البيانات الويب العشوائية تستنزف ميزانية التوكنز الخاصة بك
التنقل، وشارات ملفات تعريف الارتباط، والتذييلات، والإعلانات: معظم الصفحة المجمعة هو نصوص تمهيدية تدفع مقابل تضمينها وتدفع مرة أخرى لتضمينها في المطالبات.
حالة استخدام · أدوات الكشط والزحف
اجمع البيانات الخام. غذي lean.
يحول LeanCTX الصفحات المجمعة إلى سياق جاهز للنموذج: يقوم ctx_url_read باستيعاب HTML وPDF وتغذيات RSS ونصوص YouTube، ويقوم بإزالة النصوص التمهيدية (boilerplate)، وإلغاء تكرار المحتوى عبر الصفحات، واستخراج الحقائق والاقتباسات. يظل الزاحف الخاص بك بسيطًا. تجعل طبقة السياق مخرجاته أصغر بنسبة 60-90% قبل أن يراها أي نموذج.
Same engine. Different workflow. Always the right context.
ما تكلفك اليوم.
تتضاعف التكرارات بصمت
يظهر نفس المقال على خمسة عناوين URL. بدون إزالة تكرار واعية بالمحتوى، تقوم بتخزينه ومعالجته خمس مرات.
التفريغ الخام غير قابل للبحث
مجلد من HTML المجمّع ليس قاعدة معرفة. يحتاج وكيلك إلى استرجاع مُرتب، وليس 10,000 ملف.
القدرات التي تقوم بالعمل.
كل ما يلي مُنشر في الثنائي مفتوح المصدر اليوم. لا عناصر خارطة طريق، ولا قوائم انتظار.
أدواتك→LeanCTX→النموذج
الاستيعاب الشامل
يتعامل ctx_url_read مع HTML وملفات PDF وتغذيات RSS ونصوص YouTube
أوضاع الحقائق والاقتباسات
تنهار الصفحات إلى حقائق قابلة للإسناد واقتباسات حرفية
إلغاء التكرار
إزالة تكرار المحتوى عبر الهاش، وعبر الصفحات والجلسات وأدوات الكشط
BM25 + بحث بياني
يصبح كل ما يتم استيعابه قابلاً للبحث محليًا وتصنيفه
الأرشيف المحلي
تبقى المصادر الأصلية قابلة للاسترجاع؛ والضغط لا يمثل طريقاً مسدوداً أبدًا
من الصفر إلى أول مكسب.
terminal
# استيعاب صفحة كحقائق يمكن نسبها إلى مصدر معين
$ ctx_url_read("https://example.com/article", mode="facts")# استيعاب موجز؛ تصل العناصر بتاريخ وتخلو من التكرار
$ ctx_url_read("https://news.site/feed.xml")# البحث في كل ما قمت باستيعابه
$ lean-ctx grep "quarterly revenue"# استرجاع الأصل الكامل عند الحاجة
$ ctx_retrieve(id)دليل واحد. رحلتان. مرجع كامل.
01
دليل · دليل مصادر البيانات
كل تنسيق استيعاب وكيفية تطبيقه وتوحيده.
تعلم المزيد02
رحلة · ما وراء البرمجة: أبحاث الويب
من عنوان URL إلى الإجابة المقتبسة، بشكل شامل.
تعلم المزيد03
رحلة · الذاكرة والمعرفة
كيف يستمر المحتوى المستوعب ويتم تصنيفه.
تعلم المزيد04
مرجع · مرجع أوضاع القراءة
الحقائق، والاقتباسات، والإنتروبيا والأصدقاء.
تعلم المزيدالأسئلة التي تطرحها الفرق قبل التبني.
لا. إنه يعمل بعد أداة الزحف الخاصة بك. احتفظ بـ Playwright أو Scrapy أو curl؛ ومرر المخرجات عبر LeanCTX وتتلقى نماذجك سياقًا مضغوطًا، ومُزَال التكرار، وقابل للبحث بدلاً من HTML الخام.
صفحات HTML، وملفات PDF، وCSV، وموجزات RSS/Atom، والنص العادي، والبريد الإلكتروني، ونصوص يوتيوب. يحتوي كل تنسيق على استراتيجية توحيد خاصة به قبل الضغط.
دائمًا. يتم أرشفة كل مصدر أصلي محليًا ويمكن استرجاعه عبر ctx_retrieve. الضغط في LeanCTX قابل للعكس حسب التصميم.
استعد السيطرة على سياقك.
مجاني للاستخدام المحلي، إلى الأبد. يفرض CI ذلك. ثنائي واحد، وعشر دقائق لأول مكسب مُقاس.