╭──────────────────────────────────────────╮ ╭──────────────────────────────────────────╮ │ >>>>>>>>>>>>>>> ctx_read >>>>>>>>>>>> │ │ >>>>>>>>>>>>>>> ctx_read >>>>>>>>>>>> │ ┌─────────────┐ │ >>>>>>>>>>>>>>> compress >>>>>>>>>>>> │ ┌──────────┐ ┌─────────────┐ │ >>>>>>>>>>>>>>> compress >>>>>>>>>>>> │ ┌──────────┐ │ 100K tokens │ =========>│ >>> AST >>> cache >>> signal >>> │ =========> │ ~5K tok │ │ 100K tokens │ =========>│ >>> AST >>> cache >>> signal >>> │ =========> │ ~5K tok │ └─────────────┘ │ >>>>>>>>>>>>>>> filter >>>>>>>>>>>> │ └──────────┘ └─────────────┘ │ >>>>>>>>>>>>>>> filter >>>>>>>>>>>> │ └──────────┘ │ >>>>>>>>>>>>>>> dedupe >>>>>>>>>>>> │ │ >>>>>>>>>>>>>>> dedupe >>>>>>>>>>>> │ ╔══════════════╗ ╰──────────────────────────────────────────╯ ╔══════════╗ ╔══════════════╗ ╰──────────────────────────────────────────╯ ╔══════════╗ ║ raw input ║ ─ ─ ─ ─ ─ ─ ─ ─ LeanCTX ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ║ output ║ ║ raw input ║ ─ ─ ─ ─ ─ ─ ─ ─ LeanCTX ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ║ output ║ ╚══════════════╝ ╚══════════╝ ╚══════════════╝ ╚══════════╝ ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ │░░│ │░░│ │░░│ │░░│ │▓▓│ │▓▓│ │▓▓│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │▓▓│ │▓▓│ │▓▓│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ ───> │▓▓│ │▓▓│ │▓▓│ ───> │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ ───> │▓▓│ │▓▓│ │▓▓│ ───> │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ file file file file read cache send tok tok tok tok tok tok file file file file read cache send tok tok tok tok tok tok ╭──────────────────────────────────────────╮ ╭──────────────────────────────────────────╮ │ >>>>>>>>>>>>>>> ctx_read >>>>>>>>>>>> │ │ >>>>>>>>>>>>>>> ctx_read >>>>>>>>>>>> │ ┌─────────────┐ │ >>>>>>>>>>>>>>> compress >>>>>>>>>>>> │ ┌──────────┐ ┌─────────────┐ │ >>>>>>>>>>>>>>> compress >>>>>>>>>>>> │ ┌──────────┐ │ 100K tokens │ =========>│ >>> AST >>> cache >>> signal >>> │ =========> │ ~5K tok │ │ 100K tokens │ =========>│ >>> AST >>> cache >>> signal >>> │ =========> │ ~5K tok │ └─────────────┘ │ >>>>>>>>>>>>>>> filter >>>>>>>>>>>> │ └──────────┘ └─────────────┘ │ >>>>>>>>>>>>>>> filter >>>>>>>>>>>> │ └──────────┘ │ >>>>>>>>>>>>>>> dedupe >>>>>>>>>>>> │ │ >>>>>>>>>>>>>>> dedupe >>>>>>>>>>>> │ ╔══════════════╗ ╰──────────────────────────────────────────╯ ╔══════════╗ ╔══════════════╗ ╰──────────────────────────────────────────╯ ╔══════════╗ ║ raw input ║ ─ ─ ─ ─ ─ ─ ─ ─ LeanCTX ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ║ output ║ ║ raw input ║ ─ ─ ─ ─ ─ ─ ─ ─ LeanCTX ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ║ output ║ ╚══════════════╝ ╚══════════╝ ╚══════════════╝ ╚══════════╝ ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ ┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ ┌──┐ │░░│ │░░│ │░░│ │░░│ │▓▓│ │▓▓│ │▓▓│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │▓▓│ │▓▓│ │▓▓│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ ───> │▓▓│ │▓▓│ │▓▓│ ───> │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ ───> │▓▓│ │▓▓│ │▓▓│ ───> │░░│ │░░│ │░░│ │░░│ │░░│ │░░│ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ └──┘ file file file file read cache send tok tok tok tok tok tok file file file file read cache send tok tok tok tok tok tok

प्रेस किट

लिखना के बारे में
LeanCTX?

नीचे सब कुछ कॉपी-तैयार और मानक है: तीन लंबाई में मानक सामग्री, इस वेबसाइट के समान एकल स्रोत सत्य से प्राप्त एक तथ्य पत्रक, और वह एक सुधार जिसकी हमें परवाह है।

नाम

Lean Context. Lean Cortex नहीं।

LeanCTX का मतलब Lean Context से है: AI एजेंटों के लिए कच्ची, शोरगुल वाली इनपुट के बजाय लीन, सटीक संदर्भ। गद्य में, LeanCTX का उपयोग करें; बाइनरी, पैकेज और कमांड के लिए, lean-ctx का उपयोग करें।

जल्दी कवरेज ने कभी-कभी परियोजना को "Lean Cortex" के रूप में गलत वर्तनी किया था। यदि आप इसे कहीं देखते हैं, तो हम सुधार की सराहना करते हैं। और यदि आप किसी भी दावे के बारे में अनिश्चित हैं, तो नीचे हर संख्या ओपन-सोर्स रिपॉजिटरी से पुनरुत्पादित होती है।

Boilerplate

कॉपी-तैयार, तीन लंबाई।

इन्हें ज्यों का त्यों या आधार के रूप में उपयोग करें। इन्हें होमपेज, /what-is-leanctx और रिपॉजिटरी README पर दी गई परिभाषाओं के समान रखा गया है।

~50 शब्द

LeanCTX (जो Lean Context का संक्षिप्त रूप है) एक ओपन-सोर्स context engineering layer है जो डेवलपर्स को नियंत्रित करने देता है कि उनका AI क्या देख सकता है। एक स्थानीय Rust बाइनरी तय करती है कि एजेंट क्या पढ़ते हैं, वे क्या भेजते हैं उसे संपीड़ित करती है, वे क्या सीखते हैं उसे याद रखती है, वे क्या छूते हैं उसकी रक्षा करती है, और यह साबित करती है कि वे एक हस्ताक्षरित लेजर में क्या सहेजते हैं। 60–90% कम टोकन, 30+ AI टूल्स, शून्य टेलीमेट्री।

~100 शब्द

LeanCTX (जो Lean Context का संक्षिप्त रूप है) AI एजेंटों के लिए एक ओपन-सोर्स context engineering layer है। एक स्थानीय Rust बाइनरी तय करती है कि एजेंट क्या पढ़ते हैं (10 रीड मोड, ~13-टोकन कैश किए गए री-रीड्स) और वे क्या भेजते हैं उसे संपीड़ित करती है (एक वैकल्पिक स्थानीय प्रॉक्सी, prompt-cache-safe), सत्रों में वे क्या सीखते हैं उसे याद रखती है, वे क्या छूते हैं उसकी रक्षा करती है (PathJail, secret redaction, budgets) और यह साबित करती है कि वे एक Ed25519-हस्ताक्षरित लेजर में क्या सहेजते हैं। यह MCP के माध्यम से और शेल हुक्स के साथ 30+ AI कोडिंग टूल्स (Cursor, Claude Code, OpenAI Codex, GitHub Copilot) के साथ काम करता है, और एक वर्ज़न किए गए /v1 API के माध्यम से किसी भी एजेंट में एम्बेड होता है। 60–90% टोकन बचत प्रमाण है; context engineering उत्पाद है। स्थानीय उपयोग हमेशा के लिए मुफ्त है, जिसे CI द्वारा लागू किया जाता है।

~200 शब्द

LeanCTX (Lean Context का संक्षिप्त रूप) AI agents के लिए ओपन-सोर्स context engineering layer है। एक स्थानीय Rust बाइनरी यह तय करती है कि एजेंट्स क्या पढ़ते हैं (10 रीड मोड, 60–90% कम टोकन, ~13-टोकन कैश किए गए री-रीड्स), वे क्या सीखते हैं उसे याद रखती है (स्थायी सत्र, नॉलेज ग्राफ), वे क्या छूते हैं उसकी रक्षा करती है (PathJail, सीक्रेट रेडैक्शन, बजट, इंजेक्शन डिटेक्शन), वे क्या बचाते हैं उसका प्रमाण देती है (Ed25519-signed ledger, reproducible benchmark) और जो उन्होंने देखा उसे फिर से चलाती है (git-anchored, signed context snapshots जिन्हें आप पुनर्स्थापित या साझा कर सकते हैं); एक वैकल्पिक स्थानीय प्रॉक्सी उनके द्वारा भेजे गए डेटा को संपीड़ित करता है — हर अनुरोध का सिस्टम प्रॉम्प्ट, इतिहास और टूल आउटपुट, वायर पर prompt-cache-safe। कम्प्रेशन — रीड-साइड और वायर-साइड — पाँच उपप्रणालियों में से एक है, और हर मूल डेटा स्थानीय रूप से पुनर्प्राप्त करने योग्य रहता है। MCP और शेल हुक्स के माध्यम से 30+ AI कोडिंग टूल्स के साथ काम करता है; Python, TypeScript और Rust SDKs के साथ एक वर्ज़न किए गए /v1 API के माध्यम से किसी भी एजेंट में एम्बेड होता है। स्थानीय उपयोग हमेशा के लिए मुफ्त है, जो CI द्वारा लागू किया जाता है। यह प्रोजेक्ट Rust में लिखा गया है, tree-sitter AST के माध्यम से 26 भाषाओं को पार्स करता है, और 95+ शेल संपीड़न पैटर्न भेजता है जो कमांड आउटपुट को 88–99% तक कम कर देते हैं। बचत उपयोगकर्ता की मशीन पर एक Ed25519-हस्ताक्षरित, हैश-चेन वाले लेजर में रिकॉर्ड की जाती है और बिल्ट-इन बेंचमार्क (lean-ctx benchmark report) के साथ पुन: उत्पन्न की जा सकती है। LeanCTX स्थानीय-प्रथम है जिसमें शून्य टेलीमेट्री है: कैश, मेमोरी और लेजर स्थानीय फाइलें हैं, और कुछ भी मशीन को छोड़कर नहीं जाता जब तक कि उपयोगकर्ता इसे कॉन्फ़िगर न करे। नाम का विस्तार "Lean Context" होता है। प्रोजेक्ट में कभी-कभी कवरेज में गलत वर्तनी "Lean Cortex" होती है, जिसे टीम सक्रिय रूप से ठीक करती है।

तथ्य पत्रक

संख्याएँ, स्रोत से।

उसी नंबरों SSOT से प्राप्त किया गया जो इस वेबसाइट को रेंडर करता है। हर मीट्रिक किसी भी रिपॉजिटरी पर lean-ctx benchmark report के साथ पुन: उत्पन्न किया जा सकता है।

Name LeanCTX (जो Lean Context का संक्षिप्त रूप है); बाइनरी/CLI: lean-ctx

Claim अपने AI को क्या दिख सकता है, इसे नियंत्रित करें।

श्रेणी AI एजेंटों के लिए context engineering layer

लाइसेंस Apache-2.0 (ओपन सोर्स; स्थानीय उपयोग हमेशा के लिए मुफ्त, CI द्वारा लागू)

प्रौद्योगिकी एक Rust बाइनरी; 26 भाषाओं के लिए tree-sitter AST

टोकन बचत हर रीड पर 60–90%; कैश किए गए री-रीड पर ~13 टोकन; शेल आउटपुट पर 88–99%

सतह 81-टूल कैटलॉग (~13-टूल लीन डिफ़ॉल्ट सतह; ctx_call / ctx_expand के माध्यम से पूर्ण सेट ऑन डिमांड), 10 रीड मोड, 95+ शेल पैटर्न

एकीकरण (Integrations) 30+ AI टूल ऑटो-डिटेक्टेड (Cursor, Claude Code, Codex, Copilot, Windsurf, Cline…)

एम्बेडिंग संस्करणित /v1 HTTP API (OpenAPI + /v1/capabilities), ctx_tools गेटवे, Python और TypeScript SDKs (GA, 14-चेक अनुरूपता किट), Rust SDK, WASM एक्सटेंशन रनटाइम, प्लगइन्स

सुरक्षा लोकल-फर्स्ट, शून्य टेलीमेट्री, PathJail, शेल अलाउलिस्ट, सीक्रेट रेडैक्शन, OWASP-संरेखण इंजेक्शन स्क्रीनिंग

प्रमाण (Proof) Ed25519-साइन किया गया, हैश-चेन बचत खाता बही; पुनरुत्पादित बेंचमार्क

Governance Context policy packs (baseline / strict-redaction / finance-eu / healthcare / open-source), प्रथम श्रेणी एजेंट रजिस्ट्री, संगठन ऑडिट लॉग, lean-ctx नीति कवरेज

Compliance Evidence Bundle v1 + ऑफ़लाइन leanctx-verify; EU AI Act / ISO 42001 / SOC 2 फ्रेमवर्क रिपोर्ट; Context Governance Benchmark (CGB)

FinOps lean-ctx finops निर्यात (FOCUS 1.2 / CloudZero / Vantage), Datadog और Prometheus /metrics, इंजेक्शन के बाद का शुद्ध (net_tokens_saved)

Links leanctx.com · github.com/yvgude/lean-ctx

एसेट और संपर्क

लोगो, स्क्रीनशॉट, और एक इंसान।

लोगो और वर्डमार्क SVG और PNG, डार्क और लाइट वेरिएंट, सीधे रिपॉजिटरी से। github.com/yvgude/lean-ctx → assets/ स्क्रीनशॉट और डेमो होमपेज हीरो टर्मिनल और लाइव मेट्रिक्स पेज बिना किसी बदलाव के प्रेस-उपयोग योग्य हैं। leanctx.com/metrics गहरा पृष्ठभूमि LeanCTX क्या है, आर्किटेक्चर कैसे काम करता है, और हर संख्या को कैसे मापा जाता है। बेंचमार्क और कार्यप्रणाली प्रेस संपर्क एक इंसान जवाब देता है। तेज़ टर्नअराउंड, पुनरुत्पादित संख्याएँ, ड्राफ्ट समीक्षा नहीं माँगी जाती। hello@leanctx.com

कहानी के लिए सवाल?

हम तेज़ी से जवाब देते हैं, पुनरुत्पादित संख्याएँ प्रदान करते हैं, और कभी भी आपके ड्राफ्ट की समीक्षा करने के लिए नहीं कहते।

प्रेस@leanctx.com पर ईमेल करें LeanCTX क्या है?

लिखना के बारे मेंLeanCTX?