context-mode：面向 AI 编程智能体的上下文窗口优化工具
决策简报
Brief- 发生了什么
- GitHub 趋势项目 mksglu/context-mode 通过 MCP 服务器沙箱化工具输出（减少 98% 上下文占用）、持久化会话记忆，并在 17 个平台上通过 MCP 和钩子强制执行路由。
- 为什么重要
- Claude Code 相关变化会影响地区可用性、合规成本和供应商风险。
- 影响谁
- Claude Code · Claude · Gemini · MCP
- 建议动作
- 升级或复核变更版本
- 地区可用性
- 暂未验证地区可用性差异。
关键事实
- GitHub 趋势项目 mksglu/context-mode 通过 MCP 服务器沙箱化工具输出（减少 98% 上下文占用）、持久化会话记忆，并在 17 个平台上通过 MCP 和钩子强制执行路由。 [src-skill-radar]
- 通过将原始工具输出沙箱化（315 KB 降至 5.4 KB）并将会话事件索引到 SQLite FTS5，该工具让使用 Claude Code、Gemini CLI 等平台的开发者能在长任务中避免上下文丢失，同时减少不必要的输出令牌消耗。 [src-skill-radar]
由事件证据自动生成。
context-mode 是一个 MCP 服务器，针对 AI 编程智能体的上下文窗口问题。它通过沙箱工具将原始数据排除在上下文之外，例如 Playwright 快照从 56 KB 压缩到极小体积，315 KB 可缩减至 5.4 KB，减少 98%。会话连续性方面，每次文件编辑、git 操作、任务、错误和用户决策都记录在 SQLite 中，对话压缩时事件被索引到 FTS5，通过 BM25 搜索仅检索相关内容，模型能从中断处继续。此外，它强制智能体用代码而非数据计算，例如用脚本统计文件行数替代 47 次读取操作，节省 100 倍上下文。 该工具支持 Claude Code、Gemini CLI、VS Code Copilot、JetBrains Copilot 和 GitHub Copilot CLI 等 17 个平台。对于使用 Claude Code 的开发者，可通过插件市场安装并自动获得全部钩子和 11 个 MCP 工具；对于 Gemini CLI 用户，只需一个配置文件即可启用钩子。这减少了长对话中上下文耗尽和记忆丢失的问题，尤其适合需要处理大量文件或持续数小时任务的开发团队。
摘要依据：已读全文详摘依据上方标注的来源范围整理，内容以原文为准。
来源
- Skill Radar（GitHub 趋势）
Trending hands-on MCP servers, agent skills, and AI-coding tools discovered from GitHub search momentum.
- GitHub：mksglu/context-mode
留言
登入后即可留言，和其他 builder 交换实测心得。
还没有留言，抢头香。