---

⚡ Quick One-Line Install

No manual git clones or complex PATH configurations required. Install directly via PyPI or using our 1-click installer:

📦 Direct via PyPI (Universal - Windows, macOS, Linux, WSL2):

# Recommended via uv (fast & isolated):
uv tool install auto-context-cli

# Or via standard pip:
pip install auto-context-cli

# Or via pipx:
pipx install auto-context-cli

🪟 Windows (PowerShell / pwsh 1-Click Installer):

irm https://raw.githubusercontent.com/Cyber-arghya/auto-context/main/install.ps1 | iex

🐧 Linux / WSL2 / macOS (Bash / Zsh 1-Click Installer):

curl -sSL https://raw.githubusercontent.com/Cyber-arghya/auto-context/main/install.sh | bash

Note: The installer automatically configures init-context in your user PATH, registers shell functions, and provisions the global Antigravity AI Agent Plugin.

---

🚀 CLI Usage

Inside any existing or brand new project folder, simply run:

# Navigate to your project
cd /path/to/any-project

# Initialize autonomous context tracking
init-context

Options & Flags:

init-context [OPTIONS] [DIRECTORY]

OPTIONS (CONTEXT & RULES):
  -r, --new-rule <NAME>     Scaffold a new rule file (.agents/rules/<name>.md)
  -s, --new-skill <NAME>    Scaffold a new skill folder (.agents/skills/<name>/SKILL.md)
  -g, --global              Target global plugin scope (~/.gemini/config/plugins/auto-context/)
  -f, --force               Overwrite existing context.md and standing rule files
  -d, --dry-run             Preview generated structure without writing to disk
  -v, --version             Display current version
  -h, --help                Show help documentation

OPTIONS (CENTRAL MEMORY & GRANULAR SHARING):
  memory init [REPO]        Initialize private central memory repo (~/.auto-context/memory)
  memory push               Audit secrets & push memory brain to private GitHub repo
  memory pull [URL]         Pull & sync central memory brain from remote repo
  memory status             Show status of central memory brain
  share <NAME>              Audit & publish skill or rule to GitHub Gist
  import <URL>              Audit & import skill or rule from GitHub Gist or URL
  --as <NAME>               Custom name when importing a skill or rule
  --public                  Publish shared Gist as public (default)
  --secret, --private       Publish shared Gist as unlisted/secret

OPTIONS (MCP TOOLING):
  --add-mcp <NAME>          Add or update an MCP server configuration
  --remove-mcp <NAME>       Remove an MCP server from configuration
  --list-mcp                List all active MCP server tools
  --preset <PRESET>         Preset template (sqlite, postgres, github, filesystem, brave, fetch)
  --command <CMD>           Executable command for stdio server (e.g. npx, uvx, python3)
  --args <ARGS>             Arguments to pass to command
  --url <URL>               Streamable HTTP endpoint URL for remote MCP server
  --env <KEY=VAL,...>       Environment variables (e.g. 'GITHUB_TOKEN=xyz')

---

🔌 MCP (Model Context Protocol) Tooling Management (টুল ম্যানেজমেন্ট)

Auto-Context allows you and your AI agents to seamlessly install, update, list, and delete MCP servers with single commands:

1️⃣ Add Popular Pre-configured MCP Servers (Secure Secret Pattern)

Tokens and connection strings are never stored as plaintext in config files or committed to Git. Instead, they reference environment variables (${VAR_NAME}), automatically create safe placeholders in .env.example, and protect .env in .gitignore:

# Add SQLite database query tool (local file)
init-context --add-mcp sqlite --args "database.db"

# Add PostgreSQL tool (securely references ${DATABASE_URL} from .env)
init-context --add-mcp postgres

# Add GitHub API tool (securely references ${GITHUB_PERSONAL_ACCESS_TOKEN} from .env)
init-context --add-mcp github

# Add Brave Search tool (securely references ${BRAVE_API_KEY} from .env)
init-context --add-mcp brave

# Customize which environment variable holds the secret
init-context --add-mcp github --env-var MY_CUSTOM_GH_TOKEN

2️⃣ 🐍 Python vs. Node Runtimes: uvx vs. npx

Auto-Context automatically aligns stdio MCP tools with your project's ecosystem:

• Auto-Detection: If your workspace has a pyproject.toml, requirements.txt, or Pipfile, tools like sqlite, git, and fetch automatically use uvx (mcp-server-*). In Node.js / JavaScript projects, it defaults to npx (@modelcontextprotocol/server-*).
• Explicit Runtime Flag (--runtime / --runner): You can force your preferred runtime at any time:

  # Force Python uvx runner
  init-context --add-mcp sqlite --runtime uvx
  
  # Force Node.js npx runner
  init-context --add-mcp sqlite --runtime npx
  
  # Python-native tools (DuckDB, Time, Git)
  init-context --add-mcp duckdb
  init-context --add-mcp time
  init-context --add-mcp git --runtime uvx
  

3️⃣ Add Custom Stdio or Remote HTTP MCP Servers

# Add custom Python/Node MCP server
init-context --add-mcp my-tool --command "python3" --args "server.py"

# Add remote Streamable HTTP MCP server
init-context --add-mcp remote-api --url "https://mcp.mycompany.com/mcp"

4️⃣ List and Delete MCP Tools

# List all active project or global MCP tools
init-context --list-mcp
init-context --list-mcp -g

# Remove an MCP tool
init-context --remove-mcp sqlite
init-context --remove-mcp github -g

💡 Lifecycle Note: Mid-Flight Execution vs. Next-Session MCP (হাইব্রিড মডেল)

Host Client Reality: Most MCP host environments (Antigravity IDE, Cursor, Claude Desktop) load MCP tools only during session startup. Modifying mcp_config.json mid-session configures the tool for future turns, but requires a session reload/restart before the LLM's active tool schema updates.

Recommended Dual-Path Strategy:

1. Current Session (Immediate): The AI uses CLI commands / scripts (sqlite3, gh, curl) to complete the task right now without interruption.
2. Persistent Setup (Future Sessions): init-context --add-mcp <name> configures the native MCP tool so it is permanently ready upon next session start or window reload.

---

🛠️ Adding Custom Skills & Rules (কাস্টম স্কিল ও রুল যুক্ত করার নিয়ম)

You can easily teach your AI assistants new abilities (Skills) or enforce custom guidelines (Rules), either for a single project (Local) or across your entire computer (Global).

🧠 Skills vs. Rules: What is the Difference?

Type	Purpose	When Active	Format / Location
Rule	Behavioral constraints, coding standards, security boundaries, or test requirements.	Always active (trigger: always_on) or context-triggered.	.agents/rules/<name>.md or GEMINI.md
Skill	Step-by-step procedures, deployment runbooks, debugging steps, or CLI tool guides.	Activated on-demand when relevant task is requested.	.agents/skills/<name>/SKILL.md

---

1️⃣ How to Add a New Rule

Method A: Using 1-Command CLI (Recommended)

# In Bash / WSL2 / macOS:
init-context -r code-style              # Create local rule for active project
init-context -r security-policy --global # Create global rule for ALL projects

# In Windows PowerShell:
init-context -NewRule code-style
init-context -NewRule security-policy -Global

Method B: Manual File Creation

Create a file at .agents/rules/my-rule.md:

---
name: my-rule
description: Enforce TypeScript strict null checks and ESLint formatting.
trigger: always_on
---

# Rule: TypeScript & Formatting Standards

## Guidelines
- Never use 'any' type in production code.
- Run 'npm run lint' before finalizing any changes.

---

2️⃣ How to Add a New Skill

Method A: Using 1-Command CLI (Recommended)

# In Bash / WSL2 / macOS:
init-context -s deploy-docker           # Create local skill for active project
init-context -s server-diagnostics -g   # Create global skill for ALL projects

# In Windows PowerShell:
init-context -NewSkill deploy-docker
init-context -NewSkill server-diagnostics -Global

Method B: Manual File Creation

Create a folder and file at .agents/skills/deploy-docker/SKILL.md with standard YAML frontmatter:

---
name: deploy-docker
version: 1.0.0
description: Step-by-step procedure to build and deploy dockerized containers.
triggers: ["docker", "container", "compose", "dockerfile"]
---

# Skill: Docker Deployment Runbook

## When to Activate
- When the user asks to build, run, or deploy Docker containers.

## Step-by-Step Procedure
1. Build the production image:
   ```bash
   docker compose build --no-cache

2. Run health check on containers:

   docker compose ps
   

---

## ⚡ Two-Tier Progressive Disclosure (Token-Optimized Architecture)

To avoid context window bloat and burning 20k–30k tokens at session startup, Auto-Context enforces a **Two-Tier Progressive Disclosure Protocol**:

┌─────────────────────────────────────────────────────────────────────────────┐ │ Tier 1: Lightweight Index in context.md (~150 Tokens) │ │ - Lists: Skill Name, Version, One-line Description, Trigger Keywords │ │ - Target Token Budget: < 800 tokens at boot │ └──────────────────────────────────────┬──────────────────────────────────────┘ │ When user prompt matches trigger ▼ (e.g. "build docker container") ┌─────────────────────────────────────────────────────────────────────────────┐ │ Tier 2: On-Demand Dynamic Loading (read_file) │ │ - Agent inspects .agents/skills//SKILL.md │ │ - Executes the step-by-step procedure and concludes │ │ - Future chats remain clean and unbloated! │ └─────────────────────────────────────────────────────────────────────────────┘

### 📦 Default Starter Pack (Built-in Rules & Skills)
Every initialized project automatically comes equipped with:
* **Default Rules:**
  1. `maintain_context.md`: Autonomous context sync, self-evolution, and progressive disclosure protocol.
  2. `security-boundaries.md`: Zero plaintext secrets in Git, strict `.env` isolation.
  3. `code-standards.md`: Clean code, DRY principles, early returns, and conventional commits.
* **Default Skills:**
  1. `docker-ops`: Multi-stage Dockerfiles, compose setups, container diagnostics, cleanup.
  2. `git-workflow`: Conventional commits, branch hygiene, safe rebasing, merge conflict resolution.
  3. `server-diagnostics`: RAM/swap health checks, CPU load, open sockets, disk utilization.
  4. `browser-testing`: UI and mock API automation using `context.local.md` without credential amnesia.

---

### 3️⃣ Local vs. Global Scopes

* **Local Scope (`.agents/`):**
  * Stored inside your project folder (`.agents/rules/` and `.agents/skills/`).
  * Can be committed to Git so teammates and CI/CD share the exact same rules.
* **Global Scope (`~/.gemini/config/plugins/auto-context/`):**
  * Stored machine-wide.
  * Every single project opened in Antigravity automatically inherits these skills and rules.

---

## 🧠 Central Memory Brain & Dotfiles Culture for AI Agents

Developers maintain `.dotfiles` on GitHub to configure any Linux/macOS machine in seconds. **Auto-Context** brings this exact dotfiles paradigm to **AI Coding Agents**:

┌─────────────────────────────────────────────────────────────────────────────┐ │ Developer's Workstations & Cloud VMs │ │ [Ubuntu Server / WSL2] [Windows Desktop] [macOS Laptop] │ │ │ │ │ │ │ ▼ ▼ ▼ │ │ ~/.auto-context/memory ~/.auto-context/memory ~/.auto-context... │ └──────────────────────────────────────┬──────────────────────────────────────┘ │ 🔒 Pre-Push Zero-Bypass Secret Auditor ▼ (Rejects tokens, certs, .env) ┌─────────────────────────────────────────────────────────────────────────────┐ │ Private GitHub Repository: auto-context-memory │ │ - profile.md: Developer communication style, language, & clean code rules │ │ - rules/: Machine-wide coding guidelines synced across all projects │ │ - skills/: Curated runbooks, workflows, and diagnostics │ │ - Zero Data Loss: Reinstall OS and run 'init-context memory pull' to restore!│ └─────────────────────────────────────────────────────────────────────────────┘

### 1️⃣ Initialize Your Private Brain (`memory init`)
Initializes local storage (`~/.auto-context/memory`), generates `profile.md`, hardens `.gitignore`, and automatically creates a **strictly Private** repository on GitHub:

```bash
# Initialize with default private repo name (auto-context-memory)
init-context memory init

# Or customize private repository name
init-context memory init my-agent-brain

2️⃣ Pre-Push Secret Auditor with Zero-Bypass Hard-Block (memory push)

Before committing or pushing to your private memory repository, Auto-Context recursively audits every file:

• Prohibited Files: .env, .env.*, id_rsa, id_ed25519, authorized_keys, known_hosts
• Prohibited Keys: *.pem, *.key, *.p12, *.pfx, *.kdbx
• Prohibited Tokens: ghp_, sk_live_, sk-ant-, AIza, AKIA, BEGIN PRIVATE KEY, or hardcoded passwords.

If any secret is detected, the script immediately terminates with Exit 1, printing the exact file path, line number, pattern, and masked preview. Zero secrets reach remote storage!

init-context memory push

3️⃣ Granular Sharing via GitHub Gist (share <name>)

Share a single battle-tested skill or rule with the developer community without exposing your private memory brain:

# Share a skill as a public GitHub Gist
init-context share git-workflow

# Or share as an unlisted/secret Gist
init-context share docker-ops --secret

Outputs a direct shareable Gist link and the exact 1-liner for other developers to import it.

4️⃣ Gist Import with Collision Guard (import <url>)

Import any shared skill or rule directly into your local project or global brain:

# Import into local project (.agents/skills/<name>/SKILL.md)
init-context import https://gist.github.com/Cyber-arghya/4d9e7b415a772c91ba2066fa19b8df9c

# Import globally across all projects (~/.gemini/config/plugins/auto-context/skills/)
init-context import <gist-url> --global

# Import with a custom local name
init-context import <gist-url> --as custom-deploy-skill

---

💡 How It Works

flowchart TD
    RunCLI["1. User runs 'init-context' in project"] --> Detect["2. Auto-detects Language & Stack (Node, Python, Go, Rust, etc.)"]
    Detect --> GenContext["3. Generates 5-Section 'context.md' (Vault, Problem Log, Architecture, Runbook)"]
    Detect --> GenRules["4. Generates Standing Agent Rules (GEMINI.md, AGENTS.md, maintain_context.md)"]
    Detect --> InitGit["5. Initializes Git repository if missing"]
    
    subgraph ActiveDevelopment ["Autonomous Pair Programming"]
        GenContext & GenRules --> AICoding["AI writes code, modifies configs, or resolves errors"]
        AICoding --> AutoCheck{"Rule Enforcement"}
        AutoCheck --> AutoUpdate["AI automatically updates 'context.md' before concluding turn"]
    end

Whenever an AI coding assistant operates in an auto-context repository:

1. Zero-User-Prompting Mandate: You never have to remind the AI to update notes.
2. Problem & Incident Vault: Every bug, connection timeout, DNS issue, or build error is logged alongside its root cause and exact terminal commands used to fix it.
3. Master Configuration Vault: IPs, ports, usernames, API tokens, and environment parameters stay synchronized.
4. Reproducibility: A developer or fresh OS can reconstruct the environment using the embedded runbook.

---

📁 Generated Files Overview

File	Purpose	Security & Git Status
context.md	Single Source of Truth: Architecture, problem logs, and reproduction runbook.	Tracked in Git
context.local.md	🔒 Local Sandbox & Dummy Vault: Mock test logins, seed users, local ports.	STRICTLY GIT-IGNORED (chmod 600)
GEMINI.md	Project-level standing rule enforcing continuous autonomous synchronization.	Tracked in Git
AGENTS.md	Universal agent instruction file for non-Antigravity environments.	Tracked in Git
.agents/rules/maintain_context.md	Native Antigravity progressive disclosure rule (trigger: always_on).	Tracked in Git

---

🔒 Local Sandbox Vault (context.local.md) — Zero Prompt Injection & Leak Protection

When AI agents perform browser automation (Playwright/Puppeteer), API testing, or local dev integration, they need test credentials (e.g. admin@test.local / pass123).

To prevent Prompt Injection Leaks and keep production secrets safe:

1. Mock Data Only: context.local.md is strictly reserved for local mock/dummy data, seed accounts, and localhost ports.
2. Zero Real Secrets: Real production API keys, database passwords, or live payment tokens MUST NEVER be stored in context.local.md or context.md; they remain in .env or OS Keychain.
3. Automated Git Isolation: init-context automatically adds context.local.md and *.local.md to .gitignore and sets file permissions to chmod 600.
4. No Chat Amnesia: The AI assistant inspects context.local.md automatically, remembering how to log into your local app across new chat sessions without asking you every time.

---

🤖 Supported AI Assistants

• Google Antigravity IDE & CLI (agy) (Native full plugin support)
• Cursor AI (Reads AGENTS.md and context.md)
• Claude Code / Anthropic Agent
• GitHub Copilot Chat & Workspace
• Windsurf IDE (Codeium)
• Cline / Roo Code

---

🇧🇩 বাংলা নির্দেশিকা (Bengali Guide)

এটি কী এবং কেন প্রয়োজন?

আমরা যখন এআই অ্যাসিস্ট্যান্ট (Antigravity, Cursor, Claude Code) দিয়ে কোডিং বা সার্ভার কনফিগার করি, তখন কিছুক্ষণ পর এআই আগের কনফিগারেশন, সার্ভার আইপি বা পুরোনো এরর ভুলে যায়।

Auto-Context আপনার প্রজেক্টের রুটে একটি স্বয়ংক্রিয় context.md এবং কিছু শক্তিশালী নিয়ম (Rules) সেট করে দেয়। ফলে:

1. আপনাকে আর মনে করিয়ে দিতে হবে না: এআই নিজে থেকেই প্রতি কাজের শেষে context.md ফাইল আপডেট করে দেবে।
2. সমস্যার নিখুঁত সমাধান রেকর্ড থাকে: টার্মিনালে কোনো এরর সমাধান করলে সেই এররটি কেন হয়েছিল এবং কী কমান্ড দিয়ে ঠিক করা হয়েছে তা চার্ট আকারে সেভ থাকবে।
3. পাসওয়ার্ড ও পোর্ট ভল্ট: সার্ভারের স্ট্যাটিক আইপি, ক্লাউডফ্লেয়ার টানেল আইডি বা ডাটাবেজ পোর্ট সবসময় এক ফাইলে নিখুঁতভাবে থাকবে।

ইনস্টলেশন ও ব্যবহার:

• PyPI থেকে সরাসরি ইনস্টল করতে (সবার জন্য সহজ):

  pip install auto-context-cli
  # অথবা uv দিয়ে:
  uv tool install auto-context-cli
  

• উইন্ডোজ পাওয়ারশেল (1-Click Installer):

  irm https://raw.githubusercontent.com/Cyber-arghya/auto-context/main/install.ps1 | iex
  

• লিনাক্স / WSL2 / macOS (1-Click Installer):

  curl -sSL https://raw.githubusercontent.com/Cyber-arghya/auto-context/main/install.sh | bash
  

• নতুন প্রজেক্টে ব্যবহার: যেকোনো প্রজেক্ট ফোল্ডারে ঢুকে টার্মিনালে শুধু লিখুন:

  init-context
  

  ব্যস! আপনার প্রজেক্টে স্বয়ংক্রিয় কনটেক্সট ট্র্যাকিং চালু হয়ে যাবে।

নতুন স্কিল বা রুল তৈরি করার নিয়ম:

• নতুন রুল (Rule) তৈরি করতে:

  init-context -r my-rule-name       # বর্তমান প্রজেক্টের জন্য
  init-context -r my-rule-name -g    # সকল প্রজেক্টের জন্য গ্লোবালি
  

• নতুন স্কিল (Skill) তৈরি করতে:

  init-context -s my-skill-name      # বর্তমান প্রজেক্টের জন্য
  init-context -s my-skill-name -g   # সকল প্রজেক্টের জন্য গ্লোবালি
  

⚡ টু-টায়ার প্রোগ্রেসিভ ডিসক্লোজার (টোকেন সাশ্রয়ী আর্কিটেকচার):

শুরুতেই সব স্কিলের বড় ফাইল লোড করে চ্যাট ভারী করা হয় না। এআই শুরুতে মাত্র ১৫০–২০০ টোকেনের একটি ইনডেক্স (context.md Section 5) পড়ে। যখন নির্দিষ্ট টাস্কের কিওয়ার্ড মিলবে (যেমন: "docker", "rebase", "diagnostics", "ui test"), কেবল তখনই সংশ্লিষ্ট পূর্ণাঙ্গ স্কিলটি অন-ডিমান্ড মেমরিতে লোড হয়। ফলে টোকেন খরচ প্রায় ৮০% হ্রাস পায়!

🧠 সেন্ট্রাল মেমরি ব্রেইন ও ডটফাইলস (Disaster Recovery & Dotfiles):

যেমনভাবে লিনাক্সে .dotfiles দিয়ে চোখের পলকে সব কনফিগারেশন সেটআপ করা যায়, তেমনি Auto-Context দিয়ে আপনার এআই এজেন্টের মেমরি ও স্কিল ক্লাউডে নিরাপদে সেভ থাকে:

1. প্রাইভেট মেমরি তৈরি (memory init):

   init-context memory init          # স্বয়ংক্রিয়ভাবে গিটহাবে Private রিপোজিটরি তৈরি করবে
   

2. জিরো-বাইপাস সিক্রেট অডিটর ও পুশ (memory push): মেমরি পুশ করার আগে স্ক্রিপ্টটি প্রতিটি ফাইল স্ক্যান করে। কোনো ফাইলে ভুলবশত টোকেন (ghp_, sk_live_, AIza, ইত্যাদি) বা .env ফাইল থাকলে স্ক্রিপ্ট তৎক্ষণাৎ Exit 1 দিয়ে আটকে দেয় এবং ফাইলের নাম ও লাইন নাম্বার দেখিয়ে দেয়:

   init-context memory push          # সিক্রেট অডিট পাস করলে তবেই পুশ হবে
   

3. অন্যান্য পিসি বা ওএস-এ মেমরি রিকভারি (memory pull):

   init-context memory pull <repo-url> # সম্পূর্ণ মেমরি ও স্কিল নতুন মেশিনে নিমেষেই সচল
   

🤝 গ্র্যানুলার শেয়ারিং ও কলিশন গার্ড (Share & Import):

পুরো প্রাইভেট রিপো না পাঠিয়ে শুধুমাত্র একটি নির্দিষ্ট স্কিল বা রুল বন্ধুদের সাথে গিস্টের মাধ্যমে শেয়ার করতে পারবেন:

• স্কিল শেয়ার করতে:

  init-context share git-workflow   # GitHub Gist লিংক তৈরি করে দেবে
  

• শেয়ারকৃত স্কিল ইমপোর্ট করতে (ওভাররাইট সুরক্ষা):

  init-context import <gist-url>    # লোকাল প্রজেক্টে যুক্ত করবে
  init-context import <gist-url> -g # গ্লোবাল এআই প্লাগইনে যুক্ত করবে
  

  কলিশন গার্ড: যদি একই নামের কোনো স্কিল আগে থেকেই থেকে থাকে, তবে এটি না জানিয়ে কখনো ওভাররাইট করবে না। টার্মিনালে আপনাকে ৩টি অপশন দেবে: [O]verwrite / [R]ename / [C]ancel।

নিরাপদ MCP টুল ম্যানেজমেন্ট (Secure Secrets via .env):

টোকেন বা পাসওয়ার্ড কখনোই কনফিগ ফাইলে ওপেন টেক্সটে সেভ হয় না, বরং .env এবং .gitignore-এর মাধ্যমে নিরাপদ থাকে:

• টুল যুক্ত করতে (Node npx বা Python uvx সাপোর্ট):

  init-context --add-mcp sqlite             # অটো ডিটেকশন (Node হলে npx, Python হলে uvx)
  init-context --add-mcp sqlite --runtime uvx # পাইথন uvx প্যাকেজ রানার নিশ্চিত করতে
  init-context --add-mcp duckdb             # পাইথন-বেসড DuckDB MCP সার্ভার
  init-context --add-mcp github             # GitHub API (.env থেকে টোকেন পড়বে)
  init-context --add-mcp postgres           # PostgreSQL (.env থেকে DATABASE_URL পড়বে)
  

• টুল তালিকা দেখতে ও মুছতে:

  init-context --list-mcp                   # সক্রিয় টুল দেখতে
  init-context --remove-mcp github          # টুল মুছে ফেলতে
  

---

📦 Repository Structure

auto-context/
├── pyproject.toml                   # Modern PEP 517/621 package & CLI configuration
├── src/
│   └── auto_context/
│       ├── __init__.py
│       ├── main.py                  # Root Typer CLI & backwards-compatible flag router
│       ├── config.py                # Centralized paths (~/.auto-context, ~/.gemini, etc.)
│       ├── security.py              # Zero-Bypass secret scanner & credential auditor
│       ├── commands/
│       │   ├── init_cmd.py          # Workspace scaffolding & stack detection
│       │   ├── memory.py            # Central private git repo brain management
│       │   ├── mcp.py               # Native JSON MCP registry & runtime selector
│       │   ├── share.py             # Granular Gist publishing via gh / httpx
│       │   └── import_cmd.py        # Remote URL / Gist import & collision guard
│       └── templates/               # Package-bundled Markdown & JSON templates
├── plugin/                          # Antigravity Global Plugin bundle
│   ├── plugin.json                  # Manifest
│   ├── rules/AGENTS.md              # Global standing rule
│   └── skills/auto-context/SKILL.md # Progressive disclosure skill
├── install.sh                       # 1-Click universal installer (Linux / WSL2 / macOS)
├── install.ps1                      # 1-Click universal installer (Windows PowerShell)
├── setup.bat                        # Double-clickable Windows setup
├── uninstall.sh                     # Clean uninstaller for POSIX
├── uninstall.ps1                    # Clean uninstaller for Windows
├── LICENSE                          # MIT License
└── README.md                        # Documentation

---

👤 Author

• GitHub: @Cyber-arghya
• Email: work.arghya01@gmail.com

---

📄 License

This project is open-source and licensed under the MIT License. Contributions and pull requests are warmly welcomed!