Lean-ctx

这是什么？适合谁？

Lean-ctx 是一个专注于优化 AI Agent 上下文消耗的 Claude Code Skill。它通过智能压缩和选择性上下文管理，减少 AI 编程时的 token 消耗，让 Agent 在处理大型项目时更高效、更经济。

适合人群：

• AI 编程重度用户：每天大量使用 Claude Code、Codex 等工具
• 大型项目开发者：项目代码量大，上下文容易超限
• 成本敏感用户：希望降低 AI API 调用费用
• 团队管理者：需要控制团队 AI 工具使用成本

核心价值：在不牺牲代码质量的前提下，显著减少 token 消耗，降低 AI 编程成本。

准备工作

• Claude Code 或 Codex：需要支持 Skills 的 AI Agent
• 项目代码库：准备需要 AI 辅助开发的项目
• 时间预算：安装和配置 5 分钟

快速上手

第一步：安装 Skill

将 Skill 文件安装到 Agent 的 skills 目录。

第二步：配置上下文策略

在 Agent 中描述你的项目规模和使用场景：

我的项目是一个大型 monorepo，包含 50+ 个包。
我希望在 AI 编程时优先加载当前工作包的上下文，而非整个项目。

第三步：使用 Lean-ctx

在 Agent 会话中，Lean-ctx 会自动：

• 分析当前任务所需的上下文范围
• 智能裁剪无关文件
• 压缩历史对话中的冗余信息
• 优先加载高频使用的代码段

预期产出：token 消耗减少 30-50%，同时保持代码质量。

常见踩坑

1. 过度压缩导致信息丢失：如果压缩配置过于激进，可能丢失关键上下文。建议从保守配置开始，逐步调整。来源：使用经验。

2. 项目结构复杂时效果下降：如果项目依赖关系复杂（如循环依赖），AI 可能难以判断哪些文件是”相关”的。建议在 .context 文件中手动标注关键文件。

3. 不同 Agent 平台的兼容性：Lean-ctx 的压缩策略可能在不同 Agent 平台上表现不同。建议在目标平台上测试效果。

4. 动态生成的文件可能被遗漏：如果项目中有大量动态生成的文件（如 protobuf 编译产物），Lean-ctx 可能无法正确识别其重要性。建议在配置中排除或包含这类文件。

5. token 节省效果因场景而异：对于简单任务（如单文件修改），token 节省可能不明显。复杂任务（如跨模块重构）效果更显著。

常见问题 FAQ

Q1：能节省多少 token？

A：根据项目规模和任务复杂度，通常可节省 30-50% 的 token 消耗。对于大型 monorepo 项目效果更明显。

Q2：会影响代码质量吗？

A：设计目标是不牺牲质量。但过度激进的压缩可能丢失上下文。建议在关键任务（如架构决策）时关闭压缩。

Q3：和 Claude 的上下文窗口管理有什么区别？

A：Claude 原生管理是通用的，Lean-ctx 针对编程场景做了优化，理解代码依赖关系，裁剪更精准。

Q4：是否支持自定义压缩规则？

A：支持。可以通过配置文件定义哪些文件类型、目录、模式应该优先加载或忽略。

Q5：能否与其他 Skill 配合使用？

A：可以。Lean-ctx 专注于上下文优化，与其他 Skill（如 tdd、code-review）无冲突。

初级用法

1. 自动上下文裁剪：Agent 自动判断当前任务需要的文件范围
2. 对话历史压缩：自动压缩历史对话中的冗余信息
3. 文件优先级管理：根据使用频率智能排序文件加载顺序
4. token 使用统计：查看每次会话的 token 消耗报告
5. 上下文快照：保存当前上下文状态，需要时恢复

高级玩法

1. 自定义上下文策略：为不同项目类型（前端、后端、全栈）定义不同的上下文策略
2. 团队级配置：在团队中共享上下文优化配置，统一 token 管理策略
3. 与 CI/CD 集成：在 CI 中分析 token 使用趋势，优化成本

小技巧

1. 为大型项目创建 .context 文件，手动标注核心模块
2. 定期查看 token 使用报告，发现优化机会
3. 在重构大型模块时开启完整上下文，确保不遗漏依赖
4. 使用 --context-depth 参数控制上下文深度
5. 将 token 报告与项目预算对比，评估投资回报率

参考链接

• Claude Code 文档
• AI 编程最佳实践

基于公开资料整理，AI 辅助生成，采集日期：2026-08-12。具体功能以官方文档为准。