Agen Anda membaca ulang file yang sama sepanjang hari
Setiap prompt memberi makan modul yang sama. Bacaan mentah membuang 4.200 token padahal ~920 membawa sinyal. Besok ia akan membacanya lagi.
Kasus penggunaan · Agen coding AI
LeanCTX memangkas penggunaan token agen coding AI sebesar 60–90% dengan menentukan apa yang dibaca: mode baca sadar AST mengembalikan tanda tangan alih-alih file lengkap, pembacaan ulang cache menelan biaya ~13 token, dan 95+ pola shell mengompres output perintah. Berfungsi dengan 30+ alat (Cursor, Claude Code, Codex, Copilot) melalui satu pengaturan lean-ctx.
Same engine. Different workflow. Always the right context.
Setiap prompt memberi makan modul yang sama. Bacaan mentah membuang 4.200 token padahal ~920 membawa sinyal. Besok ia akan membacanya lagi.
Satu build cargo atau npm install dapat menghabiskan ribuan token pada progress bar dan peringatan yang sebenarnya tidak dibutuhkan model Anda.
Penelitian context-rot menunjukkan akurasi model menurun dari 98% menjadi 64% saat jendela dipenuhi kebisingan. Konteks lebih banyak tidak berarti konteks yang lebih baik.
Semua di bawah ini dikirimkan dalam biner open-source hari ini. Tanpa item roadmap, tanpa daftar tunggu.
map, signatures, diff, entropy dan lainnya. AST-aware via tree-sitter, 26 bahasa
membaca ulang yang di-cache hanya menghabiskan ~13 token alih-alih seluruh file
cargo, npm, docker, tsc, pytest… dipadatkan menjadi error + hasil
Cursor, Claude Code, Codex, Copilot, Windsurf, Cline. Satu perintah setup
menunjukkan dengan tepat apa yang Anda simpan, dari ledger lokal Anda yang ditandatangani
$ curl -fsSL https://leanctx.com/install.sh | sh$ lean-ctx setup$ lean-ctx doctor$ lean-ctx gainInstal → setup → doctor → keuntungan terukur pertama.
Pelajari lebih lanjutPerjalanan kecerdasan kode
Pelajari lebih lanjutGrafik, simbol, dan navigasi bertenaga AST.
Pelajari lebih lanjutSetiap mode, saat dipicu, apa yang dikembalikannya.
Pelajari lebih lanjutDiukur pada operasi repo nyata: 60–90% lebih sedikit token per bacaan, ~13 token untuk pembacaan ulang yang di-cache, dan 88–99% pada output shell. Jalankan laporan benchmark lean-ctx . untuk mereproduksi angka-angka tersebut pada repositori Anda sendiri.
Tidak. Setelah setup lean-ctx, panggilan alat AI Anda secara otomatis menggunakan LeanCTX melalui MCP atau hook shell. Anda tetap memiliki editor, agen, dan alur kerja Anda. Lapisan konteks bekerja di bawahnya.
Tidak, dan tidak ada yang pernah hilang. Mode sadar AST mempertahankan tanda tangan dan struktur, dan setiap aslinya tetap dapat diambil secara lokal melalui ctx_retrieve. Konteks yang lebih kecil biasanya meningkatkan jawaban: penelitian context-rot menunjukkan akurasi menurun saat jendela dipenuhi kebisingan.
Gratis untuk penggunaan lokal, selamanya. CI mewajibkannya. Satu biner, sepuluh menit menuju keuntungan terukur pertama.
Cookie preferences
We use analytics to understand how our site is used. You choose what's allowed — no tracking runs until you decide.
Essential
Site functionality, security, preferences
Analytics
Pageviews & usage patterns · PostHog EU (Frankfurt) · No cross-site tracking
Read our Privacy Policy for full details. You can change your preferences anytime.