╭──────────────────────────────────────────╮ ╭──────────────────────────────────────────╮ │ >>>>>>>>>>>>>>> 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

Cursor을 위한 LeanCTX

Cursor가 리포지토리를 읽습니다
아무 비용이 들지 않는 것처럼요.

LeanCTX는 MCP를 통해 압축되고 AST 인식 컨텍스트를 제공함으로써 Cursor의 토큰 사용량을 60–90% 줄입니다: ctx_read는 전체 파일 대신 맵과 시그니처를 반환하고, 캐시 재읽기는 ~13 토큰이 들며, 셸 출력은 88–99% 감소합니다. lean-ctx setup을 한 번 실행하면 Cursor가 자동으로 감지되고 구성됩니다.

무료 설치 30개 이상의 모든 도구

문제점

Cursor이 소비하는 곳 토큰입니다.

에이전트 모드는 모든 것을 다시 읽습니다

모든 에이전트 실행은 동일한 파일을 창에 재공급합니다. 4,200 토큰짜리 모듈은 4,200 토큰을 소비합니다. 매번요.

긴 세션은 성능 저하를 가져옵니다

컨텍스트 창이 원시 파일 덤프로 채워지면서, 완성도가 느려지고 정확도가 떨어집니다. Context-rot 연구에 따르면 정확도는 98%에서 64%로 떨어집니다.

터미널 출력은 불필요한 데이터입니다

Cargo 빌드, npm 설치 및 테스트 실행이 모델에게 필요하지 않은 진행 표시줄로 대화를 범람시킵니다.

통합

LeanCTX가 연결되는 방식 Cursor.

MCP 서버, 자동 구성됨

lean-ctx setup은 MCP 항목을 Cursor의 설정에 작성합니다. Cursor의 에이전트는 이제 원시 읽기 대신 ctx_read, ctx_search 및 ctx_shell을 호출합니다.

규칙 파일 포함

설치 시 .cursor/rules 매핑을 생성하여 에이전트가 압축된 도구를 자동으로 선호하게 합니다. 프롬프팅 규율이 필요하지 않습니다.

세션 캐시 기반

Cursor가 이미 읽은 파일은 ~13-토큰 캐시 히트로 반환됩니다. 캐시는 수정 시 무효화되므로 에이전트는 오래된 코드를 절대 보지 않습니다.

Setup

단일 명령어로. 자동 감지됨.

# LeanCTX 설치

$ curl -fsSL https://leanctx.com/install.sh | sh

# Cursor 자동 감지 및 MCP + 규칙 구성

$ lean-ctx setup

# 연결 확인

$ lean-ctx doctor

# Cursor 사용 하루 후: 결과 보기

$ lean-ctx gain

변화점

세 가지 순간 알게 될 것입니다.

비용이 들지 않는 재읽기

에이전트가 한 시간 전에 탐색했던 파일을 다시 검토합니다. 4,200 토큰 대신 13-토큰 캐시 히트입니다. 창은 하루 종일 가볍게 유지됩니다.

읽기 쉬운 빌드 유지

cargo build 출력은 오류와 결과로 도착합니다: 847 토큰이 42토큰으로 줄어듭니다. 대화가 코드에 집중할 수 있게 합니다.

효율성 보고서

lean-ctx 게인은 추정치가 아닌 서명된 로컬 원장을 통해 오늘 절약한 내용을 정확하게 보여줍니다.

FAQ

Cursor + LeanCTX, 답변을 얻다.

Cursor 토큰 사용량을 줄이려면 어떻게 해야 하나요?

LeanCTX를 설치하고 lean-ctx setup을 실행하세요. Cursor는 자동 감지됩니다: 에이전트는 압축되고 AST 인식 컨텍스트(읽기당 60–90% 적은 토큰)를 반환하는 MCP 도구와 ~13-토큰 캐시 재읽기를 얻습니다. 워크플로우 변경이 필요하지 않습니다.

LeanCTX는 Cursor의 에이전트 모드 및 백그라운드 에이전트와 작동하나요?

예. MCP를 사용하는 모든 Cursor 인터페이스가 동일한 lean-ctx 서버를 사용합니다: 에이전트 모드, 백그라운드 에이전트 및 채팅 모두 동일한 캐시와 압축의 이점을 누립니다.

압축된 컨텍스트가 Cursor의 답변을 나쁘게 만들까요?

일반적으로 그 반대입니다: AST 인식 모드는 노이즈를 제거하면서 시그니처와 구조를 유지하며, 컨텍스트-로트 연구에 따르면 창이 채워질수록 정확도가 떨어집니다. 전체 상세 정보가 필요할 때는 항상 ctx_retrieve를 통해 복구 가능합니다.

직장에서 사용하시나요?

Team은 조직 전체에 공유되고 감사 가능한 컨텍스트 플레인을 제공하며, 원장은 재무팀에 절감액을 증명합니다. 로컬 사용은 CI를 통해 영구적으로 무료로 유지됩니다.

무료 설치 Team 요금제 보기

Cursor가 리포지토리를 읽습니다아무 비용이 들지 않는 것처럼요.