Веб-сміття виснажує ваш бюджет токенів
Навігація, банери cookie, футери, реклама: більшість зібраної сторінки — це шаблонний вміст, за який ви платите за вбудовування та знову за промпт.
Випадок використання · Скрейпери та краулери
Збирайте сирі дані. Живи годуванням lean.
LeanCTX перетворює зібрані сторінки на контекст, готовий для моделі: ctx_url_read обробляє HTML, PDF, RSS та транскрипти YouTube, вилучаючи шаблонний вміст, дедуплікуючи між сторінками та витягуючи факти й цитати. Ваш краулер залишається простим. Контекстний шар зменшує його вивід на 60–90% до того, як його побачить будь-яка модель.
Same engine. Different workflow. Always the right context.
Скільки це коштує сьогодні.
Дублікати тихо множаться
Одна й та сама стаття з'являється на п'яти URL. Без дедуплікації, усвідомленої вмістом, ви зберігаєте та обробляєте її п'ять разів.
Сирі дампи непіддані пошуку
Папка зібраного HTML — це не база знань. Вашому агенту потрібен ранжований пошук, а не 10 000 файлів.
Можливості, які виконують роботу.
Усе нижче виходить у відкритому бінарному файлі вже сьогодні. Жодних пунктів дорожньої карти, жодних списків очікування.
Ваші інструменти→LeanCTX→Модель
Універсальний прийом даних
ctx_url_read обробляє HTML, RSS-фіди, PDF та транскрипти YouTube
Режими фактів та цитат
сторінки згортаються у висвітлені факти та дослівні цитати
Дедуплікація
дедуплікація за хешем вмісту між сторінками, сесіями та зборами
BM25 + пошук по графу
все, що було оброблено, стає локально доступним для пошуку та ранжування
Локархів
оригінали залишаються доступними; стиснення ніколи не є кінцем шляху
Від нуля до першого результату.
terminal
# завантажує сторінку як атрибутивні факти
$ ctx_url_read("https://example.com/article", mode="facts")# завантажує стрічку; елементи надходять з датою та дедупліковані
$ ctx_url_read("https://news.site/feed.xml")# шукає все, що ви завантажили
$ lean-ctx grep "quarterly revenue"# відновлює повний оригінал за потреби
$ ctx_retrieve(id)Один гайд. Два шляхи. Повний референс.
01
гайд · Гайд із джерел даних
Кожен формат вводу та як він нормалізується.
Дізнатися більше02
шлях · Поза кодуванням: вебдослідження
Від URL до цитованої відповіді, від початку до кінця.
Дізнатися більше03
шлях · Пам'ять та знання
Як завантажений контент зберігається та ранжується.
Дізнатися більше04
референс · Довідник режимів читання
факти, цитати, ентропія та друзі.
Дізнатися більшеПитання, які команди ставлять перед впровадженням.
Ні. Він працює після вашого парсера. Зберігайте Playwright, Scrapy або curl; передавайте вивід через LeanCTX, і ваші моделі отримають дедуплікований, стиснений, пошуковий контекст замість сирого HTML.
HTML-сторінки, PDF, CSV, RSS/Atom стрічки, звичайний текст, електронна пошта та транскрипції YouTube. Кожен формат має власну стратегію нормалізації перед стисненням.
Завжди. Кожен оригінал архівується локально та може бути відновлений через ctx_retrieve. Стиснення в LeanCTX є зворотним за задумом.
Поверніть контроль над вашим контекстом.
Безкоштовно для локального використання, назавжди. CI це забезпечує. Одна бінарна збірка, десять хвилин до першого виміряного результату.