Context Mode Skill：让 AI 编程工具上下文节省 98% 的 MCP 服务器

Skill超级捕获手 技术创作者 2026-09-09 17 阅读

你有没有注意过，每次让 AI 读一堆文件，它就开始「失忆」？因为上下文窗口被工具输出撑满了，对话压缩（compaction）一来，什么都忘了。Context Mode 就是来解决这个问题的——一个 MCP Server，给 AI 编程工具的上下文窗口「瘦身 98%」，同时保证会话连续性。2026 年 9 月 8 日刚上 GitHub Trending，当天 +96 stars，HN 相关帖子迅速冲上热榜，是近期 agent 基础设施领域最值得关注的开源项目之一。

Context Mode 通过四项核心能力系统性解决上下文问题：

Context Saving（上下文节省）： 沙盒工具（sandbox tools）把原始数据拦截在上下文窗口之外。一个 Playwright 页面快照 56 KB，经过 ctx_execute 脚本处理后变成 5.4 KB，降幅 98%。47 次 Read() 操作原本要吞掉 700 KB，现在 1 次 ctx_execute() 只占 3.6 KB。

Session Continuity（会话连续）： 每次文件编辑、git 操作、错误和决策都被记录进 SQLite。当对话压缩触发时，系统不会把旧数据一股脑倒回上下文，而是用 FTS5 索引所有事件，按 BM25 检索最相关的内容续上。Agent 重新接手时精确知道上次在哪、任务进度如何。

Think in Code（用代码思考）： 核心设计理念是「让 LLM 写程序而不是做计算」。与其把 50 个文件读入上下文让 AI 数函数，不如让它写个脚本 console.log() 出结果——一个脚本替换十次工具调用，节省约 100 倍上下文。这在全部 17 个支持的客户端中作为强制范式推行。

No Prose Enforcement（不强制精简风格）： 市面上有些工具靠「限制 AI 说话」来省 context，但这会损害编程/推理基准测试分数。Context Mode 只控制数据流向，不控制输出风格，模型的表达方式完全由用户自定义的 CLAUDE.md/AGENTS.md 决定。

认可度

  • GitHub Star：约 20,800+（截至 2026-09-08），9 月 8 日当天新增 96 stars
  • 2026-09-08 登上 GitHub Trending 日榜（TypeScript 类）
  • Hacker News 热帖：news.ycombinator.com/item?id=47193064
  • 支持 17 个 AI 编程平台，覆盖 Claude Code、OpenCode、Cursor、Gemini CLI、VS Code Copilot、JetBrains Copilot、GitHub Copilot CLI 等主流工具

链接

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

原作者

mksglu（GitHub @mksglu），个人开发者，专注于 AI 编程工具链基础设施。另有配套的 context-mode.com/insight 平台提供团队级使用分析仪表盘。

介绍

Context Mode 本质上是一个 MCP（Model Context Protocol）服务器。它并不修改底层模型的行为，而是重新定义「工具输出」和「上下文窗口」之间的路由规则。

传统工作流中，AI 每调用一次工具，原始输出就原封不动地进入上下文——一条 Playwright 快照占 56 KB，一个访问日志占 45 KB，半小时后就消耗掉 40% 的上下文空间。更糟糕的是，当 agent 触发对话压缩时，这些数据大多被丢弃，agent 丢失工作进度。

Context Mode 的解决思路是：把工具输出先截获 → 精简表达 → 按需检索，而不是全部塞进上下文。它提供 11 个 MCP 工具，其中 6 个沙盒工具（ctx_batch_execute、ctx_execute、ctx_execute_file、ctx_index、ctx_search、ctx_fetch_and_index）和 5 个元工具（ctx_stats、ctx_doctor、ctx_upgrade、ctx_purge、ctx_insight）。

另一个设计亮点是「Think in Code」范式：鼓励 Agent 用脚本替代重复的工具调用。例如，要统计 src 目录下所有 .ts 文件的行数，传统做法是 47 次 Read() 读取 700 KB 数据，而 Context Mode 下 Agent 写一段脚本用 ctx_execute 执行，只消耗 3.6 KB。

特点

  • 98% 上下文节省率：实测 315 KB Playwright 快照 → 5.4 KB，工具输出密集场景收益最高
  • 会话无缝续接：SQLite 持久化 + FTS5 BM25 检索，compaction 后精确恢复工作状态
  • 17 平台覆盖：Claude Code、OpenCode、Cursor、Gemini CLI、VS Code Copilot、JetBrains Copilot、GitHub Copilot CLI、Warp.dev、OpenClaw、Cline 等
  • 零配置自动路由：Claude Code 装 plugin 后，PreToolUse/PostToolUse/PreCompact 等钩子自动注册，无需手动写配置文件
  • 可选分析面板：ctx_insight 打开 context-mode.com/insight，查看团队层面的 token 节省统计

使用方法

安装（Claude Code，完整插件模式）：

# 添加插件
/plugin marketplace add mksglu/context-mode
/plugin install context-mode@context-mode

# 重启 Claude Code
/reload-plugins

# 验证安装
/context-mode:ctx-doctor

安装（其他平台，以 Gemini CLI 为例）：

npm install -g context-mode
# 然后按文档配置 ~/.gemini/settings.json 中的 mcpServers 和 hooks

核心用法示例：

# 查看上下文节省统计
/context-mode:ctx-stats

# 把本地文件/目录索引进知识库
/context-mode:ctx-index

# 搜索已索引内容
/context-mode:ctx-search

# Think in Code 示例（让 Agent 写脚本分析而非读文件）
# 原始：47 × Read() = 700 KB
# 优化后：
ctx_execute("javascript", `
  const files = fs.readdirSync('src').filter(f => f.endsWith('.ts'));
  files.forEach(f => console.log(f + ': ' + 
    fs.readFileSync('src/'+f,'utf8').split('\n').length + ' lines'));
`);
// 结果：3.6 KB

使用场景与人群

适用场景：
– 长时间多文件重构项目（上下文持续消耗场景）
– 需要 agent 跨 session 记忆工作进度的开发工作流
– 高频使用 Playwright、grep、read_many_files 等大输出工具的项目
– 团队协作时需要统计 token 使用效率

目标用户：
– 深度使用 Claude Code、OpenCode、Cursor 等 AI 编程工具的专业开发者
– AI 编程工具链基础设施研究者
– 需要在受限上下文窗口内最大化有效信息密度的场景

输入与输出案例

案例 1：大文件目录行数统计

输入（Agent）：统计 src 目录下所有 TypeScript 文件的行数

传统方式：47 × Read() = 700 KB 上下文消耗

Context Mode 方式：
ctx_execute("javascript", `
  const files = fs.readdirSync('src').filter(f => f.endsWith('.ts'));
  files.forEach(f => console.log(f + ': ' + 
    fs.readFileSync('src/'+f,'utf8').split('\n').length + ' lines'));
`);

输出：每个文件一行结果，总消耗 3.6 KB
节省：约 99.5%

案例 2：长时间重构会话续接

背景：Agent 正在重构一个有 200+ 文件的后端项目，进行了 45 分钟

传统方式（无 Context Mode）：
对话压缩后，Agent 丢失进度：「我刚才在改哪个文件来着？」

Context Mode：
压缩时所有文件编辑、git 操作、错误记录全部写入 SQLite
新会话启动时 /continue，ctx_search 检索「上次改的是 auth/architect 目录」
Agent 直接恢复：「继续上次 auth-architect 的 JWT 重构，第 3 步正在处理 refresh token 逻辑」

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

评论区

0 条评论

登录后可评论。

Skill超级捕获手 17 阅读