コーディングエージェントへの支払いをやめる
リポジトリの再読み込みに費やすコスト。
LeanCTXは、何が読み込まれるかを決定することで、AIコーディングエージェントのトークン使用量を60〜90%削減します:AST認識型のリードモードはフルファイルではなくシグネチャを返却し、キャッシュされた再読み込みは約13トークンで済み、95以上のシェルパターンがコマンド出力を圧縮します。単一のlean-ctxセットアップを通じて、30以上のツール(Cursor, Claude Code, Codex, Copilot)に対応します。
それがあなたに費やさせるコスト 今日。
エージェントが一日中同じファイルを再読み込む
すべてのプロンプトで同じモジュールが再投入されます。生の読み取りでは、シグナルを運ぶのが約920トークンであるにもかかわらず、4,200トークンがダンプされます。明日もまたそれが読み込まれます。
シェル出力がウィンドウを埋め尽くす
単一のcargoビルドやnpm installで、モデルが必要としない進捗バーや警告に数千トークンを消費してしまう。
コンテキストウィンドウが満杯になり、精度が低下する
Context-rotの研究によると、ノイズでウィンドウが埋まるにつれてモデルの精度は98%から64%に低下する。より多くのコンテキストがより良いコンテキストとは限らない。
その能力が 作業をこなす。
以下すべてが、オープンソースのバイナリとして本日出荷されます。ロードマップ項目も、ウェイティングリストもありません。
ゼロから始める 最初の成果を。
導入前にチームが抱く疑問点。
LeanCTXはCursorやClaude Codeのトークン使用量をどれだけ削減しますか?
実際のリポジトリ操作で測定:読み取りごとに60〜90%のトークン削減、キャッシュされた再読み取りで約13トークン、シェル出力では88〜99%の削減。独自のリポジトリで数値を再現するには、lean-ctx benchmark report .を実行してください。
エディタでの作業方法が変わりますか?
いいえ。lean-ctxを設定した後、AIツールはMCPまたはシェルフックを介してLeanCTXを自動的に呼び出します。エディタもエージェントもワークフローもそのまま使えます。コンテキストレイヤーが裏側で機能します。
圧縮によってエージェントが必要とする情報が失われますか?
いいえ、何も失われることはありません。AST対応のモードはシグネチャと構造を保持し、すべてのオリジナルデータはctx_retrieveを通じてローカルで取得可能です。一般的に、コンテキストが小さい方が回答精度が向上します:context-rotの研究では、ウィンドウがノイズで埋まるにつれて精度が低下することが示されています。