Tarefas paralelas multiplicam a conta
O Codex executa muitas tarefas contra o mesmo repositório, e cada uma relê os mesmos arquivos do zero.
LeanCTX para OpenAI Codex
Codex é rápido para implantar. Faça a implantação ser enxuta.
LeanCTX reduz o uso de tokens do OpenAI Codex em 60–90%: a integração MCP fornece leituras comprimidas e conscientes AST, relidos armazenados em cache de ~13 tokens e saída de comando 88–99% menor. lean-ctx setup detecta automaticamente o Codex e escreve a configuração. Os agentes mantêm seu fluxo de trabalho; o contexto fica enxuto.
O problema
Onde OpenAI Codex gasta seus tokens.
Cloud + local ambos pagam por token
Se as tarefas rodarem no sandbox em nuvem ou localmente, dumps de arquivo brutos e logs verbosos inflacionam cada execução.
AGENTS.md não pode corrigir o volume
Instruções moldam o comportamento, mas não podem encolher um arquivo de 4.200 tokens. O volume precisa de uma camada de contexto, não de um prompt.
Your stack. Your agent. Better context.
A integração
Como o LeanCTX se conecta a OpenAI Codex.
Servidor MCP para Codex
A configuração do lean-ctx registra o servidor MCP na configuração do Codex. Leituras, buscas e chamadas de shell passam pelo motor de compressão.
Mapeamento de ferramentas AGENTS.md
A configuração adiciona o bloco de preferência de ferramentas para que os agentes Codex chamem ctx_read e ctx_shell por padrão.
Um cache para cada tarefa
Tarefas paralelas compartilham o mesmo cache de sessão local. A segunda tarefa a tocar um arquivo paga ~13 tokens em vez da leitura completa.
Setup
Um comando. Detectado automaticamente.
terminal
# instalar LeanCTX
$ curl -fsSL https://leanctx.com/install.sh | sh# detetar automaticamente o Codex e configurar MCP + AGENTS.md
$ lean-ctx setup# verificar a conexão
$ lean-ctx doctor# ver o recibo
$ lean-ctx gainO que muda
Três momentos você notará.
A segunda tarefa é quase gratuita
A primeira tarefa explorou o repositório; a segunda acerta o cache. O contexto compartilhado em execuções paralelas é onde as economias se acumulam.
Logs que cabem num piscar de olhos
A saída de teste e build chega como erros mais resultados. O raciocínio do Codex permanece no diff em vez da rolagem.
Números que você pode verificar
relatório de benchmark lean-ctx . reproduz as economias no seu próprio repositório, metodologia incluída.
OpenAI Codex + LeanCTX, respondido.
Instale LeanCTX e execute lean-ctx setup. O Codex recebe ferramentas MCP servindo leituras comprimidas cientes de AST (60–90% menos tokens), re-leituras em cache de ~13 tokens e saída compacta do shell, em todas as tarefas na máquina.
Sim. Qualquer superfície Codex que carregue a configuração MCP usa o mesmo servidor local: CLI, extensão IDE e tarefas executadas localmente.
Não. LeanCTX roda inteiramente na sua máquina com zero telemetria. Ele fica entre Codex e o seu sistema de arquivos. Nada novo sai da máquina.
Usando isso no trabalho?
O Team dá à sua organização um plano de contexto compartilhado e auditado, e o livro-razão prova a economia para finanças. O uso local permanece gratuito para sempre, imposto pelo CI.