Режим контекста: MCP-сервер, который сжимает выводы инструментов для Claude Code

Что делает Контекстный режим

Контекстный режим решает проблему, когда каждый вызов инструмента MCP в Claude Code сбрасывает сырые данные в окно контекста на 200K токенов. Примеры из источника показывают, что снимок Playwright стоит 56 КБ, двадцать проблем GitHub — 59 КБ, а один лог доступа — 45 КБ. Через 30 минут 40% вашего контекста может быть потеряно.

Сервер MCP находится между Claude Code и этими выводами, обрабатывая их в песочницах, так что до модели доходят только сводки. Это обеспечивает сокращение использования контекста на 98% (315 КБ становится 5,4 КБ).

Установка и настройка

Установка одной командой:

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

Или через CLI:

claude mcp add context-mode -- npx -y context-mode

Установка включает навык автоматической маршрутизации, который автоматически направляет большие выводы через Контекстный режим, а также хук PreToolUse, который внедряет маршрутизацию контекстного режима в промпты суб-агентов. Никаких промптов не требуется.

Доступные инструменты

• batch_execute: Запустить несколько команд + выполнить несколько запросов в ОДНОМ вызове (986 КБ → 62 КБ)
• execute: Запустить код на 10 языках. Только stdout попадает в контекст (56 КБ → 299 Б)
• execute_file: Обработать файлы в песочнице. Сырое содержимое никогда не покидает её (45 КБ → 155 Б)
• index: Разбить markdown на FTS5 с ранжированием BM25 (60 КБ → 40 Б)
• search: Запросить индексированное содержимое с несколькими запросами в одном вызове (извлечение по требованию)
• fetch_and_index: Получить URL, преобразовать в markdown, проиндексировать (60 КБ → 40 Б)
• stats: Отслеживание токенов сессии с разбивкой по инструментам

Техническая реализация

Каждый вызов execute порождает изолированный подпроцесс с собственной границей процесса. Скрипты не могут получить доступ к памяти или состоянию друг друга. Подпроцесс запускает ваш код, захватывает stdout, и только этот stdout попадает в контекст разговора. Сырые данные — файлы логов, ответы API, снимки — никогда не покидают песочницу.

Доступно десять языковых сред выполнения: JavaScript, TypeScript, Python, Shell, Ruby, Go, Rust, PHP, Perl, R. Bun автоматически определяется для выполнения JS/TS в 3–5 раз быстрее.

Аутентифицированные CLI работают через передачу учётных данных — gh, aws, gcloud, kubectl, docker наследуют переменные окружения и пути конфигурации, не раскрывая их в разговоре.

Когда вывод превышает 5 КБ и предоставлено намерение, Контекстный режим переключается на фильтрацию по намерению: он индексирует полный вывод в базу знаний, ищет разделы, соответствующие вашему намерению, и возвращает только соответствующие совпадения со словарём искомых терминов для последующих запросов.

База знаний использует виртуальные таблицы SQLite FTS5 (Full-Text Search 5). Инструмент index разбивает содержимое markdown по заголовкам, сохраняя блоки кода нетронутыми, затем сохраняет их. Поиск использует ранжирование BM25 — вероятностный алгоритм релевантности, который оценивает документы на основе частоты терминов, обратной частоты документа и длины документа.