context-window

Comprime salidas de herramientas, registros, archivos y fragmentos RAG antes de que lleguen al LLM. 20% menos tokens para agentes de programación, 60-95% menos tokens para JSON, mismas respuestas. Biblioteca, proxy, servidor MCP.

¿Cuáles son los principios que podemos usar para construir software impulsado por LLM que sea lo suficientemente bueno para ponerlo en manos de clientes en producción?

Un CLI de motor de búsqueda de código embebido superligero (basado en AST) que simplemente funciona: mejora la velocidad y eficiencia para agentes de código 🌟 ¡Dale una estrella si te gusta!

Reduce los costos de tokens de IA en un 95%+ en exploración de código. El servidor MCP líder para la recuperación precisa de código de GitHub a nivel de símbolos mediante AST de tree-sitter. Funciona con Claude Code, Cursor y cualquier cliente MCP. Más de 313 mil millones de tokens ahorrados.

Encuentra los tokens fantasma. Arréglalos. Sobrevive a la compactación. Evita la degradación de la calidad del contexto.

Motor de inteligencia de código de alto rendimiento para agentes de IA e IDE, compatible con 257 lenguajes, repositorios múltiples, basado en grafos y accesible mediante CLI, servidor MCP y API. Compañero de programación con IA: expone solo la información necesaria, reduciendo el uso de tokens hasta 50 veces. 100% local.

[ICML'24 Spotlight] LLM Maybe LongLM: autoextensión de la ventana de contexto de LLM sin ajuste fino.

Proporciona a Claude Code memoria fotográfica en un único archivo portátil. Sin bases de datos, sin SQLite, sin ChromaDB: solo un archivo .mv2 que puedes incluir en git commit, scp o compartir. Núcleo nativo en Rust con operaciones de menos de un milisegundo.

Memoria persistente supervisada por LLM para agentes de IA: recuperación basada en grafos, conocimiento entre sesiones y binario único. Funciona con DeepSeek Harness, Claude Code, OpenClaw y cualquier tiempo de ejecución de agentes.