ARTICLE · 1216940
省 98% 上下文的插件context-mode:19 条泄洪命令,16 条没人管
你大概撞过这堵墙：用 AI 编码助手干活，聊上半小时它开始「失忆」——刚改过的文件忘了，刚才的任务忘了，你上一条消息也忘了。很多人以为是模型不够聪明，其实更常见的原因是上下文被工具输出撑爆了。一次日志查询、一次跑测试、一个网页抓回来，几十 KB 的原始数据就这么灌进对话窗口。
有个 3.1 万 Star 的开源插件专门堵这个口子，名叫 context-mode（可以理解成「上下文模式」）。它的说法很硬：把大块数据关起门来处理，只让结论回到对话里，能省下 98% 的上下文。我把它拷进隔离沙箱翻了一遍：这个数字是真的，我手里几份样本甚至更省。但同样在这次实测里，它承诺的「自动拦截」只覆盖了 19 条常见命令中的 2 条。
它是什么
context-mode 是装给 AI 编码助手用的插件，Claude Code、Cursor、Codex 这类工具都能装。它主要想解决两件事：
它还有一路「检索式」用法：先把文档、日志切块存进本地全文索引，需要时按问题搜出相关片段，而不是整篇塞进去。
真正值得看的是它拦什么、放什么：
实测：省下的数字站得住，拦下的命令站不住
先说省。它仓库里放了 21 组真实样本——一份 85.5 KB 的埋点表格、一份 45.1 KB 的 nginx 访问日志、一份 58.9 KB 的 GitHub issues 导出。我用它自带的执行器跑了一遍：
这个方向没得挑。它给你一个子进程，你写几行代码把统计做完，窗口里只留一行结论。我另外试了「检索式」那一路：四份文档共 32.7 KB，三个问题各取回三条片段，进上下文 5.59 KB，省 82.9%，和它文档里给这类用法标的 82% 基本吻合。问文档里根本没有的东西（比如「怎么部署到 k8s」），它会返回零条，不硬凑。
省是真省。问题出在它承诺的另一半：它说装上钩子就会「自动拦截」，之后不用你操心。
我把它的路由逻辑单独抽出来，喂了 19 条最典型的命令，结果是这样：
curl -s https://… | |
curl -s -o 文件 https://… | |
tail -n 2000 日志 | |
tail（同会话第二次起） | |
grep -rn ERROR src/ | |
find . -name '*.ts' | |
ls -R src/ | |
git log -p -n 200 | |
gh pr view 123 --json body,comments | |
kubectl logs --tail=5000 | |
docker logs 容器名 | |
cat 一个大文件 | |
npm testnpm run build |
19 条里，改写拦下 2 条，只提醒一次 1 条，其余 16 条原样通过。
这不是我挑得刁。它的设计就是这样：只在「结构上一定短小」的命令上主动放行（比如 pwd、git status），其余走一句「建议用沙箱」的提醒，而且每个会话只提醒一次。也就是说，第一次 tail 之后，助手再查多少次日志，它都不再吭声。真正能改变行为的只剩提示词，而提示词管不住它读不读日志。
这里还有一层措辞值得说清。它宣传里的「沙箱」只是另起一个子进程，并没有把文件和网络隔开。我在里面读了系统用户文件、读了家目录下的文件、往临时目录写了东西、还抓了一次公网，全部成功。这本身不算毛病——它要的是「数据不进口上下文」，不是「防住恶意代码」。但读者很容易把「沙箱」理解成后者，文档里「完全隔离」的说法撑不起这个想象。
它自己的文档，九处改动一处没响
一个项目可不可信，最后看它有没有本事守住自己的话。我把它的仓库当成被测对象，做了两组注入。
第一组改代码：把工具名前缀改错、把抓网页的拦截整段拆掉、把函数返回类型改错、让版本号只改一半。四道闸门——类型检查、打包产物断言、插件入口检查、单元测试——四发四中，全红。
第二组改文档，一次只动一处，跑同一套闸门：
九处，零拦截。仓库里没有一条测试或脚本拿基准报告和首页当数据源——它守的是代码能编译、打包没坏、版本号一致，唯独不守「我们宣称自己做到了什么」。
这组数字本身也有松的地方。基准报告开头写「21 个场景」，两张表加起来只有 20 行。总账写「376 KB 变成 16.5 KB，省 96%」，按它自己的分项算出来是 95.6%，四舍五入到 96 需要一点善意。有一行「网络请求」标 13% 节省，按原始字节算是 14.8%。另有两行标着 100%，实际分别还剩 155 字节和 222 字节。都是小账，但一份用来佐证「98%」的报告，小账该更紧一点。
顺带说一句首页。顶部有一排企业徽章——微软、谷歌、Meta、亚马逊等 18 个名字，底下写着「以下团队在用」。那 18 个链接全部指向空锚点，点不动。这不是造假证据，但也不是能点开的证据。
同类里的位置
省上下文这条道上，它站的位置很特别。之前评测过的 caveman（10.8 万 Star）走的是「让 AI 少说废话」：用提示词约束输出，省下的主要是模型自己的啰嗦，官方简介写省 65%、自家文档只认 8.5%。context-mode 不碰说话方式，它搬走的是工具塞进来的数据——这是另一半，也是更硬的一半。
再往前看，Graphify（12.5 万 Star）用代码知识图谱省调用费（也就是模型按字数计的额度），官方宣称 71.5 倍、我复算 38.3 倍；agentmemory（2.9 万 Star）做记忆，官方 95.2% 的「答案找齐」率换成实际评测只剩 81.8%。这条道上的共同点是：省的量级大多能复现，宣称的精度普遍要打折。context-mode 在这一点上算体面——它的 98% 我复出来在 99% 以上，方向没错。
代价也有。装上钩子后，每个会话开头会注入一段约 6800 字符的行为规则（英文约 1700 个词元，也就是模型计费时说的那一种计量单位）。对一次长会话不算什么，对一堆短任务就是纯开销。
适合谁：每天用 AI 编码助手处理大量日志、测试输出、网页抓取的人。子进程和本地检索确实能让窗口干净很多，省下的量我能复现。
不适合谁：指望它「装上就自动管住助手」的人。它真正硬拦的只有抓网页和三种构建工具；其余靠一句每个会话只出现一次的提醒。想让助手老实走沙箱，还得在项目规则里自己写死——这恰恰是它想替你省掉的那件事。
我的判断
值得装，但别按宣传理解它。把它当成「一个更好用的数据处理器加一块本地检索库」，你会很满意：一份 85 KB 的表格进去，79 字节的结论出来，这一手确实漂亮。把它当成「上下文守门员」，你会失望——门装了，大部分时候只是挂在那儿。
真要用得踏实，建议补两件事：一是把「读日志、跑测试、看 diff 必须走沙箱」写进你自己的项目规则，别指望钩子；二是装完后拿它给的那份基准报告，对着手头的真实任务复一遍，看省下的比例还在不在同一量级。
省 98% 是它最好的一张牌，而这张牌恰恰是它自己最没闸门守的一张。
关注 AI商业快讯，每天一篇 AI 热点深度解读。
相关阅读：
参考链接
[1] caveman 深度评测：10.8 万 Star 的省 token 技能，简介还写 65%，自家文档只认 8.5%：https://www.geeyo.com/caveman-%e6%b7%b1%e5%ba%a6%e8%af%84%e6%b5%8b%ef%bc%9a10-8-%e4%b8%87-star-%e7%9a%84%e7%9c%81-token-%e6%8a%80%e8%83%bd%ef%bc%8c%e7%ae%80%e4%bb%8b%e8%bf%98%e5%86%99-65%ef%bc%8c%e8%87%aa%e5%ae%b6%e6%96%87/
[2] Graphify 深度评测：12.5 万 Star 的代码知识图谱，官方 71.5 倍省 token 我复算只有 38.3 倍：https://www.geeyo.com/graphify-%e6%b7%b1%e5%ba%a6%e8%af%84%e6%b5%8b%ef%bc%9a12-5-%e4%b8%87-star-%e7%9a%84%e4%bb%a3%e7%a0%81%e7%9f%a5%e8%af%86%e5%9b%be%e8%b0%b1%ef%bc%8c%e5%ae%98%e6%96%b9-71-5-%e5%80%8d%e7%9c%81-token/
[3] agentmemory 深度评测：2.9 万 Star 的 Agent 记忆系统，官方 95.2% 换成「答案找齐」只剩 81.8%：https://www.geeyo.com/agentmemory-%e6%b7%b1%e5%ba%a6%e8%af%84%e6%b5%8b%ef%bc%9a2-9-%e4%b8%87-star-%e7%9a%84-agent-%e8%ae%b0%e5%bf%86%e7%b3%bb%e7%bb%9f%ef%bc%8c%e5%ae%98%e6%96%b9-95-2-%e6%8d%a2%e6%88%90%e3%80%8c%e7%ad%94/
