当 AI 编程助手开始＂失忆＂:两个项目上下文优化减少98%token 消耗

当VibeCoding的时候经常遇到的一个问题，

AI 编程助手”失忆”

不妨来看看两个 9K+ Star 项目的解法：

context-mode：AI Agent 上下文优化 – 减少 98% token 消耗
claude-context：Claude Code 代码搜索 MCP – 让整个代码库成为上下文

有意思的是，这两个项目都在解决同一个问题，但思路完全相反。

01 我们都遇到过的问题

用 AI 写代码的时候，你肯定有过这种体验：

前 10 分钟，AI 记得你说的每个细节。你告诉它“用 TypeScript，别用 any 类型”，它照做了。

20 分钟后，它开始问一些前面已经回答过的问题。

半小时后，它开始变得笨笨的了，问你”这是 React 还是 Vue？”

毫无疑问上下文窗口被塞满了。

然后 AI 就开始“失忆”了。

02Context Mode：暴力压缩

Context Mode 的思路很直接：

既然工具输出占空间，那就别让它们进来。

它在 Claude Code 和工具之间加了一层，拦截所有输出，压缩完再传给 AI。

官方数据是 315KB 压到 5.4KB，98% 的压缩率。

它是怎么做到的？

我看了它的实现，用了三阶段管道：

第一阶段：过滤明显的噪音

重复的日志调试信息进度条（那种"50%...51%...52%..."）

第二阶段：提取关键信息

错误信息警告状态变化（比如"构建成功"）

第三阶段：建立索引压缩掉的内容不是丢了，而是存在本地数据库里。AI 可以通过语义搜索找回来，但不占上下文空间。

官方有个评估数据：在保证检索质量的前提下，token 使用减少 40%。

同样的对话，成本降低 40%或者对话时间延长 67%

安装是一行命令：

claude mcp add context-mode \ -e OPENAI_API_KEY=your-key \ -- npx context-mode@latest

装完后对用户透明，不需要改变任何使用习惯。你还是正常跟 Claude 对话，它自动在后台压缩。

03Claude Context：精准检索

Claude Context 走的是另一条路：

不压缩输出，而是让 AI 更快找到需要的代码。

它把整个代码库做成向量数据库，用语义搜索替代传统的文件遍历。

你问”认证逻辑在哪”，它直接定位到相关代码，不需要 AI 一个文件一个文件读。

我看了一下它的架构：

向量数据库：Milvus（或 Zilliz Cloud）Embedding：支持 OpenAI、VoyageAI、Ollama、Gemini代码分割：基于 AST 的智能分块索引策略：Merkle 树增量更新

这个增量更新很重要。

大型项目几万个文件，全量索引要几分钟。但改了 10 个文件，只重新索引这 10 个，几秒钟搞定。

从架构看，它也是 MCP 服务器，但定位和 Context Mode 不同。

维度	Context Mode	Claude Context
解决的问题	工具输出太多	代码检索太慢
核心思路	减少进入上下文的信息	提高进入上下文的信息质量
适合场景	频繁执行命令	大型代码库

如果你的项目只有几千行代码，Claude Context 的优势不明显。

但如果是几万行，甚至几十万行，语义搜索的效率提升是质变。

安装

需要配置向量数据库，稍微复杂一点：

git clone https://github.com/zilliztech/claude-context.gitcd claude-context# 配置环境变量export MILVUS_URL=your-milvus-urlexport OPENAI_API_KEY=your-keynpm install

如果觉得复杂可以直接复制让Agent帮忙配置。

04我的使用建议

Context Mode：

✅ 你经常执行命令（测试、部署、调试） ✅ 对话经常超过 30 分钟 ✅ 工具输出经常刷屏（比如构建日志几百行）

之前聊一小时 AI 就开始”失忆”，现在能撑到两小时以上。

唯一的成本是本地磁盘空间，索引数据库会占几百 MB。

Claude Context：

✅ 项目超过 1 万行代码✅ 需要做架构分析、重构这种全局理解的任务✅ 经常问"XX 功能在哪实现的"这种问题

小项目（几千行）感知不强

但大项目（我试了一个 5 万行的）提升明显。

之前问”用户认证在哪”，AI 要读十几个文件。现在一次搜索就定位到了。

需要注意的是，它依赖外部向量数据库

要么用 Zilliz Cloud（有免费额度），要么自己部署 Milvus。

我的配置

我自己是两个都装了：

Context Mode 常驻（日常对话用）Claude Context 在大项目时启用

效率提升明显。

写在最后

AI 编程助手的竞争

已经从”谁的模型更强”，变成了“谁的工具链更完善”。

Context Mode 和 Claude Context 只是开始。

接下来可能会有更多工具出现，解决其他痛点：

代码审查

测试生成

文档同步……

这才是 AI 编程真正走向成熟的标志：

生态的完善是后续竞争趋势。

项目链接：

Context Mode: https://github.com/mksglu/context-modeClaude Context: https://github.com/zilliztech/claude-context

💬 交流群

扫码加群，加入 AI +测试编程实践交流群，和一群志同道合的朋友讨论。

📮获取：

• 最新技术推广文章• 核心技能速查表 • 测试人转型 AI 训练师路线图

👍 觉得有用？

如果这篇文章对你有帮助：

点赞→ 让我知道你喜欢这类内容关注→ 你的关注就是我的最大动力在看→ 推荐给更多技术同行分享→ 分享到朋友圈或技术群

你的每一次互动，都是我持续输出干货的动力！

我是Jesse，专注 AI 工具实战与测试自动化，帮测试同行少走弯路。

我们下次见~