Karar veren sistem
yapay zekanızın ne gördüğünü.
Yapay zeka ajanları için context engineering layerModelin her iki tarafında da yerel tek bir ikili. LeanCTX, dosya okumalarından doğrulanmış çıktılara kadar yapay zeka context'inin tüm yaşam döngüsünü algılar, sıkıştırır, hatırlar, yönlendirir ve yönetir.
Bilişsel Context Layer nedir?
Bir Bilişsel Context Layer, AI araçlarınız ile kod tabanınız arasındaki altyapıdır. Hangi dosyaların okunacağını, çıktının nasıl sıkıştırılacağını, hangi bilginin oturumlar arasında kalıcı olacağını ve sonuçların teslim edilmeden önce kalite standartlarını karşılayıp karşılamadığını kontrol eder.
Yapı çizimi
Gönderilen ikilinin süreç topolojisi: yedi giriş noktası, bir çalışma zamanı, bir yerel depolama kümesi. Aşağıdaki her kutu, gerçek bir modüle, porta veya diskteki dosyaya eşlenir.
lean-ctx lean-ctx serve lean-ctx serve --daemon lean-ctx -c "<cmd>" lean-ctx proxy start lean-ctx dashboard lean-ctx watch · gain --live Tek bir okuma ne olur
Sheet 2, isteği çalışma zamanı boyunca aşama aşama izler; tekrarlanan okumaları neredeyse ücretsiz yapan önbellek kısa devresini de içerir. Kabuk yolu aynı muhasebe ile paralel çalışır.
ctx_read(path, mode) · lean-ctx read - PathJail
core/pathjail.rsCanonicalises the path and rejects escapes outside the workspace root before any I/O happens.
- Session cache
hit → ~13 tokensContent-addressed lookup keyed by path + mtime/hash. Unchanged files collapse to a stub instead of re-sending content.
- AST extraction
26 languagestree-sitter parses the file into a syntax tree: signatures, imports, call edges — Lua, Luau, Kotlin and GDScript are graph-indexed too. Regex fallback for unsupported languages.
- Mode selection
10 modesauto picks the optimal of 10 read modes (full, map, signatures, diff, task, reference, aggressive, entropy, lines:N-M) from task intent and file size; structure_first biases cold medium-file code reads toward map, and a file flagged suspect on a fix task is forced to full.
- Compression
adaptive thresholdsShannon-entropy line filtering, U-curve attention placement (LITM), TF-IDF codebook and query-conditioned Information-Bottleneck fusion — an anti-inflation guard ships the file verbatim whenever framing would cost more tokens than the raw bytes.
- Token accounting
core/tokens.rsExact tiktoken counts (o200k_base; cl100k_base approximation for Claude-family models) on input and output.
- Ledger + stats
savings sign / verify-batchSavings are appended to the local ledger (Ed25519-signable), stats and the gain score update, the result streams back.
lean-ctx -c "cargo test" · IDE bash hook Her iki yol da aynı deftere sonlanır: her sıkıştırma olayı kesin tokenizer matematiği ile sayılır ve gain, pano ve imzalı tasarruf defterine beslenir.
Mühendislik veri sayfası
Çizimlerin arkasındaki referans tabloları: her yüzey, taşıma ve yaşam döngüsüyle birlikte, disk üzerindeki düzen, uyarlanabilir öğrenme katmanları ve çalışma zamanının uyguladığı güvenlik sınırları.
Aİşlem modeli
Tüm yüzeyler farklı rollerde aynı ikilidir. Hiçbir şey bulut bağlantısı gerektirmez; her şey yerel öncelikli bağlanır.
| REF | SURFACE | TRANSPORT | ENDPOINT | LIFECYCLE | KOMUT |
|---|---|---|---|---|---|
| 01 | MCP server (stdio) | JSON-RPC over stdin/stdout | spawned per editor session | child process of the editor | lean-ctx |
| 02 | MCP server (HTTP) | MCP Streamable HTTP | localhost, configurable --host/--port | foreground or service | lean-ctx serve |
| 03 | IPC daemon | Unix Domain Socket | OS data dir, e.g. ~/Library/Application Support/lean-ctx/daemon.sock | launchd / systemd autostart | lean-ctx serve --daemon |
| 04 | Shell hook | process exec, compressed stdout | wraps IDE bash calls + interactive shells | per command | lean-ctx -c "<cmd>" |
| 05 | API proxy | HTTP (LLM API pass-through) | localhost:4444 (default) | on demand | lean-ctx proxy start |
| 06 | Web dashboard | HTTP + bearer token | localhost:3333 (default, --port) | on demand | lean-ctx dashboard |
| 07 | Terminal UI | TTY (in-place redraw) | live event stream / 1 s refresh | interactive | lean-ctx watch · gain --live |
BDepolama düzeni — yerel XDG dizinleri
Kalıcı durum, XDG temel dizinleri altındaki düz dosyalardır: incelenebilir, dışa aktarılabilir, silinebilir. Bu yerel klasörlerin ötesinde gizli veritabanı yoktur.
| ARTIFAKT | FORM | AMAÇ |
|---|---|---|
config.toml | TOML | Single config file — integration mode, compression, providers, opt-outs (config dir) |
cache/ | content-addressed | Session file cache; unchanged re-reads collapse to ~13-token stubs (cache dir) |
bm25 index | inverted index | Lexical search over code chunks + provider documents (data dir) |
context_graph/ | property graph | Imports, calls, types across files and repos — powers map mode + deep queries (data dir) |
knowledge | SQLite | Persistent facts, decisions, rooms — recalled across sessions, CCP (data dir) |
savings ledger | append-only JSONL | Every compression event; Ed25519-signable for audit (data dir) |
litm_calibration.json | JSON | Learned context-position hit rates (lost-in-the-middle calibration) (cache dir) |
events.jsonl | event stream | Live feed consumed by watch, dashboard and efficacy reports (state dir) |
CUyarlanabilir öğrenme katmanları
Yedi çevrimiçi öğrenme mekanizması, zıplamalar ve düzenleme hataları gibi kalite sinyallerinden yerel olarak gerçek kullanımınıza sıkıştırmayı ayarlar. Derin dalış: Adaptive Learning →
- L1 Adaptive thresholds Online-learned compression aggressiveness from quality signals (bounces, edit failures, clean runs)
- L2 LITM calibration Empirical placement of critical context at positions the model actually attends to
- L3 Stigmergic scent field Multi-agent coordination via decaying markers: claimed, done, stuck, hot, avoid
- L4 Delta playbook Incremental checkpoint snapshots that survive context compaction
- L5 Query-conditioned IB Information-Bottleneck compression fused with query relevance
- L6 Theta-gamma chunking Wakeup facts grouped in attention-friendly bursts
- L7 Semantic dedup Likelihood-scored redundancy filtering across the session
DGüvenlik sınırları
Çalışma zamanında zorlanan sert garantiler. Güvenlik modeli →
- PathJail Every file access is canonicalised and confined to the workspace root
- IDE config-dir jail Home-level IDE/agent config dirs (~/.claude, ~/.codex, ~/.codebuddy, …) are writable only when allow_ide_config_dirs is opted in; otherwise PathJail blocks them
- Shell allowlist Deny-by-default command policy for agent-issued shell executions
- Local-first All processing on-device; dashboard binds to localhost and requires a bearer token
- Signed evidence Savings ledger entries are Ed25519-signable and batch-verifiable
Tek bir ikili. Üç yolla giriş.
LeanCTX, her ajan için en uygun entegrasyon modunu otomatik olarak seçer: CLI-Redirect, sıfır MCP yükü ile editör kuralları üzerinden LeanCTX CLI'yı yönlendirir; Hybrid, MCP önbellekli okumaları kabuk sıkıştırma hook'ları ile birleştirir ve Full MCP, yalnızca protokole dayalı editörler için maksimum araç erişimi sağlar.
lean-ctx -c / read / grep MCP cache + CLI shell/search 81 tools via MCP + lazy tool set Her iki durumda da LeanCTX, editörünüz için doğru modu otomatik olarak seçer. Desteklenen 30'dan fazla aracı görün
Her zaman açık. Her zaman sizde.
Küçük bir arka plan hizmeti oturumunuzun sıcak kalmasını sağlar, böylece önbellek vuruşları anında olur ve bellek her zaman mevcuttur. Kurulum sırasında otomatik olarak başlar, güncellediğinizde kendini yeniden başlatır ve temizler, yönetilecek hiçbir şey yok.
Her Yetenek, Tek İkili Dosya.
Kodunuz ile Yapay Zeka arasındaki her şey, yönetiliyor.
Smart I/O
Deterministik okumalar, kabuk sıkıştırma, arama, tam bağlam görünürlüğü + %99 daha az token
İstek Sıkıştırması
İsteğe bağlı bir yerel proxy, her isteği modele sıkıştırır — sistem komutu, geçmiş ve araç sonuçları — prompt-cache güvenli.
Intelligence
Niyet yönlendirme, mod seçimi, uyarlanabilir pipeline
Memory
Oturumlar, proje bilgisi, grafikler, devirler
Governance
Roller, bütçeler, SLO'lar, iş akışı kapıları, politikalar
Verification
Lean4 resmi kanıtları, iddia tabanlı doğrulama, Kalite Seviyeleri 0-4
Integrations
MCP, HTTP, SDK, 29+ IDE'ler, Bulut, Ekip Sunucusu
Shared Sessions
Ajanlar arasında çalışma alanı ve kanala dayalı oturum paylaşımı
Context Bus
SSE aracılığıyla bağlam değişiklikleri için gerçek zamanlı olay akışı
SDK & API
Harici entegrasyonlar için TypeScript SDK ve REST API
Her çıktı kanıt taşır
LeanCTX, her oturum için kanıt eserleri oluşturur: hangi dosyalar okundu, ne sıkıştırıldı, hangi kontroller geçti ve tokenlar nasıl harcandı. Bu, yapay zeka çalışmasını denetlenebilir, yeniden oynatılabilir ve güvenilir hale getirir.
LeanCTX (kısaltması Lean Context) yapay zeka ajanları için açık kaynaklı context engineering layer'ıdır. Tek bir yerel Rust ikilisi, ajanların ne okuyacağını belirler (10 okuma modu, %60–90 daha az token, ~13-token önbelleğe alınmış yeniden okumalar), öğrendiklerini hatırlar (kalıcı oturumlar, bilgi grafiği), dokunduklarını korur (PathJail, gizli veri sansürleme, bütçeler, enjeksiyon tespiti), kaydettiklerini kanıtlar (Ed25519-imzalı defter, tekrarlanabilir kıyaslama) ve gördüklerini yeniden oynatır (git-bağlı, restore edip paylaşabileceğiniz imzalı context anlık görüntüleri); isteğe bağlı bir yerel proxy ise gönderdiklerini sıkıştırır — her isteğin sistem komutu, geçmişi ve araç çıktısı, kablo üzerinde prompt-cache-güvenli. Sıkıştırma — okuma tarafında ve kablo tarafında — beş alt sistemden biridir ve her orijinal veri yerel olarak alınabilir kalır. MCP ve shell hook'ları aracılığıyla 30'dan fazla AI kodlama aracıyla çalışır; Python, TypeScript ve Rust SDK'ları ile sürüm kontrollü /v1 API üzerinden herhangi bir ajana gömülür. Yerel kullanım sonsuza kadar ücretsizdir, CI tarafından zorunlu kılınmıştır.
Tüm hikayeyi oku