आपका AI एजेंट गलत टूल्स चुनता है, बजट अनदेखा करता है और तुच्छ कार्यों पर कंप्यूट बर्बाद करता है।
LeanCTX हर अनुरोध को ग्राफ-संचालित एडाप्टिव पाइपलाइन के माध्यम से रूट करता है। यह कार्य इंटेंट वर्गीकृत करता है, खोज के लिए Reciprocal Rank Fusion (RRF) के माध्यम से BM25, सिमेंटिक एम्बेडिंग और ग्राफ प्रॉक्सिमिटी फ़्यूज़ करता है, टोकन और लागत बजट लागू करता है, और नॉलेज फैक्ट्स और ग्राफ हॉटस्पॉट से ओवरव्यू समृद्ध करता है। प्रोग्रेसिव थ्रॉटलिंग और टर्स मोड लंबे सत्रों को कुशल बनाए रखते हैं।
हर अनुरोध को एक ही उपचार मिलता है
बुद्धिमान रूटिंग के बिना, हर अनुरोध को एक ही सामान्य उपचार मिलता है। एक साधारण रीनेम को जटिल रिफ़ैक्टर जितना ही भारी संदर्भ मिलता है।
ctx_intent आपके कार्य को वर्गीकृत करता है और स्वचालित रूप से इष्टतम रीड मोड, बजट और पाइपलाइन रणनीति चुनता है।
11 टूल्स
इंटेंट रूटिंग
स्वचालित कार्य वर्गीकरण अनुरोधों को इष्टतम प्रसंस्करण मोड में रूट करता है।
मोड सिलेक्शन
सीखा हुआ मोड प्रेडिक्टर कार्य प्रकार और संदर्भ के आधार पर सर्वोत्तम कंप्रेशन रणनीति चुनता है।
बजट प्रवर्तन
टोकन, लागत और समय बजट, SLO क्रियाओं के साथ: चेतावनी, थ्रॉटल या ब्लॉक।
एडाप्टिव पाइपलाइन
छह पाइपलाइन चरण, प्रति-प्रोफ़ाइल टॉगल और रियल-टाइम मेट्रिक्स के साथ।
हाइब्रिड सर्च फ़्यूज़न
BM25 कीवर्ड मैचिंग, सिमेंटिक एम्बेडिंग और ग्राफ प्रॉक्सिमिटी स्कोर को Reciprocal Rank Fusion (RRF) के माध्यम से जोड़ता है।
नॉलेज-समृद्ध ओवरव्यू
ctx_overview आर्किटेक्चर सारांश के साथ-साथ प्रासंगिक नॉलेज फैक्ट्स और Property Graph हॉटस्पॉट प्रदर्शित करता है।
प्रोग्रेसिव सर्च थ्रॉटलिंग
बार-बार की गई खोजों से घटते परिणाम मिलने पर बढ़ते संकेत एजेंट को मार्गदर्शन करते हैं, बर्बाद टोकन कम करते हैं।
टर्स मोड
कॉन्फ़िगर करने योग्य संक्षिप्त प्रतिक्रिया मोड विस्तृत स्पष्टीकरण हटाता है, अनुभवी डेवलपर्स और लंबे सत्रों के लिए आदर्श।
कॉन्टेक्स्ट पोटेंशियल (Φ)
हर कॉन्टेक्स्ट आइटम को छह-कारक पोटेंशियल फंक्शन द्वारा स्कोर किया जाता है जो प्रासंगिकता, संरचना, समय, इतिहास, लागत और रिडंडेंसी को जोड़ता है।
कॉन्टेक्स्ट कंपाइलर
Φ-रैंक्ड ग्रीडी सिलेक्शन किसी भी टोकन बजट के भीतर न्यूनतम कॉन्टेक्स्ट पैकेज बनाता है, स्वचालित रिडंडेंसी उन्मूलन के साथ।
कॉन्टेक्स्ट हैंडल
आलसी विरल संदर्भ (@F1, @K3) जो सामग्री लोडिंग को आवश्यकता तक स्थगित करते हैं — टोकन दक्षता के लिए शून्य-लागत कॉन्टेक्स्ट पॉइंटर।
Cognitive Efficiency Protocol (CEP)
अनुकूलित संदर्भ वितरण के माध्यम से AI तर्क गुणवत्ता को अधिकतम करने के लिए एक संरचित प्रोटोकॉल।
10 MCP टूल्स
LeanCTX हर अनुरोध को ग्राफ-संचालित एडाप्टिव पाइपलाइन के माध्यम से रूट करता है। यह कार्य इंटेंट वर्गीकृत करता है, खोज के लिए Reciprocal Rank Fusion (RRF) के माध्यम से BM25, सिमेंटिक एम्बेडिंग और ग्राफ प्रॉक्सिमिटी फ़्यूज़ करता है, टोकन और लागत बजट लागू करता है, और नॉलेज फैक्ट्स और ग्राफ हॉटस्पॉट से ओवरव्यू समृद्ध करता है। प्रोग्रेसिव थ्रॉटलिंग और टर्स मोड लंबे सत्रों को कुशल बनाए रखते हैं।
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.
हर आउटपुट प्रमाण के साथ आता है
LeanCTX हर सत्र के लिए प्रमाण आर्टिफैक्ट उत्पन्न करता है: कौन सी फ़ाइलें पढ़ी गईं, क्या संपीड़ित किया गया, कौन सी जाँचें पास हुईं और टोकन कैसे खर्च हुए। यह AI कार्य को ऑडिट योग्य, रीप्ले योग्य और विश्वसनीय बनाता है।
इंटेलिजेंस टूल्स देखें
LeanCTX हर अनुरोध को ग्राफ-संचालित एडाप्टिव पाइपलाइन के माध्यम से रूट करता है। यह कार्य इंटेंट वर्गीकृत करता है, खोज के लिए Reciprocal Rank Fusion (RRF) के माध्यम से BM25, सिमेंटिक एम्बेडिंग और ग्राफ प्रॉक्सिमिटी फ़्यूज़ करता है, टोकन और लागत बजट लागू करता है, और नॉलेज फैक्ट्स और ग्राफ हॉटस्पॉट से ओवरव्यू समृद्ध करता है। प्रोग्रेसिव थ्रॉटलिंग और टर्स मोड लंबे सत्रों को कुशल बनाए रखते हैं।