yvgude/lean-ctx

解決する課題

LeanCTXは、AIツールとそれがアクセスする情報の間に位置するコンテキストゲートウェイです。AIエージェントがノイズや冗長なデータに圧倒されるのを防ぎ、トークンの使用量とコストを削減しながら、LLMに入力される情報の焦点を改善します。

仕組み

LeanCTXは、読み取りパス（read path）とワイヤーパス（wire path）の2つのレイヤーで動作します。読み取りパスでは、MCPサーバーとshell hooksを使用して、情報がAIツールに到達する前にファイルやCLI出力から情報を選択、圧縮、フィルタリングします。ワイヤーパスでは、オプションのプロキシがリクエストをモデルプロバイダーにルーティングし、プロンプトや履歴の内容をさらに削減します。

主なメカニズムは以下の通りです：

• コンテキスト圧縮 (Context Compression)：16種類の読み取りモード（map、signatures、densityなど）と、27言語の構造を理解するためのTree-sitter ASTを使用してトークン数を削減します。
• インテリジェントトリアージ (Intelligent Triage)：IntentEngineとModePredictorがクエリの複雑さを分類し、ファイルタイプごとに最適な読み取りモードを学習します。
• 知識ルーティング (Knowledge Routing)：ローカルのナレッジグラフ、セッションメモリ、プロパティグラフを維持し、ソースを横断したコンテキストと影響分析を行います。
• 使用状況の証拠 (Usage Evidence)：ローカル台帳とブラウザダッシュボードを通じてコストと成果を追跡し、「受け入れられた成果あたりのコスト」(CPAO) を主要指標として使用します。

対象ユーザー

AIコーディングアシスタント（Claude Code、Cursor、Codexなど）を使用する開発者で、トークンコストを削減し、AIが参照できる範囲を厳密に制御し、セッションメモリをローカルでポータブルに保ちたいと考えている方。

ハイライト

• トークン削減：ファイル読み取りや85種類以上のshell出力パターン（git、npm、dockerなど）に対して、ワークロード固有の圧縮を行います。
• JIT開示：signaturesおよびlines:N-Mモードを使用して、まずアウトラインを提供し、必要に応じて詳細を展開します。
• ローカルファーストメモリ：セッション状態とナレッジグラフはローカルに保存され、.ctxpkgパッケージとしてエクスポート可能です。
• シャドウモード (Shadow Mode)：アクティブなワークフローを変更することなく、ベースラインをシミュレートして潜在的なトークンとコストの削減量を推定します。
• LSP統合：ctx_refactorを介して、言語サーバーによるリファクタリングとナビゲーション（名前変更、定義へのジャンプ）をサポートします。