这个 Skill 能做什么，适合哪些场景？
LeanCTX 是面向现有 AI 编码代理的本地上下文工程层，以单个本地 Rust 二进制运行。它通过多种文件读取模式（如 map、signatures、diff）、shell 输出压缩、语义缓存和跨会话记忆，把原本冗长的读取和命令输出压到很小。它支持 Hybrid（MCP + shell 钩子）和纯 MCP 两种接入方式，覆盖 Cursor、Claude Code、Codex 等 30+ 代理。数据全部留在本地，节省量可被量化展示（lean-ctx gain）。该 skill 是仓库中 skills/lean-ctx/SKILL.md 对应的具体技能。
读取文件并按需以 10 种模式呈现（map 依赖图/API、signatures 签名、aggressive 去语法、entropy 熵过滤、diff 增量等）；拦截并压缩常见 shell 命令输出（git、npm、cargo、docker、kubectl、terraform 等 95+ 模式）；提供本地知识库的记住/召回/搜索/导入导出；保存和恢复会话状态（任务、发现、决策），实现跨聊天记忆；提供 BM25 语义搜索、anchored 编辑（ctx_patch）、项目概览与上下文用量仪表盘。
- 在大型仓库里用 Cursor/Claude Code 日常编码，反复读取同一批文件、缓存重读只需约 13 token 的开发者
- 代理频繁运行 git diff、测试、构建等冗长命令，希望输出自动降噪压缩的团队
- 长会话被压缩或新开聊天后丢失上下文，需要用 session/knowledge 恢复任务、决策和发现的工程师
- 接手陌生代码库，先用 map/signatures 模式只看 API 面而不读全文的探索者
- 在意 API 账单，想用 lean-ctx gain/dashboard 实时查看并控制上下文预算的用户
- JetBrains 或 VS Code 等无可靠 shell 钩子的环境，改用纯 MCP 方式接入全部工具的使用者
如何安装这个 Skill？
- Shell / 命令行
- 网络访问
- 本地文件系统
- MCP Server
lean-ctx binary (Rust, installable via curl/brew/npm/cargo)
1) 安装二进制：curl -fsSL https://raw.githubusercontent.com/yvgude/lean-ctx/main/skills/lean-ctx/scripts/install.sh | bash，或 brew install lean-ctx / npm install -g lean-ctx-bin / cargo install lean-ctx。2) 运行 lean-ctx setup 完成一键配置（shell 钩子 + 编辑器接线 + 规则 + skills）。skill 文件位于仓库 skills/lean-ctx/SKILL.md，放入你所用代理的 skills 目录即可；README 未说明具体的目标目录约定。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/yvgude/lean-ctx.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/lean-ctx" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后代理可自动使用：lean-ctx read <file> -m map 只看结构；lean-ctx -c "git status" 压缩命令输出；lean-ctx knowledge remember/recall 管理记忆；lean-ctx session save 保存会话；lean-ctx gain 查看节省量。也可用 lean-ctx init --agent cursor|claude|codex|copilot 等为特定代理接线。若想强制代理用本 skill，可在提示中要求读取文件前先跑 lean-ctx read。
这个 Skill 有哪些优点和局限？
- 实测级压缩：README 基准显示 map 模式约 98% 压缩、缓存重读约 13 token，且项目自带 benchmark/doctor 工具可自行复现
- 本地优先、默认无遥测，代码不出机器；Apache-2.0 许可
- 会话与知识记忆跨聊天持久，且可导出为 .ctxpkg 便携包
- 兼容面广：标准 MCP 服务器，自动适配 30+ 代理，模式自动检测
- 可逆设计（CCR）：压缩内容可按需取回原始字节
- 需要先安装并配置一个本地二进制，setup/wrap 会修改 shell 和编辑器配置，卸载需专门命令
- 收益依赖场景：小仓库、少 shell 调用的用户接近盈亏平衡（README 自己承认）
- 对从未使用过的代理/平台（如各 API 场景）没有实测证据，兼容性基于文档推断
- 部分功能标注为实验性（本地协作工具不在默认公开运行时面内）
- 压缩是有损的，尽管有恢复路径，原始输出需额外步骤取回
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| LeanCTX 本地上下文智能层 本页 | 61 · 推荐 | ★ 3.9k | 11 天前 | Apache-2.0 |
| LeanCTX 本地上下文控制 | 59 · 推荐 | ★ 3.9k | 11 天前 | Apache-2.0 |
| 潜在简报 | 55 · 谨慎使用 | ★ 18k | 13 天前 | MIT |
| Callimachus Recall | 58 · 推荐 | ★ 43 | 3 个月前 | AGPL-3.0 |
| Obsidian 知识大脑 v4.0 | 56 · 谨慎使用 | ★ 100 | 3 个月前 | MIT |
README 自述与 RTK、Context+、MemGPT 对比（详见 leanctx.com/compare）；也可视为 Headroom 等独立请求压缩代理的同一层替代——用它就不必再叠加单独的代理。
FollowSkills 如何评估这个 Skill？
同上，正式发布版本，同样的 curl | bash 安装方式和 shell 命令封装能力。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
本条评估按 FSRS 1.0 标准完成，维度分不做换算，已进入按 FSRS 2.0 重新评估的复核队列。
查看完整评分方法 →