
mksglu/context-mode
Developer toolsЭта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал
Оптимизация контекстных окон для агентов кодирования ИИ. Песочница использует вывод инструментов (снижение на 98%), сохраняет сессионную память и обеспечивает маршрутизацию на 17 платформах с помощью MCP + хуков.
Обзор
Каждый вызов MCP-инструмента загружает сырые данные в контекстное окно. Снимок Playwright стоит 56 КБ. Двадцать выпусков GitHub — 59 КБ. Один журнал доступа — 45 КБ. Через 30 минут 40% вашего контекста исчезает. А когда агент сжимает разговор в свободное пространство, он забывает, какие файлы редактировал, какие задачи выполняются и что вы последний раз просили. Кроме того, агент тратит выводные токены на заполнение, любезности и длинные объяснения — сжигая контекст с обеих сторон. Context Mode — это MCP-сервер, который решает все четыре стороны этой задачи: 1. — Инструменты песочницы держат сырые данные вне контекстного окна. 315 КБ становятся 5,4 КБ. Сокращение на 98%. 2. — Каждое редактирование файла, операция git, задача, ошибка и решение пользователя отслеживаются в SQLite. Когда разговор сжимается, контекстный режим не возвращает эти данные обратно в контекст — он индексирует события в FTS5 и получает только релевантное через поиск BM25. Модель продолжает ровно с того места, где вы остановились.
Обзор (машинный перевод)
Вторая половина проблемы с контекстом.
Используется в разных командах на
Проблема
Каждый вызов MCP-инструмента загружает сырые данные в контекстное окно. Снимок Playwright стоит 56 КБ. Двадцать выпусков GitHub — 59 КБ. Один журнал доступа — 45 КБ. Через 30 минут 40% вашего контекста исчезает. А когда агент сжимает разговор в свободное пространство, он забывает, какие файлы редактировал, какие задачи выполняются и что вы последний раз просили. Кроме того, агент тратит выводные токены на заполнение, любезности и длинные объяснения — сжигая контекст с обеих сторон.
Как режим контекста решает эту проблему
Context Mode — это MCP-сервер, который решает все четыре стороны этой задачи:
- Сохранение контекста — Песочницы-инструменты не дают исходные данные попадать в окно контекста. 315 КБ превращаются в 5,4 КБ. Сокращение на 98%.
- Непрерывность сессии — Каждое редактирование файла, операция git, задача, ошибка и решение пользователя отслеживаются в SQLite. Когда разговор сжимается, контекстный режим не возвращает эти данные обратно в контекст — он индексирует события в FTS5 и получает только релевантное через поиск BM25. Модель продолжает ровно с того места, где вы остановились.
Эта страница переведена автоматически. Технические детали смотрите в оригинале.
README
Показан фрагмент оригинального README. Открыть оригинал.
Открыть полный README на GitHubУстановка
This server does not publish a one-line install command.
Open the repository installation guide Новичок в MCP? Начните с руководства на mcpskill.org →Конфигурация
{
"mcpServers": {
"context-mode": {
"command": "context-mode"
}
},
"hooks": {
"BeforeTool": [
{
"matcher": "run_shell_command|read_file|read_many_files|grep_search|search_file_content|web_fetch|activate_skill|mcp__plugin_context-mode|mcp__context-mode|mcp__(?!.*context-mode)",
"hooks": [{ "type": "command", "command": "context-mode hook gemini-cli beforetool" }]
}
],
"AfterTool": [
{
"matcher": "",
"hooks": [{ "type": "command", "command": "context-mode hook gemini-cli aftertool" }]
}
],
"PreCompress": [
{
"matcher": "",
"hooks": [{ "type": "command", "command": "context-mode hook gemini-cli precompress" }]
}
],
"SessionStart": [
{
"matcher": "",
"hooks": [{ "type": "command", "command": "context-mode hook gemini-cli sessionstart" }]
}
]
}
}