Konzept
Es ist der Wandel vom Prompt Engineering zu Context Operations — die Disziplin, das gesamte Informationsumfeld zu gestalten, zu komprimieren und zu kontrollieren, in dem dein KI-Agent arbeitet. LeanCTX ist genau diese Disziplin, automatisiert: der Context-Engineering-Layer für KI-Agenten.
Prompt Engineering hat den Input optimiert. Context Engineering optimiert das Umfeld.
Als KI-Agenten noch auf Single-Turn-Interaktionen beschränkt waren, genügte Prompt Engineering. Du hast die richtige Anweisung formuliert, das Modell lieferte eine brauchbare Antwort, und der Workflow war beendet.
Moderne KI-Coding-Agenten arbeiten anders. Sie führen mehrstufige Workflows über Dutzende Dateien aus, halten Zustand über Sessions hinweg und treffen Entscheidungen, die sich über die Zeit aufsummieren. Nicht mehr der Prompt ist der Engpass, sondern der Kontext.
Ein Coding-Agent mit perfektem Prompt, aber schlechtem Kontext halluziniert Dateipfade, verliert frühere Entscheidungen aus dem Blick und wiederholt bereits erledigte Arbeit. Der Fehlermodus sind nicht schlechte Anweisungen, sondern ein unvollständiges Bild der Codebasis.
Context engineering is the shift from prompt engineering to context operations: designing, compressing, and governing the full information environment an AI agent works in. LeanCTX automates that discipline.
Context Engineering steht für einen grundlegenden Wandel darin, wie wir über die Inputs von KI-Agenten denken.
Statt eines fixen System-Prompts baut Context Engineering eine Pipeline, die für jede Aufgabe den richtigen Kontext zusammenstellt — liest nur, was relevant ist, im richtigen Kompressionsgrad, mit den richtigen Metadaten.
Statt von Hand auszuwählen, welche Dateien einbezogen werden, liest Context Engineering die Struktur jeder Datei, behält die Teile mit echtem Signal und komprimiert den Rest — automatisch.
Context Engineering ergänzt Session-Gedächtnis, einen Knowledge-Graph und saubere Handoffs — damit Agenten Verständnis über die Zeit aufbauen, statt in jedem Gespräch bei null anzufangen.
Context Engineering erstreckt sich über vier miteinander verbundene Domänen, von denen jede einen anderen Aspekt des Informationsumfelds des Agenten adressiert.
Mehrere Read-Modi (full, map, signatures, entropy, aggressive), tree-sitter-AST-Parsing über 26+ Sprachen und semantisches Chunking reduzieren Dateiinhalte um 60–99 %, während die Informationen erhalten bleiben, die Agenten für Entscheidungen brauchen.
Session-Snapshots, Knowledge-Graphs, Handoff-Ledger und prospektives Gedächtnis erlauben Agenten, frühere Entscheidungen abzurufen, doppelte Arbeit zu vermeiden und Kontext zwischen Teammitgliedern oder Agent-Instanzen zu übergeben.
Rollenbasierte Zugriffs-Policies, Token-Budgets, SLO-Durchsetzung und Pfad-Sandboxing sorgen dafür, dass Agenten innerhalb definierter Grenzen arbeiten — nur lesen, was sie sollen, nur ausgeben, was zugewiesen ist.
Output-Validierung, Beweis-Artefakte, Prüfungen zur Erhaltung von Pfaden und Identifiern sowie Information-Loss-Scoring geben messbare Sicherheit, dass komprimierter Kontext den semantischen Gehalt behält, den der Agent benötigt.
LeanCTX ist eine Open-Source-Laufzeit für Context Engineering, die diese Prinzipien für KI-Coding-Agenten in die Produktion bringt.
Eine vollständige Tool-Oberfläche zum Lesen, Suchen, Komprimieren und Verwalten von Kontext — alles über das Model Context Protocol bereitgestellt.
Von vollständigen gecachten Reads bis zu entropiegefilterter Kompression ist jeder Modus für eine bestimmte Aufgabe optimiert: Editieren, Erkunden, Reviewen oder Nachschlagen.
Pattern-basierte Kompression für git, cargo, npm, docker und anderen CLI-Output — reduziert ausführliche Befehlsergebnisse auf strukturierte, token-effiziente Zusammenfassungen.
Läuft vollständig lokal. Keine Telemetrie, keine Cloud-Abhängigkeiten, keine Daten, die deine Maschine verlassen. Open Source unter Apache-2.0.
The essential distinctions behind the discipline and its role in AI coding.
Context Engineering ist die Disziplin, zu steuern, welche Informationen ein KI-Agent sieht, sich merkt und auf die er reagiert. Sie ersetzt Ad-hoc-Prompt-Engineering durch eine systematische Runtime, die KI-Kontext komprimiert, cacht, verifiziert und kontrolliert.
KI-Coding-Agents verschwenden Tausende Tokens, indem sie Dateien neu lesen, verrauschten Shell-Output parsen und Kontext zwischen Sessions verlieren. Context Engineering reduziert diese Verschwendung um bis zu 99% und macht Agents schneller, günstiger und zuverlässiger.
Prompt Engineering konzentriert sich auf das Formulieren einzelner Prompts. Context Engineering steuert den gesamten Informations-Lebenszyklus — was der Agent liest, wie es komprimiert wird, was gecacht wird, was über Sessions hinweg erinnert wird und was vor der Auslieferung verifiziert wird.
The installer configures LeanCTX for supported agents while keeping the runtime and its data local.
curl -fsSL https://leanctx.com/install.sh | sh LeanCTX ist kostenlos, Open Source und in unter einer Minute installiert. Sieh, was Context Engineering für deinen KI-Workflow tun kann.
curl -fsSL https://leanctx.com/install.sh | sh Cookie preferences
We use analytics to understand how our site is used. You choose what's allowed — no tracking runs until you decide.
Essential
Site functionality, security, preferences
Analytics
Pageviews & usage patterns · PostHog EU (Frankfurt) · No cross-site tracking
Read our Privacy Policy for full details. You can change your preferences anytime.