让 AI Coding 会话从 30 分钟拉长到 3 小时

Hey_AI_Coder
0 阅读6分钟

对话进行到一半，Agent 突然"失忆"了。它忘了刚才在改哪个文件，忘了你交代的任务，甚至忘了自己上一步做了什么。你不得不重新描述一遍需求，重新建立上下文。

为什么会这样？上下文窗口满了。

每次工具调用都会往上下文里塞数据。一个 Playwright 截图 56 KB，20 个 GitHub issues 59 KB，一个访问日志 45 KB... 30 分钟后，40% 的上下文就被这些原始数据占满了。当 Agent 被迫压缩对话释放空间时，重要的信息也被一起丢掉了。

更糟的是，Agent 还在输出端浪费 token——填充词、客套话、冗长解释... 上下文被双向燃烧。

今天介绍的 context-mode，就是专门来解决这个问题的。

GitHub：

github.com/mksglu/cont…

98% 的上下文减少

context-mode 的 slogan 很直接："The other half of the context problem"（上下文问题的另一半）。

它做了什么？把工具输出的原始数据沙盒化，不让它们污染上下文窗口。

效果有多夸张？官方数据：

  • 315 KB 的原始数据 → 5.4 KB 的有效上下文
  • 98% 的减少

这意味着什么？原来只能维持 30 分钟的对话，现在可以持续几个小时。原来对话到一半就"失忆"的 Agent，现在能记住完整的任务链条。

四维解决方案

context-mode 从四个维度解决上下文问题：

第一维：Context Saving（上下文节省）

传统的工具调用会把原始输出直接塞进上下文。比如你用 Playwright 截图，整个 HTML 结构都进上下文了。context-mode 的做法是——把原始数据关在沙盒里。

它提供了一组沙盒工具（ctx_execute、ctx_batch_execute 等），在隔离环境中运行代码，只把结果返回给上下文，原始数据留在沙盒外。

就像你问 Agent"这个项目有多少个 TypeScript 文件"，传统方式要读取所有文件进上下文再统计。context-mode 让 Agent 写一个脚本在沙盒里统计，只返回"47 个文件"这个数字。

第二维：Session Continuity（会话连续性）

当上下文满了需要压缩时，传统 Agent 会丢掉早期的对话内容。这导致 Agent 忘记：

  • 正在编辑哪些文件
  • 哪些任务在进行中
  • 用户上次的要求是什么

context-mode 的解决方案是SQLite 持久化。每个文件编辑、git 操作、任务、错误、用户决策都被记录在本地 SQLite 数据库中。当对话压缩时，这些数据不会被重新注入上下文，而是通过 FTS5 全文索引，用 BM25 算法只检索当前相关的内容。

Agent 可以从断点继续，就像什么都没发生过。

第三维：Think in Code（用代码思考）

这是 context-mode 最核心的理念：LLM 应该编程分析，而不是计算分析。

传统做法：Agent 读取 50 个文件到上下文，然后自己数有多少个函数。

context-mode 做法：Agent 写一个脚本在沙盒里统计，只把结果输出到上下文。

对比：

// 传统方式：47 次 Read() = 700 KB
// context-mode：1 次 ctx_execute() = 3.6 KB

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'));
`);

一个脚本替代十次工具调用，节省 100 倍上下文。

第四维：Output Compression（输出压缩）

context-mode 还优化了 Agent 的输出端。它的压缩哲学很有意思：

"Terse like caveman. Technical substance exact. Only fluff die." （像穴居人一样简洁。技术实质精确。只去掉废话。）

具体做法：

  • 删除冠词（a/an/the）
  • 删除填充词（just/really/basically）
  • 删除客套话和模棱两可的表达
  • 允许片段化表达
  • 使用短同义词
  • 代码保持不变

模式是：[thing] [action] [reason]. [next step]

效果：65-75% 的输出 token 减少，同时保持技术准确性完整。

支持 14 个主流平台

context-mode 支持目前主流的 AI 编程工具：

  • Claude Code —— 插件市场安装，全自动集成
  • Gemini CLI —— 配置文件安装，支持 hooks
  • Cline —— VS Code 插件
  • Roo Code —— Cline 的分支
  • Aider —— 命令行结对编程
  • Zed —— 高性能编辑器
  • Sourcegraph Cody —— 企业级代码 AI
  • Continue —— 开源代码助手
  • Tabby —— 自托管代码助手
  • Supermaven —— 20M 上下文窗口
  • Codeium —— 免费代码补全
  • Cursor —— AI 原生编辑器
  • Windsurf —— 新起的 AI 编辑器
  • GitHub Copilot Chat —— GitHub 官方

基本上，你在用的 AI 编程工具，context-mode 都支持。

快速开始（Claude Code）

安装很简单，在 Claude Code 里执行：

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

重启 Claude Code，然后验证安装：

/context-mode:ctx-doctor

如果所有检查都显示 [x]，说明安装成功。

context-mode 会自动注册所有 hooks（PreToolUse、PostToolUse、PreCompact、SessionStart）和 6 个沙盒工具。你不需要手动配置，开箱即用。

实用命令

装好后，你可以用这些命令：

/context-mode:ctx-stats —— 查看上下文节省统计，每个工具的节省比例

/context-mode:ctx-doctor —— 诊断检查，验证运行时、hooks、FTS5、插件注册

/context-mode:ctx-insight —— 个人分析仪表板，15+ 指标包括工具使用、会话活动、错误率、并行工作模式等，会打开一个本地 Web UI

/context-mode:ctx-upgrade —— 拉取最新版本，重建，迁移缓存，修复 hooks

/context-mode:ctx-purge —— 永久删除知识库中的所有索引内容

在其他平台上，直接在聊天里输入 ctx stats、ctx doctor 等，模型会自动调用对应工具。

适合谁用

长时间使用 AI 编程工具的人 —— 如果你一次会话要持续几个小时，context-mode 能显著延长有效对话时间。

处理大型项目的人 —— 大项目意味着更多的文件读取、更多的工具调用，上下文消耗更快。context-mode 的 98% 减少在这种场景下价值最大。

频繁使用浏览器/日志工具的人 —— Playwright 截图、日志读取是上下文杀手。context-mode 的沙盒化能把这些数据隔离在外。

对 token 费用敏感的人 —— 输入输出双向压缩，能显著降低 API 费用。

需要 Agent 保持长期记忆的人 —— SQLite 持久化让 Agent 不会"失忆"，跨会话也能保持连续性。

GitHub：

github.com/mksglu/cont…

写在最后

context-mode 解决的是一个很实际的问题：AI 编程 Agent 的上下文瓶颈。

现在的 AI 编程工具越来越强大，但上下文窗口始终是瓶颈。context-mode 的思路很聪明——不是让窗口变大，而是让内容变少。通过沙盒化、代码化思考、输出压缩，它在现有窗口限制下，极大地提升了有效信息量。

而且它的设计很完整，从输入端（沙盒工具）到输出端（压缩算法），从会话内（hooks）到跨会话（SQLite 持久化），形成了一个完整的解决方案。

如果你也在用 AI 编程工具，也在为上下文限制和 token 费用发愁，context-mode 值得一试。

关注

如果这篇文章对你有帮助，欢迎点赞、收藏、转发。我会持续分享实用的 AI 编程工具和效率优化技巧，关注我，一起用 AI 更高效地写代码。

avatar
文章
阅读
粉丝