正直な比較

すでにツールをお持ちでしょう。 ここに違いがあります。

圧縮ツールはワイヤー経由で送信するデータを縮小します。LeanCTX もそれを行いますが、さらに最初から何が読み込まれるかを決定し、それを保護し、記憶し、証明します。何が優れているか、同じことをするか、そして全く必要ない場合があるのかを簡潔に見ていきます。

並列比較

あなたのエージェント 有無の比較。

エージェントもリポジトリも同じです。変えられるのは、その間のレイヤーだけです。

Featureツールなし手動ルールLeanCTX
トークン節約 なし 低い(静的ルール) 60–95%(キャッシュ時:99%)
セットアップの手間 なし プロジェクトごと手動設定 ワンコマンド
エージェントのサポート 該当なし 単一のエージェントのみ 29以上のエージェント
Caching なし なし 自動 + 差分
シェル圧縮 なし なし 95以上のパターン
コード解析 なし なし Tree-sitter AST
メンテナンス なし 手動更新 自動
セキュリティとガバナンス 強制なし 基本的なファイルACL OWASP準拠:PathJail、シェル許可リスト、シークレットのマスキング、OSサンドボックス化されたコード実行(ctx_execute)、監査証跡
Compliance & Evidence Screenshots 手動での証拠収集 署名付きエビデンスバンドル + オフラインleanctx-verify、EU AI Act / ISO 42001 / SOC 2対応、CGB + ポリシーカバレッジ
SDKと拡張性 なし カスタムの接着コード Python + TypeScript SDK (14チェック準拠)、/v1 OpenAPI + 機能、ctx_toolsゲートウェイ、WASMおよびプラグイン拡張

The cached figure (99%) is a repeat read served from cache at ~13 tokens; a first read never returns more tokens than the raw file, and every saving is measured net of injection, so the number reconciles to your provider bill.

Context engineering isn't compression. It's what decides what gets read.

vs. 代替案

LeanCTXと~の比較 他のツール

RTK、Context+、MemGPT/Letta、Headroomといった最も一般的に参照される代替品との機能ごとの比較。公開ドキュメントに基づいた事実情報です。

FeatureRTKContext+MemGPT / LettaHeadroomLeanCTX
読み取りモード 単一モード 基本フィルタリング N/A (メモリ特化) 読み取り後に圧縮する 10モード(auto, map, signatures, diff, entropy...)
シェル圧縮 なし なし なし いいえ 95以上のパターン、自動検出
セッションメモリ 基本ステート 会話履歴 コア機能(階層型メモリ) デデュープ化されたクロスエージェントストア エピソード的 + 手続き的 + 知識グラフ
Multi-Agent なし なし 限定的(単一エージェントに焦点) 共有ストア ハンドオフ、共有セッション、コンテキストバス
コードグラフ / AST 基本インデックス化 なし なし いいえ Tree-sitter AST、26 言語、シンボル解決
Governance & Budgets なし なし なし いいえ ロールベースの予算、SLO、監査証跡
Local-First / Privacy クラウド依存型 ローカル サーバーベース Pythonパッケージ + プロキシ 100%ローカル、テレメトリーなし
MCPツール 限定的 MCP非対応 MCP非対応 外部ツールをラップする 81個の粒度の高いMCPツール
Security Hardening None None Basic auth None Sandboxing, signed bundles, audit reports

2026年6月時点の公開ドキュメントおよびソースコードに基づく。RTK (github.com/rtk-ai/rtk)、Context+ (github.com/ForLoopCodes/contextplus)、MemGPT/Letta (arxiv.org/abs/2310.08560)、Headroom (github.com/chopratejas/headroom)。すべてのツールが実用的な問題を解決する。LeanCTXは、コンテキストの問題のより多くのレイヤーを単一バイナリでカバーする。

圧縮レイヤーとの比較

圧縮は読み込まれたものを縮小する。 context engineeringが何が読み込まれるかを決定する。

Headroomのようなツールは、ワイヤー上のリクエストを圧縮します。LeanCTXにはすでにそのレイヤーが搭載されています—オプションのローカルプロキシがすべてのリクエストをプロンプトキャッシュセーフに圧縮し—さらに根本的な層で機能します:何が読み込まれるかを決定する。Headroomと互換性がありますが、通常は追加する必要はありません。ここに正直な違いがあります。

Dimension圧縮レイヤー(例:Headroom)LeanCTX
配置場所メッセージパス:エージェントがすでに読み込んだものを圧縮するソース:何とどのように読み込むかを決定する(10モード、意図ルーティング、~13トークンのキャッシュ再読み込み)
Memory重複排除付きのクロスエージェントストア永続的な知識:プロパティグラフ、セッション、ハンドオフ、証拠台帳
GovernancePathJail、シェル許可リスト、シークレット赤入れ、予算、インジェクション検出
証明統計エンドポイントEd25519署名、ハッシュチェーン化された台帳 + 再現可能なベンチマーク
可逆性参照検索ストアそれも可逆: 元のデータはすべて保持される ctx_retrieve する
FormPythonパッケージ + プロキシRustバイナリ1つ、30以上のツールを自動検出、設定不要

注: 一部のサードパーティの比較表では、lean-ctxが「可逆性:なし」と記載されていますが、これは誤りです。LeanCTXで読み込まれたすべての圧縮データはローカルにアーカイブされ、ctx_retrieve経由で取得可能です。圧縮はLeanCTXの5つのサブシステムの一つです。2つのツールを同時に実行することもでき、Headroomはlean-ctxを互換性のあるコンテキストツールとしてリストしています。

なぜ…ではないのか?

あなたのスタックはすでにこれの一部を行っている。 しかし、それはできていない。

LeanCTXはgrepやエディタを置き換えるものではありません。AIにとって何が注目に値するかを判断するレイヤーです。

Why not just grep?

grep finds text. LeanCTX finds the right symbols, ranks them by relevance, and returns budgeted, structural context instead of 500 raw matches you still have to read and filter.

Why not just read the files?

A raw read dumps 4,200 tokens when ~920 carry the signal. LeanCTX keeps the signal and drops the noise, and a cached re-read costs about 13 tokens instead of the whole file again.

Why not just compact more often?

Compaction throws away history you might still need. With LeanCTX there's never a dead end: every original is archived on disk and your agent retrieves it on demand. Nothing is silently lost.

Why not another MCP server?

Most MCP servers add tool-definition overhead and hand back raw output. LeanCTX is a full cognitive context layer: caching, persistent memory, shell hooks, and governance, all in one local binary.

最適な選択肢

lean-ctxが輝く場面 Shines

LeanCTXは、これらのシナリオで最大の価値を提供します。

大規模なコードベース

数百から数千のファイルを持つプロジェクトで最も恩恵を受けます。管理すべきコンテキストが多いほど、節約効果が大きくなります。

マルチエージェントワークフロー

複数のAIエージェントが同じプロジェクトに取り組む際、LeanCTXはそれらに共通の知性(共有されたコンテキスト)を提供します。すべてのエージェントに一貫性のあるガバナンスされたコンテキストを。

反復的な開発

ファイル読み込みが繰り返される長いコーディングセッションはキャッシュに負荷をかけます。再読み込みにかかるコストは、数千トークンではなく、わずか〜13トークンです。

透明性

~の場合 不要な場合

私たちは正直なツールを信じています。LeanCTXは大規模なコードベースを持つプロジェクト向けに設計されており、全てではありません。

常に必要ではない

  • 単一ファイルのスクリプトや小規模なユーティリティ
  • 50ファイル未満のプロジェクト
  • ファイルコンテキストを伴わない一時的なプロンプト

これらのケースでは、context layerのオーバーヘッドは正当化されません。LeanCTXが真価を発揮するのは、プロジェクトが成長し、コンテキスト管理がボトルネックになる場合です。

比較に関する質問への回答。 answered.

Straight answers about where LeanCTX fits and what makes it different.

~で確認あなたのリポジトリに。

1分未満でインストールし、セッションを一度実行した後、台帳を確認してください。数字が議論の根拠となります。

Support this project