Dein KI-Agent wählt die falschen Tools, ignoriert Budgets und verschwendet Rechenleistung für triviale Aufgaben.
LeanCTX leitet jede Anfrage durch eine graph-gestützte adaptive Pipeline. Intent-Klassifizierung, Reciprocal Rank Fusion (RRF) aus BM25, semantischen Embeddings und Graph-Proximity für die Suche, Token- und Kosten-Budgets sowie wissensangereicherte Übersichten mit Graph-Hotspots. Progressives Throttling und Terse Mode halten lange Sessions effizient.
Jede Anfrage gleich behandelt
Ohne intelligentes Routing erhält jede Anfrage die gleiche generische Behandlung. Ein einfaches Umbenennen bekommt denselben schweren Kontext wie ein komplexes Refactoring. Es gibt kein Aufgabenbewusstsein, keine Budget-Kontrolle, keine Optimierung.
ctx_intent klassifiziert deine Aufgabe und wählt automatisch den optimalen Lesemodus, das Budget und die Pipeline-Strategie.
11 Tools
Intent-Routing
Automatische Aufgabenklassifizierung leitet Anfragen an den optimalen Verarbeitungsmodus weiter.
Modusauswahl
Gelernter Modus-Prädiktor wählt die beste Komprimierungsstrategie basierend auf Aufgabentyp und Kontext.
Budget-Durchsetzung
Token-, Kosten- und Zeitbudgets mit SLO-Aktionen: warnen, drosseln oder blockieren.
Adaptive Pipeline
Sechs Pipeline-Stufen mit Profil-spezifischen Schaltern und Echtzeit-Metriken.
Hybride Suchfusion
Kombiniert BM25-Keyword-Matching, semantische Embeddings und Graph-Proximity-Scores via Reciprocal Rank Fusion (RRF).
Wissensangereicherte Übersicht
ctx_overview zeigt relevante Wissensfakten und Property-Graph-Hotspots neben der Architektur-Zusammenfassung.
Progressives Such-Throttling
Eskalierende Hinweise leiten den Agenten, wenn wiederholte Suchen abnehmende Ergebnisse liefern und reduzieren verschwendete Tokens.
Terse Mode
Konfigurierbarer Kompaktmodus entfernt ausführliche Erklärungen - ideal für erfahrene Entwickler und lange Sessions.
Kontextpotenzial (Φ)
Jedes Kontextelement wird durch eine sechsfaktorielle Potenzialfunktion bewertet, die Relevanz, Struktur, Aktualität, Historie, Kosten und Redundanz kombiniert.
Kontext-Compiler
Greedy Φ-basierte Selektion erstellt minimale Kontextpakete innerhalb jedes Token-Budgets mit automatischer Redundanzelimination.
Kontext-Handles
Verzögerte, sparsame Referenzen (@F1, @K3), die das Laden von Inhalten aufschieben, bis sie benötigt werden — tokeneffiziente Kontextzeiger zum Nulltarif.
Cognitive Efficiency Protocol (CEP)
Ein strukturiertes Protokoll zur Maximierung der KI-Reasoning-Qualität durch optimierte Kontextbereitstellung.
10 MCP Tools
LeanCTX leitet jede Anfrage durch eine graph-gestützte adaptive Pipeline. Intent-Klassifizierung, Reciprocal Rank Fusion (RRF) aus BM25, semantischen Embeddings und Graph-Proximity für die Suche, Token- und Kosten-Budgets sowie wissensangereicherte Übersichten mit Graph-Hotspots. Progressives Throttling und Terse Mode halten lange Sessions effizient.
ctx_intent Structured intent input (optional) — submit compact JSON or short text; server also infers intents automatically from tool calls.
ctx_overview Task-relevant project map — use at session start.
ctx_preload Proactive context loader — caches task-relevant files, returns L-curve-optimized summary (~50-100 tokens vs ~5000 for individual reads).
ctx_prefetch Predictive prefetch — prewarm cache for blast radius files (graph + task signals) within budgets.
ctx_dedup Cross-file dedup: analyze or apply shared block references.
ctx_response Compress LLM response text (remove filler, apply TDD).
ctx_benchmark Benchmark compression modes for a file or project.
ctx_context Session context overview — cached files, seen files, session state.
ctx_routes List HTTP routes/endpoints extracted from the project. Supports Express, Flask, FastAPI, Actix, Spring, Rails, Next.js.
ctx_feedback Harness feedback for LLM output tokens/latency (local-first). Actions: record|report|json|reset|status.
Jede Ausgabe trägt einen Beweis
LeanCTX generiert Proof-Artefakte für jede Session: welche Dateien gelesen wurden, was komprimiert wurde, welche Prüfungen bestanden wurden und wie Tokens ausgegeben wurden. Das macht KI-Arbeit auditierbar, reproduzierbar und vertrauenswürdig.
Intelligenz-Tools entdecken
LeanCTX leitet jede Anfrage durch eine graph-gestützte adaptive Pipeline. Intent-Klassifizierung, Reciprocal Rank Fusion (RRF) aus BM25, semantischen Embeddings und Graph-Proximity für die Suche, Token- und Kosten-Budgets sowie wissensangereicherte Übersichten mit Graph-Hotspots. Progressives Throttling und Terse Mode halten lange Sessions effizient.