上下文控制

所需的信息。恰当的详略。

将可用来源转换为明确的模型输入。选择相关材料,设置阅读深度并在您的上下文预算内工作。保留对原始的引用。

可用材料深思熟虑的选择可准备的任务上下文

方法

选择到达您的模型的内容。

一个任务需要证据,而不仅仅是所有可用文件。LeanCTX 收集允许的候选者,保留它们的来源并根据所请求的预算准备一个上下文计划。

任务与预算

为每一次阅读都给出理由。

描述问题和可用的上下文空间。编码任务可能需要一个实现;支持任务可能需要一个当前程序。该计划在允许的源范围内为该任务进行选择。

范围
选择项目和可用源。
选择
对候选进行排名并去重共享内容引用。
上下文预算
限制为请求准备的信息;这与支出限制是不同的。

搜索与溯源

找到它。知道它来自哪里。

从为您任务选择的证据开始。在 LeanCTX 将所选材料编译成模型上下文时,将每个源引用附加在一起。当结果需要更多解释时,请遵循源路径。

文件和代码
文本搜索、结构和源位置。
索引知识
BM25 和配置的语义搜索使用可用的索引。
连接的源
提供者访问取决于配置的凭据和权限。

详情和恢复

选择要阅读的量。

使用签名定位代码、行范围进行检查和完整文本以进行精确编辑。进一步的阅读遵循相同的访问规则。

签名
使用源引用定位函数和类型。
行/完整
以所需细节阅读所需的实现。
恢复
可用的源和存档输出决定了可以恢复的内容。
记录的产品输出
src/lib/roi.ts257 行
fn pub fmtInt(value:n) → string @L78-80fn pub fmtUsd(value:n) → string @L83-89fn pub fmtDay(iso:s) → string @L92-96

从捕获的签名视图中的摘录

源引用fmtUsd · L83–89

实现只需一次目标阅读。

检查确切的实现
export function fmtUsd(value: number): string {
  const n = Number(value) || 0;
  return (
    '$' +
    n.toLocaleString('en-US', { minimumFractionDigits: 2, maximumFractionDigits: 2 })
  );
}

来自同一源文件的确切实现。

读取模式工具包

一个来源。您任务所需的可视化。

从方向到确切行,比较更改或选择更紧凑的表示。打开一个组以找到模式及其权衡。

确定方向auto · map · signatures · reference
auto
让运行时从可用文件和任务上下文中选择读取策略。显式的侵略性可以选择目标密度。
map
在选择需要更仔细阅读的部分之前,查看结构大纲。
signatures
检查支持代码的API表面:声明和源位置,省略实现细节。
reference
以大小和类型元数据保持一个紧凑的文件引用,而无需将其主体加载到响应中。
精确阅读。自信编辑。full · raw · anchored · lines
full
以其正常的显示框架读取源。当省略细节可能会改变编辑时,使用完整视图。
raw
返回源文本,不带显示框架。此输出模式不绕过源权限或已启用的过滤器。
anchored · anchored:72-92
读取完整源或一个带每行的哈希锚点的行窗口,用于有针对性的ctx_patch编辑。
lines:72-92 · lines:5,10-20 · lines:-20
选择一个包含的范围、多个位置或最后几行。行数:72 从第72行到末尾;-20也可作为尾部简写。
选择保留什么task · aggressive · entropy · density
task
保留与活动任务相关的内容。如果没有可用的任务提示,或对于小文件,当前实现将返回完整内容。
aggressive
当概述足够时,使用更强的、有损的摘要。在进行需要精确细节的编辑之前恢复原始内容。
entropy
使用基于熵的压缩来减少重复的、低信息量的材料。结果是一个选定的视图,而不是无损副本。
density:0.40
以原始 token 的选定比例为目标。目标是近似的;质量保护和源结构会影响所交付的大小。
返回更改的部分diff
diff
与会话的缓存读取进行比较。这需要先前的读取;它不是与任意 Git 提交的比较。
探索高级表示cognitive · mdl
cognitive
选择一组已检测的块。需要相应的科学设置;否则实现将回退到 map。
mdl
生成一个紧凑的结构描述。需要相应的科学设置;否则它将回退到 map。
一个紧凑的全文变体full-compact
full-compact
重定向变体会移除边框和尾随空白,同时保留行结构。当需要精确的字节保留时,选择原始。

读取模式会格式化响应;它不授予访问权限。摘要会省略细节。当任务需要精确的源时,请使用原始,并检查文档中的运行时行为以了解您的集成。

读取模式引用

格式感知准备

不同的材料。正确的处理。

代码有结构。命令输出有结果、错误和重复的噪声。LeanCTX 使用适当的视图或输出过滤器来支持的格式,并提供恢复细节的引用。

代码结构
在结构化读取中保留相关的声明和源位置。
命令输出
通过支持的输出过滤器恢复有用的结果和失败。
可恢复的细节
当需要更多证据时,请遵循源引用或可用的输出存档。

在您的工作流程中

再次读取。在需要时恢复更多。

第一次读取只是工作流程的一部分。LeanCTX 还管理重复读取、源引用和存档输出。

缓存的读取

未更改的重复项可能会返回一个紧凑的引用。当您需要绕过读取缓存时,请使用 fresh;fresh 本身并不选择精确文本模式。

探索此功能

输出恢复

当简短的结果不够时,恢复保留的源或 shell 存档。可用性和保留情况决定了可以恢复的内容。

探索此功能

问题和答案

阅读模式解释。

每一次搜索都使用索引吗?

精确文本搜索和索引检索是不同的路径。语义搜索取决于配置的索引;当您已经知道符号或短语时,直接文本匹配可以是一个更好的起点。

每个较短的视图都足够完成任务吗?

不是。签名有助于定位代码;更改它可能需要确切的实现。在需要时选择更详细的阅读并验证任务的结果。

上下文准备是否需要私有模型?

不。公共引擎是确定性的。可选的智能可以在验证后提出更好的选择或路线,但您的主机和策略保留权威。如果不可用或被拒绝,确定性路径仍然可用。

下一步:安全与治理

向您的上下文流添加规则。

查看源边界和配置的文本过滤器如何控制支持的阅读。

从 LeanCTX 开始

尝试聚焦阅读。

在一个熟悉的文件的签名上尝试查看。遵循参考并按需阅读实现。

本地优先。模型无关。您的上下文。