mksglu/context-mode

解決する課題

Context Modeは、LLMエージェントがツール呼び出し（大規模なファイル読み取りやウェブスナップショットなど）からの生データで限られたメモリを埋め尽くし、その結果、以前の指示を忘れたり現在のタスクを見失ったりする「コンテキストウィンドウ問題」に対処します。また、技術的な分析を行う際に、エージェントが冗長な散文形式のフィラーにトークンを浪費するのを防ぎます。

仕組み

Context Modeは、コンテキストを保持するために4つの主要な戦略を実装するMCP (Model Context Protocol) サーバーです：

1. コンテキストの保存: サンドボックスツールを使用して生データをメインのコンテキストウィンドウから遠ざけ、トークン消費を大幅に削減します。
2. セッションの継続性: ファイルの編集、git操作、およびユーザーの決定をSQLiteデータベースに記録します。すべての履歴をコンテキストに戻す代わりに、FTS5とBM25検索を使用して、最も関連性の高いイベントのみを抽出します。
3. コードで考える: 単純な分析のためにファイル全体をコンテキストウィンドウに読み込むのではなく、データをローカルで処理するためにLLMがスクリプト（例：ctx_execute経由）を記述および実行することを推奨します。
4. 散文スタイルの強制なし: モデルに自然な話し方を変更させることなくデータの転送先を管理するため、過度な簡潔さを求めるプロンプトに関連する推論ベンチマークの低下を回避します。

対象者

AIエージェントやLLM搭載IDE（Claude Code、Gemini CLI、VS Code Copilot、JetBrains Copilot、GitHub Copilot CLI、Cursorなど）を使用しており、セッションの長さを拡張し、長期的な技術タスクにおいてエージェントの一貫性を維持したい開発者。

ハイライト

• 大幅なトークン削減: 特定のツール呼び出しにおいて、コンテキスト使用量を最大98%削減できると主張しています。
• 幅広いプラットフォーム対応: 主要なAIコーディングアシスタントを含む17以上のクライアントと統合されています。
• 永続的なナレッジベース: SQLiteとFTS5を使用して、セッション履歴を効率的に検索します。
• 診断ツール: ランタイムとフックを検証するための ctx-doctor、およびリアルタイムのコンテキスト節約を追跡するための ctx-stats を含んでいます。