context-mode 專案：將工具輸出壓縮 98% 以優化 AI 編碼 Agent 的上下文視窗
Decision Brief
變化GitHub Trending 專案 mksglu/context-mode 透過沙箱化工具輸出、持續會話記憶與 MCP+hooks 路由，實現 98% 的工具輸出縮減。
為什麼重要對於使用 Claude Code 等 AI 編碼 Agent 的開發者，98% 的工具輸出壓縮能顯著降低 token 消耗、延長可處理的工作序列長度。
誰該關注開源模型使用者、AI coding 工具使用者
受影響技術棧Claude CodeMCP
建議動作檢查是否影響你現有的 MCP server
來源可信度高 · 官方發布 / 官方 blog / 官方 repo
該專案名為 context-mode，由 mksglu 開發，專注於 AI 編碼 Agent 的上下文視窗最佳化。核心功能包含：將工具輸出沙箱化，達到 98% 的縮減；持續化會話記憶；以及透過 MCP（模型上下文協定）與 hooks 在 17 個平台之間強制路由。專案以 TypeScript 撰寫，在 GitHub 上獲得 18595 顆星，7 天內新增 254 顆星。 對於使用 Claude Code 或類似 Agent 工具的開發者，98% 的輸出壓縮意味著單次對話中能塞入更多工具呼叫的結果，減少因上下文耗盡而中斷的次數；同時，跨平台路由能力讓開發者在不同後端（如不同雲端或本地模型）之間切換時，依然能保留會話狀態。這項工具特別適合需要頻繁執行檔案操作、程式碼分析或 API 呼叫的 AI 編碼工作流程。
摘要依據：官方/RSS 來源詳摘依據上方標註的來源範圍整理，內容以原文為準。
來源
- Skill Radar（GitHub 趨勢）
Trending hands-on MCP servers, agent skills, and AI-coding tools discovered from GitHub search momentum.
- GitHub：mksglu/context-mode