每次会话都从零开始
昨天的发现已经丢失。代理重新阅读相同的来源，重新得出相同的结论，并让你支付双倍费用。
用例 · 研究代理
停止 重复自身。
LeanCTX 为研究代理提供持久、可引用的记忆：发现会存储在具有来源的知识库中，EvidenceLedger 会保留带有来源的逐字引用，缓存重读成本约为 ~13 个 token。你的代理只需收集一次，即可跨会话记住信息，并用带引用的答案取代重复爬取。
Same engine. Different workflow. Always the right context.
它让您损失了什么 今天。
没有凭证的答案
没有来源的摘要是潜在的风险。研究输出需要带有来源的逐字引用。
来源淹没了窗口
二十个打开的 PDF 文件无法放入上下文窗口。代理需要对重要内容进行排序召回，而不是一次性处理所有内容。
具备能力的那些 完成工作。
下方所有功能都已在开源二进制文件中交付。没有路线图项目，没有等待列表。
您的工具→LeanCTX→模型
EvidenceLedger
带有来源归属的逐字引用，可直接引用
知识库
发现、决策和障碍可在会话间持久化
事实 / 引用 / 文本模式
来源坍缩为可归属的单元
语义 + BM25 召回
基于意义的检索，覆盖所有收集内容
~13个token的重读
重新审阅已知来源几乎不耗费成本
从零开始到 第一个收益。
terminal
# 收集可引用的证据源
$ ctx_url_read("https://arxiv.org/abs/2310.08560", mode="quotes")# 记住一个发现
$ lean-ctx knowledge remember "accuracy falls 98→64% with window noise" --category discovery --key context-rot# 跨会话召回
$ lean-ctx knowledge recall "context rot"# 对语料库进行语义搜索
$ ctx_semantic_search("why does accuracy fall with window size")一本指南，两条路径。 完整参考。
团队在采用前提出的问题。
EvidenceLedger 存储带其来源 URL 或文件的逐字引文。答案可以引用证据 ID，因此每个声明都可以追溯到原始可打开的内容。
是的。发现存储在本地知识库中，并按类别（发现、决策、障碍等）划分，并在每个新会话中自动恢复。
收集的源数据经过去重、压缩，并使用 BM25 加上知识图谱进行索引。Recall 返回的是按排名和预算分配的上下文，而非整个语料库。
重新掌控你的上下文。
本地使用免费，永久免费。CI强制执行它。一个二进制文件，十分钟即可获得第一个可衡量收益。