lean-ctx: 這是什麼、解決什麼問題以及為什麼它正受到關注

解決什麼問題

LeanCTX 是一個上下文工程層（context engineering layer），旨在減少 AI agent 的 token 浪費和 API 成本。它能防止 agent 重複讀取相同的檔案或向模型發送冗餘數據，這通常會導致上下文窗口（context window）耗盡並增加開支。它還解決了「冷啟動」（cold starts）的問題，即 AI agent 在不同的對話會話之間丟失其記憶和狀態。

如何運作

LeanCTX 以本地 Rust 二進位檔的形式運作，位於 AI agent 與其環境（程式碼、shell 和模型）之間。它透過兩條主要路徑管理上下文：

• Read Path：它使用 MCP server 和 shell hooks 來壓縮檔案讀取（使用 10 種不同的模式，例如 map 或 signatures）和 shell 輸出（壓縮來自 git、npm 等的模式），然後才讓 agent 看到它們。
• Wire Path：一個可選的本地代理（proxy）會壓縮發送到模型的每個請求——包括系統提示詞（system prompts）和歷史記錄——同時保持對提示詞快取（prompt-cache）的安全。

它利用 Tree-sitter AST 來對 18 種語言進行結構化理解，並使用多邊緣屬性圖（multi-edge property graph）來驅動影響分析和搜尋排名。所有的壓縮都是可逆的，這意味著模型可以透過內容定址存儲（content-addressed storage）檢索原始位元組。

對象是誰

使用 Cursor、Claude Code、Copilot、Windsurf 和 Gemini 等 AI agent 的開發者，他們希望降低 API 成本、延長編碼會話，並在對話之間保持持久的記憶。

重點功能

• Token 減少：聲稱在讀取和 shell 輸出方面減少了 60–90% 的 token。
• 可逆壓縮：修剪後的內容儲存在本地，模型可以根據需求將其拉回。
• 持久記憶：會話記憶和知識圖譜（knowledge graph）允許事實和決策在不同的對話會話之間持久存在。
• 零配置入門：只需一個 lean-ctx onboard 指令即可自動偵測並配置大多數熱門的 AI 工具。
• 可觀測性：包含一個瀏覽器儀表板，用於即時 token 追蹤和可驗證的節省帳目。
• 多 Agent 支援：提供用於 agent 交接和共享狀態管理的工具。