main.py
README.md
config.jsonPROBLEM
Dein Chat ist voll.
Du brauchst das Projekt weiter, aber ein frischer Chat kennt deinen Workspace nicht.
RITA it.
ERGEBNIS
Gib dem nächsten Chat die Indizes und arbeite ab dem ersten Prompt weiter.
DEIN WORKSPACE. DEINE KONTROLLE.RITA IT.GIB AI DIE KARTE.
RITA verwandelt deinen Workspace in kompakte semantische Indizes, damit deine AI dein Projekt ab dem ersten Prompt versteht — ohne zuerst den gesamten Workspace erkunden zu müssen.
8SOURCE-FAMILIEN
Python
Markdown
JSON
Runner
TypeScript
TSX
JavaScript
CSS
8SOURCE-FAMILIEN
138SUMMARIES
~4 MINBENCHMARK-ZEIT
123,5 KBSUMMARY-GRÖSSE
PROBLEM → LÖSUNG
Drei Momente, in denen RITA den Workflow verändert
RITA löst mehr als ein Problem. Sie bereitet deinen Workspace für AI vor, bevor das Gespräch beginnt.
PROBLEM
Zurück in einem älteren Workspace?
Ein Projekt mit Dutzenden oder Hunderten Dateien lässt sich aus dem Gedächtnis nur schwer neu erklären.
RITA it.
ERGEBNIS
Erhalte eine semantische Workspace-Map und starte den nächsten Chat bereits im Kontext.
PROBLEM
Deine Arbeits-AI soll das Repo nicht erkunden?
Du willst kontrollieren, was die nächste AI erhält.
RITA it.
ERGEBNIS
Gib der AI die Map, nicht den vollständigen Workspace.
GLEICHER WORKSPACE. KLÜGERES GESPRÄCH.
HOW IT WORKS
Wie RITA funktioniert
Ein einfacher Ablauf für echte Workspaces und frische AI-Sessions.
01
DROP
src/
main.py
README.md
...
02
MAP
Code
Docs
APIs
Structure
RITA
03
DOWNLOAD
04
PROMPT
New chat
RITA.zip×
Here's my workspace.
Let's dive in.
GLEICHER WORKSPACE. KLÜGERES GESPRÄCH.
KOMPRESSION · BELEG
Vom Workspace zur Workspace-Map
RITA verdichtet rohe Workspace-Komplexität zu einer kompakten, AI-lesbaren Map.
WORKSPACE
3.8 MB
REALES PROJEKTBEISPIEL
Reales Benchmark-Projekt
≈103.668 Zeilen
8 Source-Familien
Mehrere Abhängigkeiten
RITA
SEMANTIC INDEXES
WORKSPACE-MAP
123.5 KB
KOMPAKTE SEMANTISCHE INDIZES
138 semantische Summaries
Quellenreferenzen
Anker
Portable Indizes
≈31× kleiner
Ein reales Beispiel dafür, wie RITA einen größeren Workspace in kompakte semantische Indizes überführt.
Semantische ZusammenfassungenAI-bereiter Kontext
QuellenreferenzenJederzeit rückverfolgbar
AnkerStabiler, präziser Kontext
Portable IndizesWerkzeugübergreifend nutzbar
WAS DU BEKOMMST
Was du von RITA bekommst
RITA gibt dir eine Workspace-Map, die deine nächste AI sofort verstehen kann.
Separate Index-Familien für jeden Source-TypRITA erzeugt optimierte Indizes für alle unterstützten Source-Familien: Python, Markdown, JSON, Runner, TypeScript, TSX, JavaScript und CSS.
Pysemantic_workspace_index.jsonBeispieleintrag (vereinfacht)JSON
1
Nutze RITA auf deine Art
Dasselbe RITA-Produkt gibt es im Browser und als dedizierte Mac-App.
IM WEB NUTZENRITA WebNutze RITA direkt auf m-pathy.ai.
DESKTOP-APPRITA für MacLade RITA als dedizierte Desktop-App für macOS herunter.
Für Mac ladenEinfache Preise. Schnelle Ergebnisse.
RITA wird mit Credits abgerechnet und erstellt deine Workspace-Map in Minuten.
START AB€5.99100 Credits
Starte mit 100 Credits und mappe deinen Workspace direkt.
BENCHMARK-CREDITS57.64
Gemessen in einem realen Lauf mit rund 103.668 Source-Zeilen, 3,8 MB und 8 Source-Familien.
BENCHMARK-OUTPUT123.5 KB
138 semantische Summaries über 8 Source-Familien.
BENCHMARK-ZEIT~4 Minuten
Gemessen über rund 103.668 Source-Zeilen.
Einmal wenig ausgeben, statt die ersten Prompts damit zu verbringen, den Workspace neu zu erklären.
Gib AI die Map.Nicht den Workspace.
Mit RITA kontrollierst du, was die nächste AI-Session erhält.
Keine Code-Änderung
RITA mappt den Workspace. Dein Source Code wird nicht umgeschrieben.
Kontrollierte Übergabe
Du entscheidest, wohin die Workspace-Map als Nächstes geht.
Kein direkter Repo-Zugriff für die Arbeits-AI
Dein nächster Chat kann mit der Map arbeiten, statt zuerst das gesamte Repository zu erkunden.
Verarbeitet, um Indizes zu erzeugen
RITA verarbeitet Workspace-Inhalte, erstellt semantische Indizes und gibt eine kompakte Workspace-Map zurück.
FAQ
Häufig gestellteFragen
Alles, was du wissen musst, bevor du deinen Workspace mit RITA mappst.
01Was ist RITA?
RITA ist eine Anwendung zur semantischen Workspace-Kartierung für AI-gestützte Softwareentwicklung. RITA verwandelt unterstützte Quellen eines Softwareprojekts in kompakte, explizite Semantic Workspace Indexes, die einer AI helfen, sich im Projekt zu orientieren.
02Wie benutze ich RITA?
Nutze RITA als Web-App auf m-pathy.ai oder lade RITA für Mac als dedizierte Desktop-App herunter. Lade einen Projektordner oder eine ZIP-Datei hoch, starte den Mapping-Lauf, lade die erzeugten Indizes herunter und füge sie dem AI-Workflow hinzu, in dem du weiterarbeiten möchtest.
03Was kostet RITA?
RITA nutzt m-pathy Credits. Das kleinste Paket enthält 100 Credits für €5,99. Im aktuellen realen Benchmark verbrauchte ein Workspace mit rund 103.668 Source-Zeilen, 3,8 MB und 8 Source-Familien 57,64 Credits. Der tatsächliche Verbrauch variiert je nach Source-Mix, Größe und notwendiger Verarbeitung.
Credits kaufen04Wie lange braucht RITA?
Im aktuellen realen Benchmark mappte RITA einen Workspace mit rund 103.668 Source-Zeilen in etwa 4 Minuten. Die Laufzeit variiert je nach Workspace-Größe, Source-Mix und notwendiger Verarbeitung.
05Was bekomme ich von RITA?
Du bekommst eine semantische Map deines Workspaces. Die Indizes enthalten Source-Referenzen, knappe Erklärungen der gemappten Dateien und strukturelle Anker, die wichtige Funktionen oder Strukturen in diesen Quellen kennzeichnen. So erhält eine AI ab dem ersten Prompt eine kompakte Orientierungsebene.
06Wie klein sind RITA-Dateien?
RITA kann die Orientierungsebene gegenüber dem ursprünglichen Workspace drastisch komprimieren. Im aktuellen realen Benchmark wurden aus rund 3,8 MB Source insgesamt 123,5 KB semantische Summaries – etwa 31× kleiner beziehungsweise rund 3,2 % der Ausgangsgröße. Das genaue Verhältnis variiert von Projekt zu Projekt.
07Sendet RITA meine Dateien an ein LLM?
Ja. RITA verwendet ein LLM für die semantische Zusammenfassungsstufe der Mapping-Pipeline. Davor führt RITA deterministische Source-Zulassung, Fingerprinting, Extraktion struktureller Anker und begrenzte Orientierungsvorbereitung aus. Das LLM ist ein Teil der Pipeline – nicht die gesamte Architektur.
08Braucht meine Arbeits-AI Zugriff auf mein Repository?
Nein. Du kannst deiner Arbeits-AI die RITA-Indizes geben, statt ihr direkten Zugriff auf dein vollständiges Repository zu geben. Das ist einer der Kernanwendungsfälle von RITA: Gib AI die Map. Nicht den Workspace.
09Verändert RITA meinen Code?
Nein. RITA mappt den Workspace und erzeugt semantische Index-Artefakte. RITA bearbeitet nicht automatisch Source-Dateien, erstellt keine Commits und pusht nicht zu Git.
10Unterstützt RITA jede Programmiersprache?
Noch nicht. RITA unterstützt aktuell acht Source-Familien: Python, Markdown, JSON, Runner / Shell, TypeScript, TSX, JavaScript und CSS.
11Kann ich die RITA-Map mit verschiedenen AI-Systemen verwenden?
Die RITA-Ausgabe wird als explizite JSON-Indexdateien geliefert und ist nicht an einen einzelnen Coding Agent gebunden. Du entscheidest, welche AI oder welcher Workflow die Map erhält. Ob ein bestimmtes externes System die Indizes direkt verarbeiten kann, hängt von diesem System und davon ab, wie du die Dateien bereitstellst.
12Ist RITA ein Coding Agent?
Nein. RITA versucht nicht, dein AI-Coding-Tool zu ersetzen. RITA bereitet die Workspace-Orientierung vor, die deine AI braucht, bevor die eigentliche Arbeit beginnt.
DEIN WORKSPACE. DEINE KONTROLLE.RITA IT.GIB AI DIE KARTE.
Deine nächste AI-Session sollte mit dem Projekt starten — nicht mit stundenlangem Wiederentdecken. Mappe deinen Workspace einmal. Nimm die Map mit. Bau weiter.