315KB压到约5KB!这个MCP插件专治上下文爆炸

不知道大家AI编程的时候是否也遇到，用 Claude Code、Cursor、Copilot 这类工具写真实项目，最烦的不是模型笨。

是上下文被工具输出吃掉。

gh issue list 返回 59KB JSON，测试日志几十 KB，Playwright 快照 56KB。单次看都不大，几十轮后会被反复重发。Token（大模型处理文本的计量单位）就这么被烧掉。

更大的问题是压缩失忆。上下文一满，Agent 开始总结、丢弃原文。你刚讲清的项目结构、刚踩过的坑，下一轮可能又要重讲。

context-mode 把这件事搬到 MCP（模型上下文协议）和 hooks 层处理。截至今天，GitHub API 显示它有 23,997 Star；README 徽章标注 Hacker News 首页榜首、570+ 分。

先说明下：我没有复现它全部 21 个 benchmark，下面的性能数字来自官方 README、BENCHMARK.md 和 docs/platform-support.md。

一、它到底解决什么问题？

context-mode 是一个 MCP 服务器 + hooks 层。

它插在 AI 编程 Agent 和工具之间：工具输出先进沙箱或本地索引，只有摘要、指针、检索结果进入上下文。

和传统做法最大的区别在这里：

• Prompt 工程：求模型“少读点、省着点”
• context-mode：直接改变数据流向，不让原始数据进上下文

二、3 个核心亮点

1. Sandbox：先把“原始字节”挡在门外

官方 BENCHMARK.md 用真实工具输出做了 21 个场景：总原始数据 376KB，进入上下文 16.5KB，整体节省 **96%**。

其中结构化数据处理子集是 315KB → 5.5KB，节省 **98%**。官网页面写作约 5.4KB，差异来自四舍五入。

几个直观数据：

• Playwright 页面快照：56.2KB → 299B
• GitHub Issues：58.9KB → 1.1KB
• nginx 访问日志：45.1KB → 155B
• 大型 JSON API：7.5MB → 0.9KB

它不是简单截断。原始内容会进本地 SQLite，上下文里只保留摘要或索引指针。

2. Think in Code：分析交给 CPU，不把文件塞进脑子

这是我觉得最有工程味的设计。

旧流程是：模型读 47 个文件 → 自己数行数、找规律 → 上下文塞满。

新流程是：模型写一个脚本 → 沙箱执行 → 只把 stdout 放回上下文。

官方示例里，47 次 Read、约 700KB，变成 1 次 ctx_execute()、3.6KB。

这类优化不靠“模型更聪明”，靠工作流改道。

3. Session Continuity：压缩后不再从零开始

它会记录文件编辑、git 操作、任务、错误和用户决策。

对话被压缩前，hooks 捕获状态；压缩后，用 SQLite FTS5 + BM25 检索把相关内容找回来。FTS5 是 SQLite 的全文检索模块，BM25 是排序算法。

简单说：上下文可以丢，索引还在；会话可以断，关键决策还能找回来。

三、架构差异：不是插件，是上下文路由器

普通 AI 编程工具的数据流很简单：

Agent 调工具 → 工具返回原始输出 → 原始输出进上下文 → 下一轮继续重发

context-mode 把中间加了一层：

Agent 调工具
  ↓
hooks 在 PreToolUse / PostToolUse / PreCompact 拦截
  ↓
大输出进沙箱执行，或索引进 SQLite FTS5
  ↓
上下文只拿到摘要、指针、检索片段
  ↓
压缩后按会话事件和 BM25 结果恢复状态

这套架构的关键不是“压缩率”，而是三件事：

其一，重复发送变少了。 原始输出不再每轮占着上下文。

第二，精确内容还能找回来。 文档、代码示例、API 片段走索引检索，不靠模型脑补。

第三，路由可以统一。 对 curl、wget、rm -rf 这类命令，有 hooks 的平台可以阻断或重定向到沙箱。

`

四、如何部署

官方通用安装路径是：

npm install -g context-mode
context-mode doctor

多数平台要求 Node.js ≥ 22.5 或 Bun。Claude Code 插件路径更省事：

/plugin marketplace add mksglu/context-mode
/plugin install context-mode@context-mode
/context-mode:ctx-doctor

跑通后可以试试：

context-mode index . --source project:demo
context-mode search "authentication middleware" --source project:demo
context-mode insight

它的工具分两类：

• ctx_execute / ctx_execute_file / ctx_batch_execute：适合日志、测试输出、CSV、构建结果
• ctx_index / ctx_fetch_and_index / ctx_search：适合文档、API 参考、MCP 工具签名

选型原则很简单：要汇总统计，用执行；要精确原文，用索引。

五、企业团队怎么落地？

这部分才是它和普通“省 token 小技巧”的区别。

1. 改造思路：先管数据流，再管风格

不要一上来全员强推。先选 1-2 个真实团队，把高输出工具列出来：日志、测试、构建、Issue 列表、网页快照、MCP 返回。

然后定规则：

• 大输出必须进沙箱
• 文档类内容必须进索引
• 危险命令必须阻断或重定向
• 会话压缩前必须保留关键决策

2. 批量部署：开源本体没有 Fleet Console

这是实话。

context-mode 支持 Claude Code、Cursor、Copilot、Codex、Gemini CLI、OpenCode、Zed 等 17 个客户端，但开源仓库不是一键企业管控平台。

团队要自己包一层：

• 用内部 npm 镜像锁定版本
• Claude Code 走内部 plugin registry
• Copilot/Cursor/OpenCode 下发统一 hooks 配置
• 新员工机器执行 ctx doctor 做安装检查
• 版本升级先灰度，再全员推送

3. 流水线集成：别碰源码边界

开源插件默认本地运行，无云同步、无遥测、无账户。

如果团队要审计，建议优先把事件留在本地 SQLite；如果确实需要组织视图，官网提供 Context Mode Platform，付费、opt-in，只转发结构事件。

边界要写死：不采源码，不采 Prompt，不采文件内容。

4. 团队规范：路由比口号可靠

有 hooks 的平台，可以自动路由和阻断。没有 hooks 的平台，只能依赖 AGENTS.md、GEMINI.md 这类指令文件。

所以团队规范别只写“请大家节省上下文”。要落成具体条目：

• 日志分析必须用 ctx_execute_file
• API 文档必须用 ctx_index + ctx_search
• 大文件禁止直接 Read
• 网络命令默认进沙箱
• 敏感变量进入 denylist

六、优缺点

优点

• 数据链路清楚：拦截、沙箱、索引、检索、恢复
• 官方 benchmark 覆盖 21 个真实场景
• 17 平台覆盖广，Claude Code 的 hooks 支持完善
• 本地优先，隐私边界清楚

局限

许可证是 Elastic License 2.0（ELv2），不是 OSI 认证开源协议。你可以用、改、内部部署，但不能把软件包装成托管服务提供给第三方，也不能移除许可声明。

平台能力也不齐：

• Claude Code：完整 hooks，适配成熟度较高
• Cursor、Codex CLI、Kiro：部分能力受限
• Antigravity、Zed、OMP：无 hooks，只能依赖指令文件，官方文档标注约 60% 合规
• 会话恢复能力取决于平台是否暴露 PreCompact / SessionStart

我的建议

别拿 98% 当承诺。 它主要适用于日志、测试、构建、快照这类“可摘要”数据；代码示例检索强调原文保真，节省率会低一些。

别把 benchmark 当生产压测。 21 个场景是官方数据，真实团队要先跑自己的日志、仓库和工具链。

别忽略 276 个 open issues。 项目很活跃，也意味着接口和平台适配还在快速变化。

七、笔者有话说

我的判断：如果你已经在用 AI 编程 Agent 做真实项目，context-mode 值得试点。

它真正值钱的不是“315KB 压到 5KB”，而是把上下文从聊天日志变成可检索、可路由、可恢复的工程数据。

但别神化。ELv2、平台 hook 差异、benchmark 适用范围，这三件事决定它适不适合你的团队。

GitHub 地址：

https://github.com/mksglu/context-mode

关注【极客AI开源圈】，领取【百万字AI大模型全景进阶脑图】

本号持续更新实用有趣的开源项目。如果你不想逐篇翻阅往期文章，可以直接关注公众号【架构文摘】，在后台留言与号主互动交流。