mksglu/claude-context-mode: не теряйте контекст при больших выходных данных.

Другая половина проблемы контекста.

Каждый вызов инструмента MCP в Claude Code сбрасывает необработанные данные в контекстное окно размером 200 КБ. Снимок драматурга стоит 56 КБ. Двадцать выпусков GitHub стоят 59 КБ. Один журнал доступа — 45 КБ. Через 30 минут 40% вашего контекста исчезнет.

Вдохновлено Cloudflare Кодовый режим — который сжимает определения инструментов из миллионов токенов в ~1000 — мы спросили: а как насчет другого направления?

Контекстный режим — это сервер MCP, который находится между Claude Code и этими выходами. 315 КБ становятся 5,4 КБ. Снижение 98%.

claude mcp add context-mode -- npx -y context-mode

Перезапустите Клод Код. Сделанный.

/plugin marketplace add mksglu/claude-context-mode
/plugin install context-mode@claude-context-mode

claude --plugin-dir ./path/to/context-mode

MCP стал стандартным способом использования внешних инструментов для агентов ИИ. Но в его основе есть напряжение: каждое взаимодействие с инструментом заполняет контекстное окно с обеих сторон — определения на входе, необработанный вывод на выходе.

С Активно более 81 инструмента, 143 тыс. токенов (72%) расходуются до вашего первого сообщения.. И тогда инструменты начинают возвращать данные. Один снимок драматурга занимает 56 КБ. А gh issue list сбрасывает 59 КБ. Запустите набор тестов, прочитайте файл журнала, получите документацию — каждый ответ съедает то, что осталось.

Режим кода показал, что определения инструментов можно сжать на 99,9%. Контекстный режим применяет тот же принцип к выводам инструмента — обрабатывает их в песочнице, чтобы в модель попадали только сводные данные.

Каждый execute вызов порождает изолированный подпроцесс со своей собственной границей процесса. Скрипты не могут получить доступ к памяти или состоянию друг друга. Подпроцесс запускает ваш код, захватывает стандартный вывод, и только этот стандартный вывод входит в контекст диалога. Необработанные данные — файлы журналов, ответы API, снимки — никогда не покидают «песочницу».

Доступны десять языковых сред выполнения: JavaScript, TypeScript, Python, Shell, Ruby, Go, Rust, PHP, Perl, R. Bun автоматически определяется для ускорения выполнения JS/TS в 3–5 раз.

Аутентифицированные CLI работают через сквозную передачу учетных данных — gh, aws, gcloud, kubectl, docker наследовать переменные среды и пути конфигурации, не раскрывая их в диалоге.

Когда выходные данные превышают 5 КБ и intent предоставляется, контекстный режим переключается на фильтрацию на основе намерений: он индексирует весь вывод в базу знаний, ищет разделы, соответствующие вашему намерению, и возвращает только соответствующие совпадения со словарем доступных для поиска терминов для последующих запросов.

index Инструмент разбивает содержимое уценки на блоки по заголовкам, сохраняя при этом блоки кода нетронутыми, а затем сохраняет их в файле. SQLite FTS5 (Полнотекстовый поиск 5) виртуальная таблица. Поиск использует Рейтинг БМ25 — алгоритм вероятностной релевантности, который оценивает документы на основе частоты терминов, обратной частоты документов и нормализации длины документа. Портер стемминг применяется во время индекса, поэтому «running», «runs» и «run» соответствуют одной и той же основе.

Когда ты звонишь searchон возвращает соответствующие фрагменты контента, ориентированные на соответствие условиям запроса, а не полные документы и не приблизительные значения, а фактический проиндексированный контент с умным извлечением того, что вы ищете. fetch_and_index распространяет это на URL-адреса: выборка, преобразование HTML в уценку, фрагмент, индекс. Необработанная страница никогда не входит в контекст.

В результатах поиска вместо усечения используется интеллектуальное извлечение. Вместо того, чтобы возвращать первые N символов (которые могут пропустить важную часть), контекстный режим определяет, где в содержимом появляются термины вашего запроса, и возвращает окна вокруг этих совпадений. Если ваш запрос — «токен аутентификации JWT», вы получите абзацы, в которых действительно встречаются эти термины, а не произвольный префикс.

search Инструмент включает в себя прогрессивное регулирование для предотвращения переполнения контекста из-за чрезмерных отдельных вызовов:

• Вызовы 1-3: Нормальные результаты (2 на запрос)
• Звонки 4-8: Сокращенные результаты (1 на запрос) + предупреждение
• Звонки 9+: Заблокировано — перенаправляет на batch_execute

Это поощряет пакетную обработку запросов через search(queries: ["q1", "q2", "q3"]) или batch_execute вместо того, чтобы делать десятки отдельных звонков.

stats Инструмент отслеживает потребление контекста в режиме реального времени. Полезно для отладки использования контекста во время длительных сеансов.

При установке в качестве плагина контекстный режим включает в себя перехватчик PreToolUse, который автоматически вводит инструкции маршрутизации в подсказки субагента (инструмента задач). Субагенты учатся использовать batch_execute в качестве основного инструмента и search(queries: [...]) для последующих действий — без ручной настройки.

Измерено в реальных сценариях:

Снимок драматурга — 56,2 КБ в необработанном виде → 299 Б контекста (сохранено 99%)
Проблемы с GitHub (20) — 58,9 КБ в необработанном виде → 1,1 КБ в контексте (сохранено 98%).
Журнал доступа (500 запросов) — 45,1 КБ в необработанном виде → 155 Б контекста (сохранено 100 %)
Документация Context7 React — 5,9 КБ в необработанном виде → 261 Б контекста (сохранено 96%)
Аналитика CSV (500 строк) — 85,5 КБ в необработанном виде → 222 Б контекста (сохранено 100 %)
Журнал Git (153 коммита) — 11,6 КБ в необработанном виде → 107 Б контекста (сохранено 99%)
Тестовый вывод (30 комплектов) — 6,0 КБ в необработанном виде → 337 Б контекста (сохранено 95%)
Исследование РЕПО (субагент) — 986 КБ необработанных данных → 62 КБ контекста (сохранено 94 %, 5 вызовов против 37)

За полный сеанс: 315 КБ необработанных данных превращаются в 5,4 КБ. Время сеанса до замедления составляет от ~30 минут до ~3 часов. Остаток контекста через 45 минут: 99% вместо 60%.

Полные сравнительные данные по 21 сценарию →

Эти подсказки работают «из коробки». Бегать /context-mode stats после каждого, чтобы увидеть экономию.

Глубокое исследование репо — 5 звонков, контекст 62 КБ (необработанные: 986 КБ, сохранено 94%)

Research https://github.com/modelcontextprotocol/servers — architecture, tech stack,
top contributors, open issues, and recent activity. Then run /context-mode stats.

Анализ истории Git — 1 звонок, контекст 5,6 Кб

Clone https://github.com/facebook/react and analyze the last 500 commits:
top contributors, commit frequency by month, and most changed files.
Then run /context-mode stats.

Парсинг веб-страниц — 1 звонок, контекст 3,2 КБ

Fetch the Hacker News front page, extract all posts with titles, scores,
and domains. Group by domain. Then run /context-mode stats.

Поиск документации — 2 звонка, контекст 1,8 КБ

Fetch the React useEffect docs, index them, and find the cleanup pattern
with code examples. Then run /context-mode stats.

• Node.js 18+
• Клод Код с поддержкой MCP
• Необязательно: Bun (определяется автоматически, JS/TS в 3–5 раз быстрее)

git clone https://github.com/mksglu/claude-context-mode.git
cd claude-context-mode && npm install
npm test              # run tests
npm run test:all      # full suite

С