mksglu/context-mode

解决什么问题

AI 编程 agent 会把大量原始工具输出直接灌进上下文：一次浏览器快照、二十条 GitHub issue、一个访问日志，动辄几十 KB。半小时后上下文就被吃掉一大半；一旦触发压缩，agent 又忘了正在改哪个文件、任务进行到哪一步。这个项目两头都管：把体积大的工具输出挪出 prompt，同时把会话事件落到本地存储，让 agent 压缩后还能接着干。

有什么不同

目前省上下文的常见做法是靠提示词纪律——在 AGENTS.md 里要求模型简短，而 README 明确说这个项目刻意不碰这一层。Context Mode 在工具层动手：以 MCP server 的形式提供沙箱执行工具（ctx_execute、ctx_batch_execute、ctx_fetch_and_index 等），让 agent 写脚本处理数据、只把结果打印出来，而不是把内容整段读进对话。会话事件写入 SQLite 并建 FTS5 索引，压缩后按 BM25 检索相关历史，而非全量回放。第三，它借助各平台 hooks 注入路由说明（README 称覆盖 17 个客户端），引导模型优先用这些工具而不是裸 Bash / Read。代价也很实在：本该直接读文件的小任务，现在要让模型写代码，并不总是划算。

适合谁

适合在大型仓库上跑长会话、经常撞到上下文上限、并且因压缩丢状态的开发者，尤其是 Claude Code 用户——插件和 hook 集成在这个平台最完整。已有 hook 能力的团队能拿到自动路由，其余平台需要手动放一份路由文件。只发零星短 prompt、或所用客户端不支持 MCP / hook 的人，收益很小，反而多一层摩擦。不放心让 agent 在工作区里执行生成脚本的人也应避开。

上手成本

需要 Node/TypeScript 运行时和支持 MCP 的客户端；按 README，Claude Code 需 v1.0.33 以上。自动路由依赖平台 hook，没有 hook 就只有工具、没有强制引导。许可证是 ELv2（仓库字段为 NOASSERTION），属于 source-available 而非 OSI 开源，团队标准化前先过一遍合规。项目 2026 年 2 月才创建，SQLite/FTS5 索引和 hook 的接法都还可能变。安装步骤和各平台差异见 README。

点评

方向是对的，瞄准的是可量化、真实存在的开销，八个月左右攒到 32k star 也说明痛点普遍。但热度信号偏浅：只在月榜露过一次面（#8，本月 +8,135），没有上过日榜，HotRepo 也没追踪到 Hacker News 讨论——更像发布期的冲高，而非长期积累的曲线。实现思路相当有主张，"让模型写代码而非处理数据"这条路走不走得通，比 star 数更值得关注。建议先在真实会话里试一轮、看 ctx-stats 的实际节省再决定是否全团队铺开；ELv2 许可证是最该先谈清楚的一点。