Context Mode:为编程智能体压缩上下文的 MCP 工具
AI 总结
Context Mode 是一个 MCP 服务器,目标是减少 AI 编程智能体上下文窗口中的原始工具输出:它把工具结果放进沙箱,宣称可把 315 KB 压缩到 5.4 KB(约减少 98%)。它把文件编辑、git 操作、任务、错误和用户决策记录在 SQLite 中,并将事件索引进 FTS5,在会话压缩后只通过 BM25 检索相关内容,让模型接着上次的进度继续;不开启 --continue 则旧会话数据会被删除。项目称支持 17 个客户端平台,包括 Claude Code(插件市场安装)、Gemini CLI、VS Code 与 JetBrains 的 Copilot、GitHub Copilot CLI,并集成 OpenClaw 网关,通过 hooks 与 11 个 MCP 工具实现路由。它还主张让模型“写代码而不是读数据”(如 47 次 Read 约 700 KB 换成一次 ctx_execute 约 3.6 KB),并说明不对模型最终输出的风格做强制约束,理由是过度简洁的提示可能损害编码与推理表现(文中举例 Moonshot AI 的 kimi-k2.5)。上述量化收益均为项目自述,未提供第三方验证。
深度见解
上下文窗口与压缩后的记忆丢失是长任务编程智能体的核心瓶颈之一;这类沙箱加索引检索的做法若被验证有效,可能影响智能体工具链的设计方向。