LeanCTX नियंत्रित करता है कि क्या
आपका AI देखता है।
LeanCTX AI एजेंट्स के लिए context engineering layer है: एक छोटा Rust बाइनरी जो हर रीड, कमांड और सर्च पर एक ही लूप चलाता है। यह तय करता है कि आपके एजेंट क्या पढ़ते हैं, याद रखता है वे सत्रों में क्या सीखते हैं, रक्षा करता है वे जो छूते हैं, प्रमाणित करता है वे जो एक हस्ताक्षरित लेजर में सहेजते हैं, और पुनः चलाता है वे जो देखते हैं। रीड्स को 26 भाषाओं में संरचना के लिए पार्स किया जाता है और शोर से मुक्त किया जाता है, ताकि मॉडल तक पहुंचने वाली सामग्री जानबूझकर, संपीड़ित और प्रमाण योग्य हो। आप इसे एक बार स्थापित करते हैं। बाकी सब स्वचालित है।
LeanCTX कहाँ बैठता है?
LeanCTX दो रास्तों पर बैठता है। रीड पाथ पर यह आकार देता है कि क्या अंदर आता है — फ़ाइल रीड्स, कोड सर्च और शेल आउटपुट, एजेंट द्वारा देखने से पहले संपीड़ित किया जाता है। वायर पाथ पर एक वैकल्पिक स्थानीय प्रॉक्सी एजेंट और मॉडल के बीच बैठता है और हर बाहर जाने वाले अनुरोध को संपीड़ित करता है — सिस्टम प्रॉम्प्ट, पूर्ण इतिहास और टूल परिणाम — प्रॉम्प्ट-कैश सुरक्षा के साथ। एक जो संदर्भ में प्रवेश करने वाली चीज़ों को ट्रिम करता है; दूसरा हर उस अनुरोध को ट्रिम करता है जिसके लिए आप भुगतान करते हैं। मॉडल को टोकन के अंश में समान सिग्नल दिखाई देता है।
lean-ctx के बिना: आप → AI टूल → फ़ाइल पढ़ता है (पूरी सामग्री) → LLM सब कुछ संसाधित करता है lean-ctx के साथ: आप → AI टूल → lean-ctx संपीड़ित करता है → केवल सिग्नल → LLM: 60–90% कम शोर ├─ PathJail सैंडबॉक्स + साइज़ कैप्स ├─ AST-जागरूक संपीड़न ├─ मेमोरी रनटाइम (ज्ञान + भूलना) ├─ सेशन कैश (पुनः पढ़ना ≈ 13 टोकन) └─ 10 फ़ाइल प्रकार के अनुसार रीड मोड
डीप डाइव: शेल पैटर्न (95+ पैटर्न) · रीड मोड (10 संपीड़न मोड) · Caching
आप
सामान्य रूप से कोड करें। अपने वर्कफ़्लो में कुछ भी न बदलें।
AI टूल
Cursor, Claude Code, Copilot, Windsurf, …
LeanCTX
एक MCP सर्वर और शेल हुक के माध्यम से आपके AI टूल्स ऑटो-डिटेक्ट करते हैं, यह तय करता है, संपीड़ित करता है और याद रखता है।
LLM
केवल सिग्नल देखता है। 60–90% कम टोकन, वही जानकारी।
एक बाइनरी। पाँच क्षमताएं।
हर क्षमता एक एकल Rust बाइनरी के अंदर चलती है। यहाँ बताया गया है कि कोई अनुरोध LeanCTX के माध्यम से कैसे प्रवाहित होता है: आपके AI टूल से, कॉग्निटिव पाइपलाइन के माध्यम से, मॉडल तक।
- 10 रीड मोड
- संदर्भ दृश्यता
- टोकन गणना
- इरादा पहचान
- Tree-sitter AST (26 भाषाएँ)
- 95+ शेल पैटर्न
- CDC रीऑर्डर (राबिन-कारप)
- 64 KB बजट, 500 ms समय सीमा
- सेशन कैश (zstd, इन-मेमोरी)
- 13-टोकन री-रीड्स
- नॉलेज ग्राफ (SQLite)
- क्रॉस-सेशन मेमोरी
- PathJail सैंडबॉक्स
- OS-स्तर का अलगाव
- शेल अलाउलिस्ट (डिफ़ॉल्ट रूप से अस्वीकार)
- पूर्ण ऑडिट ट्रेल
- GitHub · GitLab · Jira · Linear
- Postgres · REST · MCP Bridge
- हाइब्रिड सर्च (BM25 + सिमेंटिक)
- कॉन्फ़िग-आधारित प्रोवाइडर्स (TOML)
LeanCTX क्या करता है, पाँच चीज़ें हर टोकन के साथ।
आपके AI और आपके कोड के बीच, एक स्थानीय बाइनरी हर रीड, कमांड और सर्च पर एक ही पाँच-चरणीय लूप चलाती है — perceive, compress, remember, route, govern। ये मिलकर पाँच काम करते हैं: यह तय करता है कि आपके एजेंट क्या पढ़ते हैं, वे जो सीखते हैं उसे याद रखता है, वे जो छूते हैं उसकी रक्षा करता है, वे जो सहेजते हैं उसका प्रमाण देता है, और वे जो देखते हैं उसे पुन: चलाता है।
अनुभव करना
कार्य करने से पहले जो मायने रखता है उसे देखें।
tree-sitter के साथ 26 भाषाओं में, एक अपरिचित रेपो को मैप करें, महत्वपूर्ण फाइलों और सिम्बल्स को सामने लाएं, और पूरे फ़ाइलों के बजाय संरचना पढ़ें।
ctx_overview → repo mapped in one call संपीड़ित करना
हर टोकन में सिग्नल होता है।
दस रीड मोड, 95+ शेल-आउटपुट पैटर्न और कंटेंट-एड्रेस्ड कैशिंग रीड्स को 60–90% तक कम करते हैं और री-रीड्स को ~13 टोकन तक। शोर कभी मॉडल तक नहीं पहुंचता।
ctx_read → 4,200 → 920 tokens (78% saved) याद रखना
सत्रों में निरंतरता।
निष्कर्ष, निर्णय और छूई गई फाइलें बनी रहती हैं और हर नए सेशन में स्वतः बहाल हो जाती हैं, ताकि आपका एजेंट संदर्भ को फिर से समझाए या जो पहले ही जानता है उसे दोबारा न पढ़े।
ctx_session → restored · 0 re-reads मार्गदर्शन करना
सही मॉडल को सही संदर्भ।
इरादा पहचानें, रीड मोड और टोकन बजट चुनें, और केवल उन टूल्स को लोड करें जिनकी किसी कार्य को आवश्यकता है, ताकि प्रत्येक मॉडल को ठीक वही संदर्भ मिले जो उसे चाहिए, और कुछ भी नहीं।
ctx_intent → right mode + budget per task शासन करना
सुरक्षित, मापा गया, लागू किया गया।
PathJail, एक शेल अनुमति सूची, गुप्त डिटेक्शन, भूमिका नीतियां और टोकन बजट हर टूल कॉल को सीमा के भीतर रखते हैं, और एनालिटिक्स साबित करते हैं कि वास्तव में क्या बचाया गया था।
ctx_verify → paths ok · secrets blocked क्या आप वास्तव में क्या करते हैं?
लगभग कुछ नहीं। LeanCTX एक बार सेटअप करने के बाद अदृश्य रूप से काम करता है। आप पहले की तरह ही कोडिंग जारी रखते हैं।
इंस्टॉल करें
एक सिंगल Rust बाइनरी। कोई निर्भरता नहीं, कोई क्लाउड नहीं, कोई अकाउंट नहीं।
curl -fsSL https://leanctx.com/install.sh | sh Setup
आपके शेल और AI टूल्स का ऑटो-डिटेक्शन करता है। सेकंडों में सब कुछ कॉन्फ़िगर करता है।
lean-ctx setup हो गया। यह स्वचालित है
सामान्य रूप से कोड करें। आपका AI स्वचालित रूप से संपीड़ित (compressed) टूल्स का उपयोग करता है।
टोकन बचाए गए: स्वचालित रूप सेआप बनाम मशीन
| आप क्या करते हैं (एक बार) | क्या AUTOMATICALLY होता है |
|---|---|
| lean-ctx setup | AI, Read के बजाय ctx_read का उपयोग करता है - 99% तक कम टोकन (कैश्ड री-रीड्स) |
AI, Shell के बजाय ctx_shell का उपयोग करता है - 60–90% कम टोकन | |
AI, Grep के बजाय ctx_search का उपयोग करता है - 50–80% कम टोकन | |
| Shell हुक CLI आउटपुट को पारदर्शी रूप से संपीड़ित करता है | |
| सेशन कैश रीड्स के दौरान फ़ाइलों को याद रखता है (~री-रीड्स के लिए 13 टोकन) | |
| lean-ctx gain (optional) | अपना लाइफटाइम सेविंग्स डैशबोर्ड देखें |
पूर्ण सेटअप गाइड → शुरुआत करें · सभी CLI कमांड → CLI संदर्भ
भूलना भी एक निर्णय है।
जब सेशन कैश भर जाता है, तो LeanCTX स्वचालित रूप से तय करता है कि क्या रखना है और क्या हटाना है। यह हाल कीता, आवृत्ति और आकार के आधार पर एंट्रीज को रैंक करता है: फिर इन सिग्नल्स को एक एकल स्कोर में मिला देता है। किसी ट्यूनिंग की आवश्यकता नहीं।
कैशिंग कैसे काम करती हैजो छूते हैं उसकी रक्षा करता है।
LeanCTX, प्रोजेक्ट के बाहर फाइलों तक LLM प्रॉम्प्ट इंजेक्शन को पहुंचने से रोकने के लिए एक डिफेंस-इन-डेप्थ सुरक्षा मॉडल लागू करता है:
../ एस्केप्स, और जेल के बाहर के निरपेक्ष पथ resolve_path चोकपॉइंट पर ब्लॉक किए जाते हैं।lean-ctx doctor द्वारा स्वचालित रूप से जांचा जाता है।वास्तुकला को समझना चाहते हैं?
कॉग्निटिव कॉन्टेक्स्ट लेयर का पता लगाएं: छह-चरणीय पाइपलाइन, एकीकरण मोड, एजेंट मैट्रिक्स, Context Field Theory, और नौ वास्तुकला स्तंभ जो LeanCTX को काम कराते हैं।
यह कैसे काम करता है, उत्तर दिया गया।
LeanCTX क्या है?
LeanCTX (short for Lean Context) AI एजेंट्स के लिए open-source context engineering layer है। एक स्थानीय Rust बाइनरी तय करती है कि एजेंट क्या पढ़ते हैं, वे जो भेजते हैं उसे संपीड़ित करता है, वे जो सीखते हैं उसे याद रखता है, वे जो छूते हैं उसकी रक्षा करता है, वे जो सहेजते हैं उसका प्रमाण देता है, और वे जो देखते हैं उसे पुन: चलाता है — जिससे प्राप्त रसीद के रूप में हर रीड पर 60–90% की बचत होती है।
क्या संपीड़न से कोड की गुणवत्ता खराब होती है?
नहीं। LeanCTX कोड संरचना को समझने के लिए tree-sitter AST parsing का उपयोग करता है, फिर केवल वही हटाता है जिसकी LLM को आवश्यकता नहीं होती: अनावश्यक व्हाइटस्पेस, बॉयलरप्लेट इंपोर्ट्स और सजावटी टिप्पणियाँ। औसतन, 98% AST संरचना, 97% आइडेंटिफायर्स, और 96% सार्थक कोड लाइनें संरक्षित रहती हैं। आप इसे lean-ctx benchmark run के साथ सत्यापित कर सकते हैं।
मैं LeanCTX कैसे स्थापित करूँ?
cargo install lean-ctx के माध्यम से या curl -fsSL https://leanctx.com/install.sh | sh द्वारा स्थापित करें। फिर शेल हुक के लिए lean-ctx init और आपके AI टूल्स के साथ कनेक्ट करने के लिए lean-ctx setup चलाएँ। शून्य कॉन्फ़िगरेशन की आवश्यकता है।
LeanCTX कौन से AI टूल्स का समर्थन करता है?
LeanCTX हर प्रमुख AI कोडिंग टूल के साथ काम करता है: Cursor, GitHub Copilot, Claude Code, Windsurf, Cline, OpenAI Codex, Gemini CLI, Antigravity, Pi, Crush, Zed, Continue, और OpenCode। सभी टूल्स संदर्भ सर्वर (context server) और शेल हुक संपीड़न दोनों से लाभान्वित होते हैं।
छह सेकंड में अधिक स्मार्ट एजेंट।
एक बाइनरी। शून्य क्लाउड निर्भरताएं। Apache-2.0। आपका अगला सत्र अधिक लीन पढ़ेगा, और लेजर रसीद रखेगा।