Why not just grep?
grep finds text. LeanCTX finds the right symbols, ranks them by relevance, and returns budgeted, structural context instead of 500 raw matches you still have to read and filter.
Comparación honesta
Ya tienes herramientas. Aquí está la diferencia.
Las herramientas de compresión reducen lo que envías por el cable. LeanCTX también hace eso, pero además decide qué se lee en primer lugar, luego protege esa información, la recuerda y prueba su validez. Una mirada sencilla a lo que hace mejor, lo que hace igual y cuándo no lo necesitas en absoluto.
Lado a lado
Tu agente, con y sin.
El mismo agente, el mismo repositorio. La única variable es la capa entre ellos.
| Feature | Sin Herramienta | Reglas Manuales | LeanCTX |
|---|---|---|---|
| Ahorro de Tokens | Ninguno | Bajo (reglas estáticas) | 60–95% (caché: 99%) |
| Esfuerzo de Configuración | Ninguno | Manual por proyecto | Un comando |
| Soporte de Agentes | N/A | Solo un agente | 29+ agentes |
| Caching | Ninguno | Ninguno | Automático + delta |
| Compresión de Shell | Ninguno | Ninguno | 95+ patrones |
| Análisis de Código | Ninguno | Ninguno | AST Tree-sitter |
| Mantenimiento | Ninguno | Actualizaciones manuales | Automático |
| Seguridad y Gobernanza | Sin aplicación | ACL de archivos básico | Alineado con OWASP: PathJail, lista blanca de shell, redacción de secretos, ejecución de código en sandbox OS (ctx_execute), pista de auditoría |
| Compliance & Evidence | Screenshots | Recolección manual de evidencia | Paquete de Evidencia Firmada + leanctx-verify sin conexión, cobertura EU AI Act / ISO 42001 / SOC 2, CGB + cobertura de políticas |
| SDKs y Extensibilidad | Ninguno | Código pegamento personalizado | SDKs en Python + TypeScript (conformidad de 14 comprobaciones), /v1 OpenAPI + capacidades, gateway ctx_tools, extensiones WASM y de plugins |
The cached figure (99%) is a repeat read served from cache at ~13 tokens; a first read never returns more tokens than the raw file, and every saving is measured net of injection, so the number reconciles to your provider bill.
Context engineering isn't compression. It's what decides what gets read.
vs. Alternativas
Cómo se compara LeanCTX con Otras Herramientas
Una comparación característica por característica con RTK, Context+, MemGPT/Letta y Headroom, las alternativas más citadas. Basado en hechos, de su documentación pública.
| Feature | RTK | Context+ | MemGPT / Letta | Headroom | LeanCTX |
|---|---|---|---|---|---|
| Modos de lectura | Modo único | Filtrado básico | N/A (centrado en memoria) | Comprime después de la lectura | 10 modos (auto, map, signatures, diff, entropy...) |
| Compresión de Shell | No | No | No | No | 95+ patrones, auto-detectados |
| Memoria de sesión | Estado básico | Historial de conversación | Característica principal (memoria por niveles) | Almacén entre agentes con desduplicación | Episódica + procedimental + grafo de conocimiento |
| Multi-Agent | No | No | Limitado (enfoque en agente único) | Almacén compartido | Traspaso, sesiones compartidas, bus de contexto |
| Grafo de código / AST | Indexación básica | No | No | No | AST de Tree-sitter, 26 idiomas, resolución de símbolos |
| Governance & Budgets | No | No | No | No | Presupuestos basados en roles, SLOs, pista de auditoría |
| Local-First / Privacy | Dependiente de la nube | Local | Basado en servidor | Paquete de Python + proxy | 100% local, cero telemetría |
| Herramientas MCP | Limitado | Sin MCP | Sin MCP | Envuelve herramientas externas | 81 herramientas MCP granulares |
| Security Hardening | None | None | Basic auth | None | Sandboxing, signed bundles, audit reports |
Basado en documentación y código fuente disponibles públicamente hasta junio de 2026. RTK (github.com/rtk-ai/rtk), Context+ (github.com/ForLoopCodes/contextplus), MemGPT/Letta (arxiv.org/abs/2310.08560), Headroom (github.com/chopratejas/headroom). Todas las herramientas resuelven problemas reales. LeanCTX simplemente cubre más capas del problema de contexto en un único binario.
vs. capas de compresión
La compresión reduce lo que fue leído. La ingeniería de contexto decide qué se lee.
Herramientas como Headroom comprimen la solicitud en el cable. LeanCTX ya incluye esa capa: un proxy local opcional comprime cada solicitud, seguro para prompt-cache, y va una capa más profundo, en la fuente: decide qué se lee. Compatible con Headroom, pero normalmente no lo necesitas encima. Aquí está la diferencia honesta.
| Dimension | Capa de compresión (ej. Headroom) | LeanCTX |
|---|---|---|
| Dónde reside | Ruta del mensaje: comprime lo que el agente ya leyó | En la fuente: decide qué y cómo leer (10 modos, enrutamiento de intención, relecturas en caché de ~13 tokens) |
| Memory | Almacén multiagente con desduplicación | Conocimiento persistente: grafo de propiedades, sesiones, traspasos, libro mayor de evidencia |
| Governance | — | PathJail, lista blanca de shell, redacción de secretos, presupuestos, detección de inyección |
| Prueba | Endpoint de estadísticas | Firmado con Ed25519, libro de contabilidad encadenado por hash + benchmark reproducible |
| Reversibilidad | Almacén de recuperación de referencias | También reversible: cada original permanece intacto ctx_retrieve lejos |
| Form | Paquete de Python + proxy | Un binario Rust, 30+ herramientas auto-detectadas, cero configuración |
Nota: algunas tablas comparativas de terceros listan a lean-ctx como "Reversible: No"; esto es incorrecto. Cada lectura comprimida en LeanCTX se archiva localmente y se recupera mediante ctx_retrieve. La compresión es uno de los cinco subsistemas de LeanCTX. Incluso las dos herramientas pueden ejecutarse juntas; Headroom lista a lean-ctx como una herramienta de contexto compatible.
¿Por qué no simplemente…
Tu pila ya hace algo de esto. Esto es lo que no hace.
LeanCTX no reemplaza a grep ni a tu editor. Es la capa que decide qué merece la atención de tu IA.
Why not just read the files?
A raw read dumps 4,200 tokens when ~920 carry the signal. LeanCTX keeps the signal and drops the noise, and a cached re-read costs about 13 tokens instead of the whole file again.
Why not just compact more often?
Compaction throws away history you might still need. With LeanCTX there's never a dead end: every original is archived on disk and your agent retrieves it on demand. Nothing is silently lost.
Why not another MCP server?
Most MCP servers add tool-definition overhead and hand back raw output. LeanCTX is a full cognitive context layer: caching, persistent memory, shell hooks, and governance, all in one local binary.
Mejor Ajuste
Cuando lean-ctx Destaca
LeanCTX ofrece el mayor valor en estos escenarios.
Bases de Código Grandes
Los proyectos con cientos o miles de archivos se benefician más. Cuanto más contexto hay que gestionar, mayores son los ahorros.
Flujos de Trabajo Multi-Agente
Cuando múltiples agentes de IA trabajan en el mismo proyecto, LeanCTX les proporciona un cerebro compartido: un contexto consistente y gobernado para cada agente.
Desarrollo Iterativo
Las largas sesiones de codificación con lecturas repetidas de archivos golpean la caché: las relecturas cuestan solo ~13 tokens en lugar de miles.
Transparencia
Cuando Tú No lo Necesitas
Creemos en herramientas honestas. LeanCTX está diseñado para proyectos con bases de código sustanciales, no para todo.
No Siempre Es Necesario
- Scripts de archivo único o utilidades pequeñas
- Proyectos con menos de 50 archivos
- Prompts puntuales sin contexto de archivos
En estos casos, la sobrecarga de una capa de contexto no está justificada. LeanCTX brilla cuando tus proyectos crecen y la gestión del contexto se convierte en un cuello de botella.
Comparativas, respondidas. answered.
Straight answers about where LeanCTX fits and what makes it different.
La ingeniería manual de prompts requiere crear a mano cada ventana de contexto. LeanCTX automatiza esto con 10 modos de lectura, compresión consciente del AST y memoria de sesión, ahorrando más del 88% de tokens sin esfuerzo manual.
LeanCTX es una capa de contexto cognitiva completa en lugar de un servidor MCP simple: integración CLI, ganchos de shell, 81 herramientas MCP, memoria persistente, gráficos de inteligencia de código y una capa de gobernanza con roles y presupuestos.
Sí. LeanCTX es compatible con más de 30 herramientas de IA, incluyendo Cursor, Claude Code, GitHub Copilot, Windsurf, Gemini CLI, Codex y JetBrains IDEs. Ejecuta lean-ctx setup para una configuración automática.
Herramientas como Headroom comprimen la solicitud en el cable —la capa proxy. LeanCTX ya incluye esa capa: un proxy local opcional (lean-ctx proxy enable) comprime cada solicitud —prompt, historial y resultados de herramientas— seguro para prompt-cache, midiendo los dólares reales ahorrados, por lo que normalmente no necesitas un proxy de compresión de solicitudes separado encima. Y LeanCTX va una capa más profundo, en la fuente: decide qué se lee en primer lugar (10 modos de lectura, relecturas en caché de ~13 tokens), recuerda el conocimiento a través de sesiones, protege el acceso a archivos y shell, y firma cada guardado en un libro mayor verificable. La compresión —tanto a nivel de lectura como de cable— es uno de sus cinco subsistemas, y es totalmente reversible: cada original permanece accesible con un ctx_retrieve.
Sí. Cada lectura comprimida se archiva localmente y el original completo es recuperable bajo demanda a través de ctx_retrieve. Nada se pierde silenciosamente; incluso LeanCTX le indica a tu agente cuándo solicitar el contenido completo.
Esos hacen que tu IA proveedor recuerde a tu empresa — tú lo etiquetas, haces seguimiento en un hilo y construye memoria. Pero esa memoria vive en su caja negra: no puedes ver dónde está, moverla o cambiar el modelo debajo. Eso es un inicio de sesión de contexto, no un inicio de sesión de modelo: terminas alquilándote tu propio conocimiento empresarial. LeanCTX mantiene la ventaja de lado tuyo: las sesiones, un grafo de conocimiento y paquetes .ctxpkg portátiles permanecen locales e inspeccionables, agnósticos del modelo en OpenAI, Anthropic y Gemini. El mismo flujo de trabajo de agente-como-compañero; tú mantienes el contexto.
Véalo entu repositorio.
Instálalo en menos de un minuto, ejecuta una sesión y luego revisa el libro mayor. Tus números harán el argumento.