आपका एजेंट पूरे दिन एक ही फ़ाइलों को दोबारा पढ़ता रहता है
हर प्रॉम्प्ट वही मॉड्यूल फिर से फीड करता है। कच्चे रीड्स में 4,200 टोकन डंप होते हैं जब ~920 सिग्नल ले जाते हैं। कल यह उन्हें फिर से पढ़ेगा।
उपयोग का मामला · AI कोडिंग एजेंट
अपने कोडिंग एजेंट को भुगतान करना बंद करें आपके रेपो को दोबारा पढ़ने के लिए।
LeanCTX, AI कोडिंग-एजेंट टोकन उपयोग को 60–90% तक कम करता है यह तय करके कि क्या पढ़ा जाए: AST-जागरूक रीड मोड पूर्ण फ़ाइलों के बजाय सिग्नेचर लौटाते हैं, कैश किए गए री-रीड्स की लागत ~13 टोकन होती है, और 95+ शेल पैटर्न कमांड आउटपुट को संपीड़ित करते हैं। एक lean-ctx सेटअप के माध्यम से 30+ टूल (Cursor, Claude Code, Codex, Copilot) के साथ काम करता है।
Same engine. Different workflow. Always the right context.
आपसे क्या लागत है आज।
शेल आउटपुट से विंडो भर जाती है
एक कार्गो बिल्ड या npm इंस्टॉल प्रगति बार और चेतावनियों पर हजारों टोकन खर्च कर सकता है जिनकी आपके मॉडल को कभी ज़रूरत नहीं थी।
कॉन्टेक्स्ट विंडो भरती हैं, सटीकता गिर जाती है
Context-rot रिसर्च दिखाती है कि जैसे ही विंडो शोर से भरती हैं तो मॉडल की सटीकता 98% से घटकर 64% हो जाती है। अधिक कॉन्टेक्स्ट बेहतर कॉन्टेक्स्ट नहीं होता।
वे क्षमताएं जो काम करती हैं।
नीचे सब कुछ आज ही ओपन-सोर्स बाइनरी में शिप होता है। कोई रोडमैप आइटम नहीं, कोई प्रतीक्षा सूची नहीं।
आपके उपकरण→LeanCTX→मॉडल
10 रीड मोड
map, signatures, diff, entropy और अधिक। tree-sitter के माध्यम से AST-aware, 26 भाषाएँ
सेशन कैश
कैश्ड री-रीड्स पूरे फ़ाइल की जगह ~13 टोकन खर्च करते हैं
95+ शेल पैटर्न
cargo, npm, docker, tsc, pytest… त्रुटियों + परिणामों में संपीड़ित
30+ AI टूल्स
Cursor, Claude Code, Codex, Copilot, Windsurf, Cline। एक सेटअप कमांड
lean-ctx gain
आपके हस्ताक्षरित स्थानीय लेजर से आप वास्तव में क्या सहेजते हैं, यह दिखाता है
शून्य से पहला लाभ।
terminal
# इंस्टॉल करें
$ curl -fsSL https://leanctx.com/install.sh | sh# हर इंस्टॉल किए गए AI टूल का ऑटो-डिटेक्ट और कॉन्फ़िगरेशन
$ lean-ctx setup# इंटीग्रेशन को सत्यापित करें
$ lean-ctx doctor# काम के एक दिन बाद: देखें कि आपने क्या सहेजा है
$ lean-ctx gainएक गाइड। दो यात्राएँ। पूर्ण संदर्भ।
01
गाइड · 10 मिनट में शुरू करें
इंस्टॉल करें → सेटअप करें → डॉक्टर → पहला मापा गया लाभ।
और जानें02
यात्रा · रोज़मर्रा के उपयोग की यात्रा
आपके एडिटर में LeanCTX के साथ एक पूरा कार्य दिवस।
और जानें03
यात्रा · कोड-इंटेलिजेंस यात्रा
ग्राफ, सिंबल और AST-संचालित नेविगेशन।
और जानें04
संदर्भ · सभी रीड मोड
हर मोड, जब यह ट्रिगर होता है, तो क्या लौटाता है।
और जानेंअपनाते समय टीमों द्वारा पूछे गए प्रश्न।
वास्तविक रेपो ऑपरेशंस पर मापा गया: रीड प्रति 60–90% कम टोकन, कैश किए गए री-रीड्स के लिए ~13 टोकन, और शेल आउटपुट पर 88–99%। अपने स्वयं के रिपॉजिटरी पर संख्याएँ दोहराने के लिए lean-ctx benchmark report . चलाएं।
नहीं। lean-ctx सेटअप के बाद, आपका AI टूल LeanCTX को MCP या शेल हुक के माध्यम से स्वचालित रूप से कॉल करता है। आप अपना एडिटर, अपना एजेंट और अपनी कार्यप्रणाली बनाए रखते हैं। संदर्भ परत नीचे काम करती है।
नहीं, और कुछ भी कभी खोता नहीं है। AST-जागरूक मोड सिग्नेचर और संरचना बनाए रखते हैं, और हर मूल ctx_retrieve के माध्यम से स्थानीय रूप से पुनः प्राप्त करने योग्य रहता है। छोटा संदर्भ आमतौर पर उत्तरों में सुधार करता है: context-rot रिसर्च दिखाती है कि सटीकता शोर से भरते विंडो के साथ कम होती जाती है।
अपने context पर नियंत्रण वापस लें।
स्थानीय उपयोग के लिए मुफ़्त, हमेशा के लिए। CI इसे लागू करता है। एक बाइनरी, पहले मापे गए लाभ तक दस मिनट।