Darstellung
Vergleiche Quelle und Ausgabe mit einem Tokenizer. Erfasse Lesemodus, Auslassungen und Nachladen, um die Input-Reduktion zu messen.
Benchmarks & Methodik
Miss den Input.Prüfe das Ergebnis.
Vergleiche Input, Laufzeitaufwand und Aufgabenqualität. Bewerte LeanCTX mit einer reproduzierbaren Baseline an deiner eigenen Arbeit.
Drei unterschiedliche Fragen
Miss Input, Aufwand und Ergebnis.
Bewerte die Kontextdarstellung, den Aufwand ihrer Aufbereitung und die gelöste Aufgabe getrennt.
Betrieb
Erfasse Aufbereitungszeit, Tool-Overhead, Modell-Input und -Output, Wiederholungen und Cache-Effekte. Trenne beobachtete Kosten von Schätzungen und Unbekanntem.
Aufgabenergebnis
Nutze dieselbe Aufgabe und dieselben Abnahmekriterien. Tests und Review zeigen, ob der gelieferte Kontext ausgereicht hat.
Dein Repository
Miss an deinem Repository.
Vergleiche Kontextdarstellungen deiner Dateien. Speichere das Ergebnis mit Runtime-Version und Repository-Revision.
lean-ctx --version
lean-ctx benchmark run . --json
lean-ctx benchmark report .Diese Befehle prüfen dein Projekt. Sie führen keinen kontrollierten Agentenversuch über die gesamte Aufgabe aus und belegen keine Antwortqualität.
Von der Diagnose zur Entscheidung
Mach den Vergleich reproduzierbar.
- Ausgangslage fixieren
- Fixiere Repository-Revision, Aufgabe, Modell, Tool-Setup und Bewertungskriterien. Dokumentiere, welche Aufrufe LeanCTX abdeckt.
- Den gesamten Versuch erfassen
- Zähle Nachladen, Wiederholungen, Review-Zeit und Fehlschläge mit. Trenne Kontexteinsparungen von Anbieterabrechnung und Cache-Rabatten.
- Messumfang offenlegen
- Nenne Workload, Stichprobe, Version und Messmethode. Zeige Streuung und erfolglose Versuche neben dem Hauptergebnis.
Nachweise richtig lesen
Prüfe Qualität an der Quelle.
Erhaltene Codestruktur ist ein nützlicher Hinweis, belegt aber keine richtige Antwort oder sichere Änderung. Prüfe das Ergebnis am Originalmaterial.
Mit LeanCTX starten
Mach den nächsten Schritt mit Kontext.
Richte LeanCTX für dein Tool ein und prüfe den Unterschied an einer echten Aufgabe.
Local-first. Modellunabhängig. Dein Kontext.