面向 AI 编码代理的模型驱动工具包,先建模业务、评估修复,再生成类型化应用并验证结果。
yvgude/lean-ctx
用 Rust 编写的开源引擎,为 AI 编程工具筛选并压缩其读取的上下文,提供 MCP 服务与 Shell 钩子。
- Star
- 3,897
- Fork
- 356
- 未关闭 Issue
- 10
- 最近提交
- 13小时前
这是什么?
LeanCTX 是面向 AI 工具的上下文网关。它位于编程智能体与其读取的文件、Shell 输出和工具结果之间,挑选与任务相关的内容,并压缩重复或冗余的输入,减少上下文窗口的占用。
开源引擎可通过 CLI、MCP 服务、Shell 钩子和可选的请求代理在本地运行。读取模式包括完整、结构概览、函数签名、差异和行范围等;git、npm、cargo、docker、kubectl 等命令的输出也会被压缩。基于 Tree-sitter 的解析覆盖 27 种语言,并可在支持的路径上应用路径权限、内容过滤和上下文预算。
项目还在本地保存会话记忆和代码属性图,用于影响分析;上下文操作记录可通过 `lean-ctx inspect` 或浏览器仪表盘查看。对于 Cursor、Claude Code、Codex 等受支持的智能体,可用 `lean-ctx wrap` 完成配置。
核心功能
- 01多种文件读取模式,包括结构概览、函数签名和行范围,重复读取时返回紧凑引用。
- 02对 git、npm、cargo、docker、kubectl 等常用工具的 Shell 输出进行压缩。
- 03基于 Tree-sitter 的 27 种语言结构解析。
- 04本地会话记忆与用于影响分析的代码属性图。
- 05在受支持路径上应用路径权限、内容过滤和上下文预算。
- 06提供本地 CLI、MCP 服务和浏览器仪表盘,便于查看上下文活动。
适用场景
- 在大型代码仓库中使用 AI 编程智能体时减少 token 消耗。
- 避免依赖大量 Shell 命令的智能体会话被构建和测试日志占满上下文窗口。
- 借助保存的任务和决策记录,在多次对话之间延续长期项目。
- 将 AI 工具的文件系统访问限制在指定项目范围内。
快速上手
- 1
通过 README 中列出的包管理器(npm、crates.io 或 AUR)安装 LeanCTX
- 2
为受支持的 AI 工具配置集成
lean-ctx setup - 3
使用一段时间后查看本地 token 节省情况
lean-ctx savings
使用前须知
- README 标注为混合许可证,而元数据列为 Apache-2.0,商用前请查看 LICENSE.md。
- 多智能体交接、上下文包、快照和插件等多项功能被标注为实验性研究功能。
- Shadow Mode 的节省量是模拟估算而非实测结果,也不能证明回答质量。
收录于专题
标签
常见问题
- lean-ctx 是什么?
- 用 Rust 编写的开源引擎,为 AI 编程工具筛选并压缩其读取的上下文,提供 MCP 服务与 Shell 钩子。 LeanCTX 是面向 AI 工具的上下文网关。它位于编程智能体与其读取的文件、Shell 输出和工具结果之间,挑选与任务相关的内容,并压缩重复或冗余的输入,减少上下文窗口的占用。
- lean-ctx 可以免费使用吗?用的什么许可证?
- lean-ctx 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- lean-ctx 还在维护吗?
- 活跃维护中。lean-ctx 最近一次提交是在 2026年10月24日。
- lean-ctx 适合用来做什么?
- 在大型代码仓库中使用 AI 编程智能体时减少 token 消耗。 避免依赖大量 Shell 命令的智能体会话被构建和测试日志占满上下文窗口。 借助保存的任务和决策记录,在多次对话之间延续长期项目。 将 AI 工具的文件系统访问限制在指定项目范围内。
- lean-ctx 怎么安装和运行?
- 通过 README 中列出的包管理器(npm、crates.io 或 AUR)安装 LeanCTX 为受支持的 AI 工具配置集成: lean-ctx setup 使用一段时间后查看本地 token 节省情况: lean-ctx savings
- 在哪里获取 lean-ctx?
- 源代码和安装说明在 GitHub 上:https://github.com/yvgude/lean-ctx
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
基于 pi 构建的编程智能体,把权限判断、上下文裁剪等日常决策交给小型裁判模型,让主模型专注写代码。
开源 AI 编程代理,可在 VS Code、JetBrains 或命令行中使用,支持 500 多种模型。
本地优先、证据优先的 AI 编程终端,把大模型接入真实项目、工具、权限与验证流程。
一个 Claude Code 插件,提供会自我修正的记忆、持久化研究知识库,以及一组工作流技能、命令和钩子。
一个命令行工具,扫描代码库并生成精简的 AI 上下文文件,减少编程助手探索项目时消耗的 token。