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

Como Funciona

Como o LeanCTX controla o que
seu IA vê.

LeanCTX é a camada de context engineering para agentes de IA: um pequeno binário Rust que executa o mesmo loop em cada leitura, comando e busca. Ele decide o que seus agentes leem, lembram o que aprendem ao longo das sessões, protegem o que tocam, provam o que salvam em um ledger assinado, e reproduzem o que viram. As leituras são analisadas para estrutura em 26 idiomas e despojadas de ruído, para que o que chega ao modelo seja intencional, comprimido e comprovável. Você instala uma vez. Todo o resto é automático.

O fluxo de dados

Onde o LeanCTX se encaixa?

LeanCTX está em dois caminhos. No caminho de leitura, ele molda o que entra — leituras de arquivos, busca de código e saída do shell, comprimidos antes mesmo de serem vistos pelo agente. No caminho da transmissão (wire path), um proxy local opcional fica entre o agente e o modelo e comprime cada solicitação de saída — prompt do sistema, histórico completo e resultados das ferramentas — com segurança de cache de prompts. Um poda o que entra no contexto; o outro poda cada solicitação pela qual você paga. O modelo vê o mesmo sinal em uma fração dos tokens.

fluxo de dados: antes vs. depois

Sem lean-ctx:

Você  →  Ferramenta de IA  →  lê arquivo  (conteúdo completo)  →  LLM processa tudo

Com lean-ctx:

Você  →  Ferramenta de IA  →  lean-ctx comprime  →  apenas o sinal  →  LLM: 60–90% menos ruído
                           ├─ Sandbox PathJail + limites de tamanho
                           ├─ Compressão consciente AST
                           ├─ Runtime de Memória (conhecimento + esquecimento)
                           ├─ Cache de sessão (re-leitura ≈ 13 tok)
                           └─ 10 modos de leitura por tipo de arquivo

Análise aprofundada: Padrões Shell (95+ padrões) · Modos de Leitura (10 modos de compressão) · Caching

Você

Codifique normalmente. Não mude nada no seu fluxo de trabalho.

Ferramenta de IA

Cursor, Claude Code, Copilot, Windsurf, …

LeanCTX

Decide, comprime e lembra via um servidor MCP e hook de shell as ferramentas de IA que você detecta automaticamente.

LLM

Vê apenas o sinal. Menos 60–90% de tokens, mesma informação.

Arquitetura

Um binário. Cinco capacidades.

Cada capacidade roda dentro de um único binário Rust. Veja como uma solicitação flui através do LeanCTX: da sua ferramenta de IA, pelo pipeline cognitivo, até o modelo.

Sua Ferramenta de IA Cursor · Claude Code · Copilot · Windsurf

MCP · CLI · HTTP

lean-ctx Camada Cognitiva de Contexto · Binário único · 81 ferramentas

Entender

10 modos de leitura
Visibilidade do contexto
Contagem de tokens
Detecção de intenção

Comprimir

AST Tree-sitter (26 langs)
95+ padrões de shell
Reordenação CDC (Rabin-Karp)
Orçamento de 64 KB, prazo de 500 ms

Lembrar

Cache de sessão (zstd, em memória)
Releituras de 13 tokens
Grafo de conhecimento (SQLite)
Memória cross-session

Verificar

Sandbox PathJail
Isolamento no nível do SO
Allowlist de shell (deny-by-default)
Rastro de auditoria completo

Conectar

GitHub · GitLab · Jira · Linear
Postgres · REST · MCP Bridge
Busca híbrida (BM25 + semântica)
Provedores baseados em configuração (TOML)

10modos de leitura

13tokens por releitura

18linguagens (AST)

contexto otimizado

LLM Menos ruído · Sinal mais alto · Melhores resultados

Os cinco subsistemas

Cinco coisas que o LeanCTX faz para cada token.

Entre sua IA e seu código, um binário local executa o mesmo loop de cinco etapas em cada leitura, comando e busca — perceber, comprimir, lembrar, rotear, governar. Juntos, eles entregam os cinco trabalhos: ele decide o que seus agentes leem, lembra o que aprendem, protege o que tocam, prova o que salvam e reproduz o que viram.

Perceber

Veja o que importa antes de agir.

Mapeie um repo desconhecido, exiba os arquivos e símbolos importantes e leia a estrutura em vez de arquivos inteiros, em 26 linguagens com tree-sitter.

ctx_overview → repo mapped in one call

Comprimir

Cada token carrega sinal.

Dez modos de leitura, mais de 95 padrões de saída de shell e cache endereçado por conteúdo encolhem as leituras em 60–90% e releituras para ~13 tokens. O ruído nunca chega ao modelo.

ctx_read → 4,200 → 920 tokens (78% saved)

Lembrar

Continuidade entre sessões.

Achados, decisões e arquivos modificados persistem e são restaurados automaticamente em cada nova sessão, para que seu agente nunca tenha que reexplicar o contexto ou reler o que já sabe.

ctx_session → restored · 0 re-reads

Rotear

O contexto certo para o modelo certo.

Detecta a intenção, escolhe o modo de leitura e o orçamento de tokens, e carrega apenas as ferramentas que uma tarefa precisa, para que cada modelo veja exatamente o contexto que deve, e nada mais.

ctx_intent → right mode + budget per task

Governar

Seguro, mensurado, imposto.

PathJail, uma allowlist de shell, detecção de segredos, políticas de função e orçamentos de tokens mantêm cada chamada de ferramenta dentro dos limites, e a análise prova exatamente o que foi salvo.

ctx_verify → paths ok · secrets blocked

Dois comandos. É só isso.

O que são VOCÊ realmente faz?

Quase nada. LeanCTX funciona invisivelmente após uma configuração única. Você continua codificando exatamente como antes.

Instalar

Binário Rust único. Sem dependências, sem nuvem, sem conta.

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

Setup

Detecta automaticamente seu shell e ferramentas de IA. Configura tudo em segundos.

lean-ctx setup

Pronto. É automático

Codifique normalmente. Sua IA usa ferramentas comprimidas automaticamente.

Tokens economizados: automaticamente

Você vs. A Máquina

O que VOCÊ faz (uma vez)	O que acontece AUTOMATICAMENTE
lean-ctx setup	A IA usa `ctx_read` em vez de Read - até 99% menos tokens (releituras cacheadas)
	A IA usa `ctx_shell` em vez de Shell - 60–90% menos tokens
	A IA usa `ctx_search` em vez de Grep - 50–80% menos tokens
	O hook do Shell comprime a saída CLI transparentemente
	O cache da sessão lembra arquivos entre leituras (~13 tokens para releituras)
lean-ctx gain (optional)	Veja seu painel de economia vitalícia

Guia completo de configuração → Começando · Todos os comandos CLI → Referência CLI

Até esquecer é uma decisão.

Quando o cache da sessão está cheio, LeanCTX decide automaticamente o que manter e o que descartar. Ele classifica as entradas por recência, frequência e tamanho: depois funde esses sinais em um único score. Sem necessidade de ajuste.

Como funciona o cache

Segurança

Guarda o que toca.

LeanCTX impõe um modelo de segurança de defesa-em-profundidade para evitar que a injeção de prompt do LLM acesse arquivos fora do projeto:

[//]

PathJail - Todas as operações de arquivo são isoladas (sandboxed) na raiz do projeto. A travessia de symlink, escapes ../ e caminhos absolutos fora da gaiola são bloqueados no ponto de checagem resolve_path.

[##]

Allowlist de Shell + Parsing AST - Quando configurado, cada segmento de comandos compostos (pipes, cadeias) é validado contra a allowlist. Padrões perigosos (eval, backticks, $()) são bloqueados incondicionalmente. Saída limitada a 200KB.

[]

Acesso seguro a arquivos - Leituras de arquivo não podem ser enganadas para seguir symlinks fora do seu projeto, e o proxy local fala apenas com sua própria máquina.

[ok]

Integridade do Build - O seed de integridade em tempo de compilação e a verificação de hash detectam binários adulterados. Verificado automaticamente por lean-ctx doctor.

Detalhes de Segurança e Confiança →

Quer entender a arquitetura?

Explore a Cognitive Context Layer: o pipeline de seis etapas, modos de integração, matriz de agentes, Context Field Theory e nove pilares arquitetônicos que fazem LeanCTX funcionar.

Mergulhe na Arquitetura

FAQ

Como funciona, respondido.

O que é LeanCTX?

LeanCTX (abreviação de Lean Context) é a camada de context engineering open-source para agentes de IA. Um binário local Rust decide o que os agentes leem, comprime o que enviam, lembra o que aprendem, protege o que tocam, prova o que salvam e reproduz o que viram — com economia de 60–90% por leitura como comprovante.

A compressão prejudica a qualidade do código?

Não. O LeanCTX usa análise AST tree-sitter para entender a estrutura do código, e então remove apenas o que o LLM não precisa: espaços em branco redundantes, imports boilerplate e comentários decorativos. Em média, 98% da estrutura AST, 97% dos identificadores e 96% das linhas de código significativas são preservados. Você pode verificar isso com a execução do benchmark lean-ctx.

Como eu instalo o LeanCTX?

Instale via cargo install lean-ctx ou curl -fsSL https://leanctx.com/install.sh | sh. Em seguida, execute lean-ctx init para o hook de shell e lean-ctx setup para conectar com suas ferramentas de IA. Configuração zero necessária.

Quais ferramentas de IA o LeanCTX suporta?

LeanCTX funciona com todas as principais ferramentas de codificação de IA: Cursor, GitHub Copilot, Claude Code, Windsurf, Cline, OpenAI Codex, Gemini CLI, Antigravity, Pi, Crush, Zed, Continue e OpenCode. Todas as ferramentas se beneficiam tanto da compressão do servidor de contexto quanto do hook de shell.

Comece

Sessenta segundos para agentes mais inteligentes.

Um binário. Zero dependências de nuvem. Apache-2.0. Sua próxima sessão lê mais enxuto, e o livro-razão guarda o recibo.

Começar Verificar Compatibilidade

Como o LeanCTX controla o queseu IA vê.

Onde o LeanCTX se encaixa?

Você

Ferramenta de IA

LeanCTX

LLM

Um binário. Cinco capacidades.

Cinco coisas que o LeanCTX faz para cada token.

Perceber

Comprimir

Lembrar

Rotear

Governar

O que são VOCÊ realmente faz?

Instalar

Setup

Pronto. É automático

Até esquecer é uma decisão.

Guarda o que toca.

Quer entender a arquitetura?

Como funciona, respondido.

Sessenta segundos para agentes mais inteligentes.

Como o LeanCTX controla o que
seu IA vê.