yvgude/lean-ctx

解決する課題

AI エージェントはコンテキスト肥大に悩まされがちです。ファイルの繰り返し読み込みや冗長なシェル出力、長いチャット履歴が大量のトークンを消費し、コスト増大と推論領域の縮小を招きます。LeanCTX はモデルに渡す情報を管理することで、トークン使用量を 60–90% 削減します。

仕組み

LeanCTX は AI エージェントとその環境（コード、シェル、データ）間のローカルバイナリ層として機能します。2 つの平面で動作します：

• Read Path: AST シグネチャやエントロピーでフィルタリングしたビューなど、様々なモードを用いてファイルやシェルコマンドから抽出すべき情報を正確に決定します。
• Wire Path: ローカルプロキシとしてシステムプロンプト、履歴、ツール結果を圧縮し、モデルプロバイダーのプロンプトキャッシュと互換性を保ちます。
• Memory & Graph: プロパティグラフとセッションメモリを使用し、ローカルで異なるチャットセッション間の知識を永続化します。

対象ユーザー

Cursor、Claude Code、Copilot、Windsurf などの AI コーディングエージェントを利用する開発者向けです。API コストを削減し、コンテキスト領域を節約して有用なコーディングセッションを延長し、エージェントのメモリをローカルかつポータブルに所有したい方に最適です。

ハイライト

• Token Reduction: 読み取りとシェル出力で 60–90% のトークンを削減。
• Local-First Memory: ローカルナレッジグラフを通じてチャット間でタスクの事実と決定を永続化。
• Reversible Compression: コンテンツアドレスドストレージを使用し、削除されたデータをオンデマンドで取得可能。
• Model-Agnostic: OpenAI、Anthropic、Gemini などと連携し、特定ベンダーにコンテキストをロックしません。
• Observability: ダッシュボードでリアルタイムのトークン追跡と予算管理が可能。