yvgude/lean-ctx

해결하는 문제

LeanCTX는 AI 도구와 AI가 액세스하는 정보 사이에 위치하는 컨텍스트 게이트웨이입니다. AI 에이전트가 노이즈나 중복 데이터에 압도되는 것을 방지하여 토큰 사용량과 비용을 줄이는 동시에 LLM에 제공되는 입력의 집중도를 향상시킵니다.

작동 원리

LeanCTX는 읽기 경로(read path)와 와이어 경로(wire path)라는 두 가지 평면에서 작동합니다. 읽기 경로에서는 MCP 서버와 shell hooks를 사용하여 정보가 AI 도구에 도달하기 전에 파일 및 CLI 출력에서 정보를 선택, 압축 및 필터링합니다. 와이어 경로에서는 선택적 프록시가 요청을 모델 제공업체로 라우팅하여 프롬프트 및 기록 콘텐츠를 추가로 줄일 수 있습니다.

주요 메커니즘은 다음과 같습니다:

• 컨텍스트 압축 (Context Compression): 16가지 읽기 모드(map, signatures, density 등)와 27개 언어에 대한 구조적 이해를 위한 Tree-sitter AST를 사용하여 토큰 수를 줄입니다.
• 지능형 트리아지 (Intelligent Triage): IntentEngine과 ModePredictor가 쿼리 복잡성을 분류하고 파일 유형별로 최적의 읽기 모드를 학습합니다.
• 지식 라우팅 (Knowledge Routing): 로컬 지식 그래프, 세션 메모리, 속성 그래프를 유지하여 소스 간 컨텍스트 및 영향 분석을 수행합니다.
• 사용 증거 (Usage Evidence): 로컬 원장과 브라우저 대시보드를 통해 비용과 결과를 추적하며, "수락된 결과당 비용"(CPAO)을 주요 지표로 사용합니다.

대상 사용자

AI 코딩 어시스턴트(Claude Code, Cursor, Codex 등)를 사용하는 개발자 중 토큰 비용을 낮추고, AI가 볼 수 있는 범위를 엄격하게 제어하며, 세션 메모리를 로컬에서 휴대 가능하게 유지하려는 분들에게 적합합니다.

주요 특징

• 토큰 절감: 파일 읽기 및 85개 이상의 shell 출력 패턴(git, npm, docker 등)에 대해 워크로드별 압축을 수행합니다.
• JIT 공개: signatures 및 lines:N-M 모드를 사용하여 개요를 먼저 제공하고 필요에 따라 본문을 확장합니다.
• 로컬 우선 메모리: 세션 상태와 지식 그래프는 로컬에 저장되며 .ctxpkg 패키지로 내보낼 수 있습니다.
• 섀도우 모드 (Shadow Mode): 활성 워크플로우를 변경하지 않고 기준선을 시뮬레이션하여 잠재적인 토큰 및 비용 절감액을 추정합니다.
• LSP 통합: ctx_refactor를 통해 언어 서버 기반의 리팩토링 및 탐색(이름 변경, 정의로 이동)을 지원합니다.