যে সিস্টেম নির্ধারণ করে
আপনার AI কী দেখে।
AI এজেন্টের জন্য context engineering layerমডেলের উভয় পাশে একটি স্থানীয় বাইনারি। LeanCTX ফাইল রিড থেকে যাচাইকৃত আউটপুট পর্যন্ত AI context এর সম্পূর্ণ জীবনচক্র উপলব্ধি করে, সংকুচিত করে, মনে রাখে, রুট করে এবং নিয়ন্ত্রণ করে।
Cognitive Context Layer কী?
একটি Cognitive Context Layer হল আপনার AI টুলস এবং আপনার কোডবেসের মধ্যেকার অবকাঠামো। এটি নিয়ন্ত্রণ করে যে কোন ফাইলগুলি পড়া হবে, আউটপুট কীভাবে সংকুচিত হবে, কোন জ্ঞান সেশন জুড়ে স্থায়ী হয় এবং ডেলিভারির আগে ফলাফলগুলি গুণমান মান পূরণ করে কিনা।
নির্মাণ অঙ্কনপত্র
শিপ করা বাইনারির প্রক্রিয়া টপোলজি: সাতটি এন্ট্রি পয়েন্ট, একটি রানটাইম, স্থানীয় স্টোরগুলির একটি সেট। নিচের প্রতিটি বক্স একটি বাস্তব মডিউল, পোর্ট বা ডিস্কে ফাইলকে নির্দেশ করে।
lean-ctx lean-ctx serve lean-ctx serve --daemon lean-ctx -c "<cmd>" lean-ctx proxy start lean-ctx dashboard lean-ctx watch · gain --live একটি একক রিডের কী হয়
শীট ২ রানটাইমের মধ্য দিয়ে একটি অনুরোধকে ধাপে ধাপে অনুসরণ করে, যার মধ্যে ক্যাশে শর্ট-সার্কিটও রয়েছে যা বারবার রিড করাকে প্রায় বিনামূল্যে করে তোলে। শেল পাথ একই হিসাবের সাথে সমান্তরালে চলে।
ctx_read(path, mode) · lean-ctx read - PathJail
core/pathjail.rsCanonicalises the path and rejects escapes outside the workspace root before any I/O happens.
- Session cache
hit → ~13 tokensContent-addressed lookup keyed by path + mtime/hash. Unchanged files collapse to a stub instead of re-sending content.
- AST extraction
26 languagestree-sitter parses the file into a syntax tree: signatures, imports, call edges — Lua, Luau, Kotlin and GDScript are graph-indexed too. Regex fallback for unsupported languages.
- Mode selection
10 modesauto picks the optimal of 10 read modes (full, map, signatures, diff, task, reference, aggressive, entropy, lines:N-M) from task intent and file size; structure_first biases cold medium-file code reads toward map, and a file flagged suspect on a fix task is forced to full.
- Compression
adaptive thresholdsShannon-entropy line filtering, U-curve attention placement (LITM), TF-IDF codebook and query-conditioned Information-Bottleneck fusion — an anti-inflation guard ships the file verbatim whenever framing would cost more tokens than the raw bytes.
- Token accounting
core/tokens.rsExact tiktoken counts (o200k_base; cl100k_base approximation for Claude-family models) on input and output.
- Ledger + stats
savings sign / verify-batchSavings are appended to the local ledger (Ed25519-signable), stats and the gain score update, the result streams back.
lean-ctx -c "cargo test" · IDE bash hook উভয় পথই একই লেজারে শেষ হয়: প্রতিটি কম্প্রেশন ইভেন্ট সঠিক টোকেনাইজার গণনার মাধ্যমে গণনা করা হয় এবং gain, ড্যাশবোর্ড এবং স্বাক্ষরিত সেভিংস লেজারে ফিড করে।
ইঞ্জিনিয়ারিং ডেটা শীট
নকশার পেছনের রেফারেন্স টেবিল: প্রতিটি পৃষ্ঠ তার পরিবহন এবং জীবনচক্র, অন-ডিস্ক লেআউট, অ্যাডাপ্টিভ-লার্নিং স্তর এবং রানটাইম দ্বারা প্রয়োগ করা নিরাপত্তা সীমানা।
Aপ্রক্রিয়া মডেল
সমস্ত সারফেস বিভিন্ন ভূমিকায় একই বাইনারি। কোনো কিছুর জন্য ক্লাউড সংযোগের প্রয়োজন নেই; সবকিছু স্থানীয়-প্রথম (local-first) ভাবে আবদ্ধ হয়।
| REF | SURFACE | TRANSPORT | ENDPOINT | LIFECYCLE | কমান্ড |
|---|---|---|---|---|---|
| 01 | MCP server (stdio) | JSON-RPC over stdin/stdout | spawned per editor session | child process of the editor | lean-ctx |
| 02 | MCP server (HTTP) | MCP Streamable HTTP | localhost, configurable --host/--port | foreground or service | lean-ctx serve |
| 03 | IPC daemon | Unix Domain Socket | OS data dir, e.g. ~/Library/Application Support/lean-ctx/daemon.sock | launchd / systemd autostart | lean-ctx serve --daemon |
| 04 | Shell hook | process exec, compressed stdout | wraps IDE bash calls + interactive shells | per command | lean-ctx -c "<cmd>" |
| 05 | API proxy | HTTP (LLM API pass-through) | localhost:4444 (default) | on demand | lean-ctx proxy start |
| 06 | Web dashboard | HTTP + bearer token | localhost:3333 (default, --port) | on demand | lean-ctx dashboard |
| 07 | Terminal UI | TTY (in-place redraw) | live event stream / 1 s refresh | interactive | lean-ctx watch · gain --live |
Bস্টোরেজ বিন্যাস — স্থানীয় XDG ডিরেক্টরি
স্থায়ী অবস্থাগুলি XDG বেস ডিরেক্টরির অধীনে সাধারণ ফাইল: পরিদর্শনীয়, রপ্তানিযোগ্য, মুছে ফেলা যায়। এই স্থানীয় ফোল্ডারগুলির বাইরে কোনো লুকানো ডেটাবেস নেই।
| আর্টিফ্যাক্ট | FORM | উদ্দেশ্য |
|---|---|---|
config.toml | TOML | Single config file — integration mode, compression, providers, opt-outs (config dir) |
cache/ | content-addressed | Session file cache; unchanged re-reads collapse to ~13-token stubs (cache dir) |
bm25 index | inverted index | Lexical search over code chunks + provider documents (data dir) |
context_graph/ | property graph | Imports, calls, types across files and repos — powers map mode + deep queries (data dir) |
knowledge | SQLite | Persistent facts, decisions, rooms — recalled across sessions, CCP (data dir) |
savings ledger | append-only JSONL | Every compression event; Ed25519-signable for audit (data dir) |
litm_calibration.json | JSON | Learned context-position hit rates (lost-in-the-middle calibration) (cache dir) |
events.jsonl | event stream | Live feed consumed by watch, dashboard and efficacy reports (state dir) |
Cঅভিযোজিত-শিক্ষণ স্তর
বounces এবং edit failures এর মতো গুণমান সংকেত থেকে আপনার প্রকৃত ব্যবহারের জন্য স্থানীয়ভাবে কম্প্রেশন টিউন করার সাতটি অনলাইন-লার্নিং প্রক্রিয়া। গভীর অনুসন্ধান: Adaptive Learning →
- L1 Adaptive thresholds Online-learned compression aggressiveness from quality signals (bounces, edit failures, clean runs)
- L2 LITM calibration Empirical placement of critical context at positions the model actually attends to
- L3 Stigmergic scent field Multi-agent coordination via decaying markers: claimed, done, stuck, hot, avoid
- L4 Delta playbook Incremental checkpoint snapshots that survive context compaction
- L5 Query-conditioned IB Information-Bottleneck compression fused with query relevance
- L6 Theta-gamma chunking Wakeup facts grouped in attention-friendly bursts
- L7 Semantic dedup Likelihood-scored redundancy filtering across the session
Dনিরাপত্তা সীমানা
রানটাইমে কঠোর গ্যারান্টি প্রয়োগ করা হয়। নিরাপত্তা মডেল →
- PathJail Every file access is canonicalised and confined to the workspace root
- IDE config-dir jail Home-level IDE/agent config dirs (~/.claude, ~/.codex, ~/.codebuddy, …) are writable only when allow_ide_config_dirs is opted in; otherwise PathJail blocks them
- Shell allowlist Deny-by-default command policy for agent-issued shell executions
- Local-first All processing on-device; dashboard binds to localhost and requires a bearer token
- Signed evidence Savings ledger entries are Ed25519-signable and batch-verifiable
একটি বাইনারি। তিন উপায়ে প্রবেশ।
LeanCTX স্বয়ংক্রিয়ভাবে প্রতিটি এজেন্টের জন্য সর্বোত্তম ইন্টিগ্রেশন মোড নির্বাচন করে: CLI-Redirect শূন্য MCP ওভারহেড সহ এডিটর নিয়মগুলির মাধ্যমে LeanCTX CLI চালায়, Hybrid MCP ক্যাশ করা রিড এবং শেল কম্প্রেশন হুকসকে একত্রিত করে, এবং Full MCP প্রোটোকল-মাত্রিক সম্পাদকদের জন্য সর্বাধিক টুল অ্যাক্সেস প্রদান করে।
lean-ctx -c / read / grep MCP cache + CLI shell/search 81 tools via MCP + lazy tool set যাই হোক না কেন, LeanCTX আপনার এডিটরের জন্য সঠিক মোডটি স্বয়ংক্রিয়ভাবে বেছে নেয়। ৩০+ সমর্থিত টুল দেখুন
সবসময় চালু। সবসময় আপনার।
একটি ছোট ব্যাকগ্রাউন্ড পরিষেবা আপনার সেশনকে উষ্ণ রাখে, যাতে ক্যাশে হিটগুলি তাৎক্ষণিক হয় এবং মেমরি সর্বদা উপলব্ধ থাকে। এটি সেটআপের সময় স্বয়ংক্রিয়ভাবে শুরু হয়, আপডেট করার সময় নিজেকে পুনরায় চালু করে এবং নিজের যত্ন নেয়—কিছুই পরিচালনা করার নেই।
প্রতিটি ক্ষমতা, একটি বাইনারি।
আপনার কোড এবং AI এর মধ্যে সবকিছু, সামলানো হয়েছে।
Smart I/O
নির্ণায়ক রিড, শেল কম্প্রেশন, সার্চ, সম্পূর্ণ context দৃশ্যমানতা + ৯৯% কম টোকেন
অনুরোধ কম্প্রেশন (Request Compression)
একটি ঐচ্ছিক স্থানীয় প্রক্সি মডেলের কাছে প্রতিটি অনুরোধ সংকুচিত করে — সিস্টেম প্রম্পট, ইতিহাস এবং টুল ফলাফল — prompt-cache নিরাপদ।
Intelligence
উদ্দেশ্য রুট করা, মোড নির্বাচন, অভিযোজিত পাইপলাইন
Memory
সেশন, প্রজেক্ট জ্ঞান, গ্রাফ, হ্যান্ডঅফ
Governance
ভূমিকা, বাজেট, SLOs, ওয়ার্কফ্লো গেট, নীতি
Verification
Lean4 ফর্মাল প্রুফ, দাবি-ভিত্তিক যাচাইকরণ, কোয়ালিটি লেভেল ০-৪
Integrations
MCP, HTTP, SDK, ২৯+ IDEs, ক্লাউড, টিম সার্ভার
Shared Sessions
এজেন্টগুলির মধ্যে ওয়ার্কস্পেস এবং চ্যানেল-ভিত্তিক সেশন শেয়ারিং
Context Bus
SSE এর মাধ্যমে context পরিবর্তনের জন্য রিয়েল-টাইম ইভেন্ট স্ট্রিম
SDK & API
বাহ্যিক ইন্টিগ্রেশনের জন্য TypeScript SDK এবং REST API
প্রতিটি আউটপুটে প্রমাণ বহন করে
LeanCTX প্রতিটি সেশনের জন্য প্রুফ আর্টিফ্যাক্ট তৈরি করে: কোন ফাইলগুলি পড়া হয়েছিল, কী সংকুচিত করা হয়েছিল, কোন চেক পাস করেছে এবং টোকেনগুলি কীভাবে ব্যয় হয়েছে। এটি AI কাজকে অডিটেবল, রিপ্লেয়েবল এবং বিশ্বাসযোগ্য করে তোলে।
LeanCTX (short for Lean Context) হলো AI এজেন্টের জন্য একটি ওপেন-সোর্স context engineering layer। একটি স্থানীয় Rust বাইনারি সিদ্ধান্ত নেয় যে এজেন্টরা কী পড়বে (১০টি রিড মোড, ৬০–৯০% কম টোকেন, ~১৩-টোকেন ক্যাশ করা রি-রিডস), তারা কী শিখল তা মনে রাখে (স্থায়ী সেশন, নলেজ গ্রাফ), তারা কিসে হাত দেবে তা রক্ষা করে (PathJail, সিক্রেট রেডাকশন, বাজেট, ইনজেকশন ডিটেকশন), তারা কী সেভ করল তা প্রমাণ করে (Ed25519-signed ledger, reproducible benchmark) এবং তারা যা দেখল তা পুনরায় প্লে করে (git-anchored, signed context snapshots যা আপনি পুনরুদ্ধার বা শেয়ার করতে পারেন); একটি ঐচ্ছিক স্থানীয় প্রক্সি তাদের পাঠানো জিনিসগুলিকে সংকুচিত করে — প্রতিটি অনুরোধের সিস্টেম প্রম্পট, ইতিহাস এবং টুল আউটপুট, ওয়ায়ারে prompt-cache-safe। কম্প্রেশন — রিড-সাইডে এবং ওয়্যার-সাইডে — পাঁচটি সাবসিস্টেমগুলির মধ্যে একটি, এবং প্রতিটি আসল ডেটা স্থানীয়ভাবে পুনরুদ্ধারযোগ্য থাকে। MCP এবং shell hooks এর মাধ্যমে ৩০+ AI কোডিং টুলের সাথে কাজ করে; Python, TypeScript এবং Rust SDKs সহ একটি ভার্সনযুক্ত /v1 API এর মাধ্যমে যেকোনো এজেন্টে এমবেড করা যায়। স্থানীয় ব্যবহার চিরকাল বিনামূল্যে, যা CI দ্বারা প্রয়োগ করা হয়।
সম্পূর্ণ গল্পটি পড়ুন