CLARISSA LLM Handoff Guide¶
Anleitung zum Teilen des Projektkontexts mit einem anderen LLM (z.B. neuer Claude-Chat).
Voraussetzung¶
Setze dein GitLab PAT als Environment-Variable (einmalig in ~/.zshrc oder ~/.bashrc):
export CLARISSA_PAT="glpat-xxxxxxxxxxxxxxxxxxxx"
Quick Handoff (One-Liner)¶
curl -s --header "PRIVATE-TOKEN: $CLARISSA_PAT" \
"https://gitlab.com/api/v4/projects/77260390/jobs/artifacts/main/raw/clarissa_sync_medium.md?job=llm_sync_package" | \
{ echo "Ich arbeite an CLARISSA - einem NLP-System für Reservoir-Simulation. Hier ist das Sync-Paket mit Projektstand, CI/CD, ADRs. Bestätige kurz dass du den Kontext verstehst, dann stelle ich meine Frage.
---
"; cat; } | pbcopy && echo "✓ In Zwischenablage! Neuen Chat öffnen → ⌘+V"
Was ist im Sync-Paket?¶
| Inhalt | Beschreibung |
|---|---|
| Repository-Struktur | Alle Dateien und Verzeichnisse |
| Letzte Commits | Die letzten 7 Commits mit Messages |
.gitlab-ci.yml |
Komplette CI/CD-Pipeline |
README.md |
Projektübersicht |
CHANGELOG.md |
Versionshistorie |
mkdocs.yml |
Docs-Konfiguration |
Makefile |
Build-Befehle |
docs/adr/* |
Alle 10 Architecture Decision Records |
docs/architecture/* |
Architektur-Dokumentation |
Größe: ~51 KB (~15k tokens, 7% vom Claude Context Window)
Verfügbare Paket-Größen¶
# Lite (~26 KB) - nur Core-Konfigs
.../clarissa_sync_lite.md?job=llm_sync_package
# Medium (~51 KB) - + ADRs + Arch-Docs (empfohlen)
.../clarissa_sync_medium.md?job=llm_sync_package
# Diff - Änderungen seit letztem Commit
.../clarissa_sync_diff.md?job=llm_sync_package
Für anderen Branch¶
# Branch-Name URL-encoden: feature/xyz → feature%2Fxyz
curl -s --header "PRIVATE-TOKEN: $CLARISSA_PAT" \
"https://gitlab.com/api/v4/projects/77260390/jobs/artifacts/feature%2Fmy-branch/raw/clarissa_sync_medium.md?job=llm_sync_package" \
| pbcopy
Lokal generieren (ohne CI)¶
cd /path/to/clarissa
python3 scripts/llm_sync_generator.py --medium -o sync.md
cat sync.md | pbcopy
Erwartete Antwort¶
Das andere LLM sollte etwa so antworten:
Ich habe das CLARISSA Sync-Paket gelesen: - Struktur: Microservices mit NLP-Pipeline, Data Mesh, Simulator-Adapter - ADRs: Physics-centric (001), Dual-simulator (004), NLP Pipeline (009) - CI/CD: GitLab mit test → classify → automation → deploy
Ich kann jetzt Code/Docs im passenden Stil erstellen. Was ist deine Frage?
Typische Follow-up Fragen¶
- "Schreib einen neuen ADR für [Entscheidung]"
- "Erstelle einen CI-Job der [X macht]"
- "Review diesen Code auf ADR-Konformität"
- "Erweitere den CHANGELOG für Version 0.4.0"