaben und Constraints aus Ihren AI-Chats und synchronisiert so einen lebendigen Projekt-brief über ChatGPT, Claude, Cursor & MCP.
Was ist Relay?
Relay ist ein Kontext-Management-Tool für Nutzer, die mehrere KI-Chat- und Coding-Umgebungen verwenden. Es erfasst Entscheidungen, Aufgaben und Constraints aus Ihren KI-Chats und synchronisiert einen lebendigen „Projekt-Brief“, damit Sie ohne manuelles Kopieren von Transkripten fortfahren können.
Das Produkt ist für browserbasierte Chat-Erfahrungen (einschließlich ChatGPT, Claude, Gemini und weitere) sowie für IDE-Coding-Agents über MCP (Model Context Protocol) ausgelegt, wo Agents strukturierte Projekt-Memory lesen und schreiben können.
Wichtige Funktionen
- Automatische Erfassung von Projektkontext aus KI-Chats: Relay extrahiert relevante Inhalte – insbesondere Entscheidungen, Aufgaben und Constraints – im Hintergrund während des Chats und reduziert manuelles Speichern.
- Ein-Klick-Wiederherstellung über „Projekt-Briefs“: Starten Sie ein neues Gespräch mit automatisch eingefügtem vollständigem Projekt-Brief, der aktuelle Änderungen widerspiegelt.
- Synchronisation über verschiedene Oberflächen: Änderungen in einer Umgebung (z. B. eine Entscheidung im Browser-Chat) werden in einer anderen Umgebung (z. B. im IDE-Workflow) sichtbar.
- MCP-Integration für IDE-Agents: Relay stellt eine MCP-Bridge bereit, sodass Coding-Agents den aktuellen Brief lesen und Entscheidungen sowie Fortschritte zurückschreiben können.
- Kompatibilität mit vielen KI-Chat-Tools: Die Seite listet Unterstützung für ChatGPT, Claude, Gemini, Grok, Perplexity, DeepSeek und weitere auf, sowie MCP-basierte Browser-/IDE-Workflows.
So verwenden Sie Relay
- Mit Relay starten: Installieren Sie die Browser-Erweiterung und/oder nutzen Sie den bereitgestellten Setup-Workflow, um Relay mit Ihren Sessions und unterstützten Tools zu verbinden.
- In Ihren KI-Chats arbeiten: Während des Chats erfasst Relay automatisch relevanten Kontext in Ihrem Projekt-Brief.
- Neuen Chat zum Fortsetzen öffnen: Nutzen Sie den Brief-Wiederherstellungs-Flow, damit Ihr nächstes Gespräch mit dem aktualisierten Projektkontext beginnt.
- Coding-Agents über MCP verbinden: Stellen Sie sicher, dass Ihr IDE-Agent MCP-kompatibel ist; der Agent kann dann den aktuellen Brief lesen und Updates zurückschreiben.
Anwendungsfälle
- Fortsetzen eines mehrstufigen Builds über Chat-Sessions: Sie treffen Entscheidungen und definieren Constraints in einer ChatGPT/Claude/Gemini-Session, starten dann einen neuen Chat und stellen den aktualisierten Brief wieder her.
- Browser-Chats mit IDE-Agent synchronisieren: Eine Entscheidung im Browser-Chat erscheint im nächsten Schritt Ihres IDE-Agents (und im IDE hinzugefügte Constraints bleiben in späteren Browser-Arbeiten konsistent).
- „Single Source of Truth“ für laufende Projekte pflegen: Anstelle separater Notizen nutzen Sie Relay’s lebendigen Projekt-Brief, der sich mit neuen Aufgaben und Constraints aktualisiert.
- Strukturierter Speicher für agentengetriebene Workflows: Ein MCP-verbundener Coding-Agent liest den aktuellen Brief (z. B. „My App Project“) und schreibt Entscheidungen sowie Fortschritte während der iterativen Entwicklung zurück.
- Kontextwechsel zwischen Tools: Sie wechseln zwischen verschiedenen KI-Tools (Browser-Chat und Coding-Agents), während der Projektkontext synchron bleibt, ohne dass Sie denselben Hintergrund wiederholen müssen.
FAQ
-
Was erfasst Relay aus meinen KI-Gesprächen? Relay erfasst Entscheidungen, Aufgaben und Constraints aus den unterstützten Gesprächen.
-
Wie hilft Relay beim Start eines neuen Chats? Es unterstützt die Ein-Klick-Kontext-Wiederherstellung, indem es den vollständigen Projekt-Brief in ein neues Gespräch einfügt.
-
Was ist MCP in diesem Kontext? Die Seite beschreibt MCP (Model Context Protocol) als offenen Standard, mit dem KI-Agents strukturierte Memory lesen und schreiben können. Relay nutzt MCP als Brücke zwischen Browser-Chats und IDE-Agents.
-
Welche Tools unterstützt Relay? Die Seite listet Browser-Chat-Unterstützung für mehrere KI-Tools (einschließlich ChatGPT, Claude, Gemini, Grok, Perplexity und DeepSeek) sowie einen MCP-Integrationspfad für IDE-Agents auf.
-
Muss ich Kontext manuell speichern? Die Seite beschreibt einen Auto-Capture-Workflow, der manuelles Speichern und Kopieren von Transkripten reduzieren soll.
Alternativen
- Manuelles Notieren + Kopieren/Einfügen von Zusammenfassungen: Die Nutzung eines Dokuments oder einer Wissensdatenbank und das Einfügen von Hintergrundinformationen in jeden Chat ist eine einfache Alternative, erfordert jedoch in der Regel mehr manuelle Pflege.
- Eigenständige Projekt-Wikis oder Dokumentationstools: Ein Projekt-Brief in einem Wiki oder Markdown-Repository zu führen und während der Chats darauf zu verweisen, sorgt für Beständigkeit, extrahiert und synchronisiert jedoch keine Entscheidungen automatisch aus Gesprächen.
- MCP-kompatible Agent-Memory-Tools (ohne übergreifende Chat-Kontext-Erfassung): Andere MCP-basierte Systeme können strukturiertes Gedächtnis für Agenten unterstützen, bieten jedoch nicht Relays spezifische automatische Erfassung und plattformübergreifende Synchronisation von Briefs über Browser-Chat-Sitzungen.
- „Kontext“-Funktionen innerhalb einer einzelnen KI-Umgebung: Einige Plattformen bieten eigenen persistenten Chat-Kontext. Das funktioniert innerhalb eines Produkts, löst jedoch nicht den Workflow, bei dem Kontext zwischen mehreren Chat-Tools und IDE-Agenten übertragen werden muss.
Alternativen
Lasso
Lasso ist ein AI-first PIM für E-Commerce-Teams: bereichert Produktattribute & -beschreibungen, verarbeitet Lieferantendaten und überwacht Wettbewerber per App oder API.
Biji
Biji ist eine vielseitige Plattform, die entwickelt wurde, um die Produktivität durch innovative Werkzeuge und Funktionen zu steigern.
Struere
Struere ist ein AI-natives Betriebssystem, das Spreadsheet-Workflows durch strukturierte Software ersetzt – mit Dashboards, Alerts und Automationen.
garden-md
Verwandle Meeting-Transkripte in eine strukturierte, verlinkte Company-Wiki aus lokalen Markdown-Dateien mit HTML-Ansicht und Sync aus unterstützten Quellen.
Tavus
Tavus entwickelt KI für Echtzeit-Gespräche von Mensch zu Mensch: sie sieht, hört und reagiert. Zudem Video-Agents, Digital Twins & AI Companions via APIs.
Falconer
Falconer ist eine selbstaktualisierende Wissensplattform für schnelle Teams: interne Doku und Code-Context schreiben, teilen und gezielt finden – an einem Ort.