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

프레스 키트

기사 작성하기
LeanCTX?

아래 내용은 모두 바로 사용 가능한 공식 자료입니다: 세 가지 길이의 표준 문구, 이 웹사이트와 동일한 단일 진실 공급원(SSOT)에서 가져온 사실 시트, 그리고 우리가 중요하게 생각하는 한 가지 수정 사항입니다.

이름

Lean Context. Lean Cortex가 아닙니다.

LeanCTX는 Lean Context의 약자입니다: 원시적이고 노이즈가 많은 입력 대신 AI 에이전트를 위한 간결하고 정확한 컨텍스트를 의미합니다. 문장으로 사용할 때는 LeanCTX를 사용하고, 바이너리, 패키지 및 명령어로는 lean-ctx를 사용하십시오.

초기 보도 자료에서 프로젝트가 가끔 "Lean Cortex"로 잘못 표기되었습니다. 만약 어딘가에서 발견하시면 수정해 주시면 감사하겠습니다. 그리고 어떤 주장인지 확신이 서지 않는 경우, 아래의 모든 수치는 오픈 소스 리포지토리에서 재현 가능합니다.

Boilerplate

바로 사용 가능한, 세 가지 길이입니다.

이 내용을 그대로 사용하거나 기본 자료로 활용하십시오. 이 내용은 홈페이지, /what-is-leanctx 및 리포지토리 README의 정의와 동일하게 유지됩니다.

~50 단어

LeanCTX (Lean Context의 약자)는 개발자가 AI가 무엇을 볼지 제어할 수 있는 오픈 소스 context engineering layer입니다. 로컬 Rust 바이너리 하나가 에이전트가 읽는 것을 결정하고, 전송하는 내용을 압축하며, 학습한 것을 기억하고, 건드리는 것을 보호하며, 서명된 원장(signed ledger)에 저장하는 것을 증명합니다. 토큰 사용량 60–90% 절감, AI 도구 30개 이상 지원, 텔레메트리 제로입니다.

~100 단어

LeanCTX (Lean Context의 약자)는 AI 에이전트를 위한 오픈 소스 context engineering layer입니다. 로컬 Rust 바이너리 하나가 에이전트가 읽는 것(읽기 모드 10가지, ~13 토큰 캐시 재읽기)을 결정하고, 전송하는 내용을 압축하며(선택적 로컬 프록시, prompt-cache-safe), 세션 간 학습한 것을 기억하고, 건드리는 것을 보호하며(PathJail, 비밀 정보 마스킹, 예산), Ed25519 서명된 원장에 저장하는 것을 증명합니다. MCP 및 셸 후크를 통해 30개 이상의 AI 코딩 도구(Cursor, Claude Code, OpenAI Codex, GitHub Copilot)와 작동하며, 버전 관리된 /v1 API를 통해 모든 에이전트에 임베드됩니다. 토큰 절감률 60–90%가 그 증거이며, context engineering이 제품입니다. 로컬 사용은 CI에 의해 영구적으로 무료로 보장됩니다.

~200 단어

LeanCTX (Lean Context의 약자)는 AI 에이전트를 위한 오픈 소스 context engineering layer입니다. 로컬 Rust 바이너리 하나가 에이전트가 읽을 내용을 결정합니다(10가지 읽기 모드, 토큰 60–90% 절감, ~13-토큰 캐시 재읽기). 학습한 내용은 기억하고(지속적인 세션, 지식 그래프), 접근하는 것을 보호하며(PathJail, 비밀 정보 제거, 예산, 주입 감지) 저장하는 내용을 증명합니다(Ed25519 서명 원장, 재현 가능한 벤치마크). 선택적 로컬 프록시는 전송되는 내용—요청의 시스템 프롬프트, 기록 및 도구 출력—을 압축하며, 이는 와이어 상에서 prompt-cache에 안전합니다. 압축은—읽기 측과 와이어 측 모두—다섯 개 서브시스템 중 하나이며, 모든 원본 데이터는 로컬에서 검색 가능하게 유지됩니다. MCP와 셸 후크를 통해 30개 이상의 AI 코딩 도구와 작동하며; Python, TypeScript 및 Rust SDK를 갖춘 버전 관리된 /v1 API를 통해 모든 에이전트에 임베드할 수 있습니다. 로컬 사용은 CI에 의해 영구적으로 무료입니다. 본 프로젝트는 Rust로 작성되었으며, tree-sitter AST를 통해 26개 언어를 파싱하고, 명령어 출력을 88–99% 줄이는 95개 이상의 셸 압축 패턴을 제공합니다. 절감된 데이터는 사용자 장치의 Ed25519 서명 및 해시 체인 원장에 기록되며, 내장 벤치마크(lean-ctx benchmark report)로 재현할 수 있습니다. LeanCTX는 제로 텔레메트리 기반의 로컬 우선 방식입니다: 캐시, 메모리, 원장은 모두 로컬 파일이며, 사용자가 구성하지 않는 한 외부로 나가지 않습니다. 이름은 "Lean Context"로 확장됩니다. 이 프로젝트는 커버리지에서 가끔 "Lean Cortex"로 오기재되는데, 팀이 적극적으로 수정하고 있습니다.

사실 정보

수치적 근거, 출처 기반의,

본 웹사이트를 렌더링하는 동일한 SSOT 수치를 출처로 합니다. 모든 지표는 어떤 저장소에서든 lean-ctx benchmark report를 통해 재현 가능합니다.

Name LeanCTX (Lean Context의 약자); 바이너리/CLI: lean-ctx

Claim AI가 볼 수 있는 것을 제어하세요.

카테고리 AI 에이전트를 위한 context engineering layer

라이선스 Apache-2.0 (오픈 소스; 로컬 사용 영구 무료, CI 강제)

기술 Rust 바이너리 하나; 26개 언어용 tree-sitter AST

토큰 절감률 읽기당 60–90%; 캐시 재읽기당 ~13 토큰; 셸 출력에서 88–99%

표면 81-개 도구 카탈로그 (~13개 도구의 기본 표면; ctx_call / ctx_expand를 통해 전체 세트 온디맨드), 10 리드 모드, 95+ 셸 패턴

통합 기능 30개 이상의 AI 도구 자동 감지 (Cursor, Claude Code, Codex, Copilot, Windsurf, Cline…)

임베딩 버전 관리형 /v1 HTTP API (OpenAPI + /v1/capabilities), ctx_tools 게이트웨이, Python 및 TypeScript SDK (GA, 14-check conformance kit), Rust SDK, WASM 확장 런타임, 플러그인

보안 로컬 우선(Local-first), 제로 원격 측정(zero telemetry), PathJail, 셸 허용 목록(shell allowlist), 비밀 정보 마스킹(secret redaction), OWASP 준수 주입 스크리닝

증명 Ed25519 서명된 해시 체인 저장 장부; 재현 가능한 벤치마크

Governance Context policy packs (baseline / strict-redaction / finance-eu / healthcare / open-source), 최상위 에이전트 레지스트리, 조직 감사 로그, lean-ctx 정책 커버리지

Compliance Evidence Bundle v1 + 오프라인 leanctx-verify; EU AI Act / ISO 42001 / SOC 2 프레임워크 보고서; Context Governance Benchmark (CGB)

FinOps lean-ctx finops 내보내기 (FOCUS 1.2 / CloudZero / Vantage), Datadog 및 Prometheus /metrics, 주입 제외 순수 값(net_tokens_saved)

Links leanctx.com · github.com/yvgude/lean-ctx

자산 및 연락처

로고, 스크린샷, 그리고 사람.

로고 및 워드마크 SVG 및 PNG, 다크 및 라이트 변형, 저장소에서 바로 사용 가능합니다. github.com/yvgude/lean-ctx → assets/ 스크린샷 및 데모 홈페이지 히어로 터미널과 실시간 메트릭 페이지는 수정 없이 언론용으로 사용할 수 있습니다. leanctx.com/metrics 깊은 배경 LeanCTX가 무엇인지, 아키텍처가 어떻게 작동하는지, 그리고 모든 숫자가 어떻게 측정되는지 설명합니다. 벤치마크 및 방법론 언론 문의 사람이 답변합니다. 빠른 처리 속도, 재현 가능한 수치, 초안 검토 요청 없음. hello@leanctx.com

기사화에 대한 질문이 있으신가요?

빠르게 답변하고, 재현 가능한 수치를 제공하며, 절대 초안 검토를 요구하지 않습니다.

hello@leanctx.com으로 이메일 문의 LeanCTX란 무엇인가?

기사 작성하기LeanCTX?