Parallele Tasks vervielfachen die Rechnung
Codex führt viele Tasks gegen dasselbe Repository aus, und jeder einzelne liest dieselben Dateien von Grund auf neu.
LeanCTX für OpenAI Codex
Codex liefert schnell. Lass es schlank liefern.
LeanCTX senkt den Token-Verbrauch von OpenAI Codex um 60–90%: Die MCP-Integration liefert AST-bewusste komprimierte Reads, ~13-Token-Cache-Re-Reads und 88–99% kleinere Befehlsausgabe. lean-ctx setup erkennt Codex automatisch und schreibt die Konfiguration. Agents behalten ihren Workflow; der Kontext wird schlank.
Das Problem
Wo OpenAI Codex deine Tokens verbrennt.
Cloud + lokal zahlen beide pro Token
Ob Tasks in der Cloud-Sandbox oder lokal laufen — rohe Datei-Dumps und ausführliche Logs blähen jeden einzelnen Lauf auf.
AGENTS.md kann das Volumen nicht beheben
Anweisungen formen das Verhalten, aber sie können eine 4.200-Token-Datei nicht verkleinern. Volumen braucht eine Kontext-Schicht, keinen Prompt.
Your stack. Your agent. Better context.
Die Integration
So klinkt sich LeanCTX in OpenAI Codex.
MCP-Server für Codex
lean-ctx setup registriert den MCP-Server in der Konfiguration von Codex. Reads, Suchen und Shell-Aufrufe laufen über die Kompressions-Engine.
AGENTS.md-Tool-Mapping
Setup ergänzt den Tool-Präferenz-Block, damit Codex-Agents standardmäßig ctx_read und ctx_shell aufrufen.
Ein Cache für jeden Task
Parallele Tasks teilen sich denselben lokalen Session-Cache. Der zweite Task, der eine Datei berührt, zahlt ~13 Tokens statt des vollen Reads.
Setup
Ein Befehl. Auto-erkannt.
terminal
# LeanCTX installieren
$ curl -fsSL https://leanctx.com/install.sh | sh# Codex automatisch erkennen und MCP + AGENTS.md konfigurieren
$ lean-ctx setup# Verdrahtung prüfen
$ lean-ctx doctor# den Beleg ansehen
$ lean-ctx gainWas sich ändert
Drei Momente, die du bemerkst.
Der zweite Task ist fast gratis
Task eins hat das Repo erkundet; Task zwei trifft den Cache. Geteilter Kontext über parallele Läufe — dort summieren sich die Einsparungen.
Logs, die auf einen Blick passen
Test- und Build-Ausgabe kommt als Fehler plus Ergebnis an. Das Reasoning von Codex bleibt beim Diff statt beim Scrollback.
Zahlen, die du überprüfen kannst
lean-ctx benchmark report . reproduziert die Einsparungen auf deinem eigenen Repository, Methodik inklusive.
OpenAI Codex + LeanCTX, beantwortet.
Installiere LeanCTX und führe lean-ctx setup aus. Codex erhält MCP-Tools, die komprimierte AST-bewusste Reads liefern (60–90% weniger Tokens), ~13-Token-Cache-Re-Reads und kompakte Shell-Ausgabe — über alle Tasks auf der Maschine hinweg.
Ja. Jede Codex-Oberfläche, die die MCP-Konfiguration lädt, nutzt denselben lokalen Server: CLI, IDE-Erweiterung und lokal ausgeführte Tasks.
Nein. LeanCTX läuft vollständig auf deiner Maschine, ohne Telemetrie. Es sitzt zwischen Codex und deinem Dateisystem. Nichts Neues verlässt die Maschine.
Nutzt du das bei der Arbeit?
Team gibt deiner ganzen Organisation eine gemeinsame, auditierte Kontext-Ebene, und das Ledger weist die Einsparungen gegenüber der Finanzabteilung nach. Lokale Nutzung bleibt für immer kostenlos, per CI erzwungen.