Równoległe zadania mnożą rachunek
Codex wykonuje wiele zadań na tym samym repozytorium, a każde z nich ponownie czyta te same pliki od podstaw.
LeanCTX dla OpenAI Codex
Codex działa szybko. Spraw, by było lekkie (lean).
LeanCTX zmniejsza zużycie tokenów OpenAI Codex o 60–90%: integracja MCP dostarcza skompresowane odczyty świadome AST, buforowane ponowne odczyty przy ~13 tokenach i wyjście poleceń mniejsze o 88–99%. Ustawienie lean-ctx automatycznie wykrywa Codex i zapisuje konfigurację. Agenci zachowują swój workflow; kontekst staje się lekki (lean).
Problem
Gdzie OpenAI Codex wydaje twoje tokeny.
Cloud + lokalne płacą za tokeny
Niezależnie od tego, czy zadania działają w chmurowym sandboxie, czy lokalnie, surowe wycieki plików i szczegółowe logi zawyżają każdy pojedynczy uruchomienie.
AGENTS.md nie może naprawić objętości
Instrukcje kształtują zachowanie, ale nie mogą zmniejszyć pliku o wielkości 4200 tokenów. Objętość wymaga warstwy kontekstu, a nie promptu.
Your stack. Your agent. Better context.
Integracja
Jak LeanCTX pasuje do OpenAI Codex.
Serwer MCP dla Codex
Konfiguracja lean-ctx rejestruje serwer MCP w konfiguracji Codex. Odczyty, wyszukiwania i wywołania shella przechodzą przez silnik kompresji.
Mapowanie narzędzi AGENTS.md
Konfiguracja dodaje blok preferencji narzędzi, dzięki czemu agenci Codex domyślnie wywołują ctx_read i ctx_shell.
Jedna pamięć podręczna dla każdego zadania
Równoległe zadania dzielą tę samą lokalną pamięć podręczną sesji. Drugie zadanie, które dotknie pliku, płaci ~13 tokenów zamiast pełnego odczytu.
Setup
Jedna komenda. Automatycznie wykryte.
terminal
# instalacja LeanCTX
$ curl -fsSL https://leanctx.com/install.sh | sh# automatyczne wykrycie Codex i skonfigurowanie MCP + AGENTS.md
$ lean-ctx setup# zweryfikowanie połączeń
$ lean-ctx doctor# sprawdź potwierdzenie
$ lean-ctx gainCo się zmienia
Trzy momenty zauważysz.
Drugie zadanie jest prawie darmowe
Pierwsze zadanie przeszukało repo; drugie uderza w pamięć podręczną. Wspólny kontekst podczas równoległych uruchomień to miejsce, gdzie oszczędności się kumulują.
Logi widoczne na pierwszy rzut oka
Wynik testów i kompilacji pojawia się jako błędy plus wynik. Rozumowanie Codex pozostaje w diffie, a nie w przewijaniu.
Liczby, które można zweryfikować
Raport benchmarkowy lean-ctx. Odzwierciedla oszczędności na Twoim własnym repozytorium, włączając metodologię.
OpenAI Codex + LeanCTX, odpowiedzi.
Zainstaluj LeanCTX i uruchom lean-ctx setup. Codex otrzymuje narzędzia MCP służące do czytania skompresowanych, świadomych AST (o 60–90% mniej tokenów), ~13-tokenowe ponowne odczyty z pamięci podręcznej oraz kompaktowy wynik w powłoce terminala, dla wszystkich zadań na maszynie.
Tak. Każda powierzchnia Codex ładująca konfigurację MCP używa tego samego lokalnego serwera: CLI, rozszerzenie IDE i zadania wykonywane lokalnie.
Nie. LeanCTX działa całkowicie na Twojej maszynie z zerową telemetrią. Znajduje się między Codex a Twoim systemem plików. Nic nowego nie opuszcza maszyny.
Używasz tego w pracy?
Zespół zapewnia całej organizacji jeden wspólny, audytowany plan kontekstu, a księgowość udowadnia oszczędności. Lokalne użycie pozostaje darmowe na zawsze, egzekwowane przez CI.