一句话看懂：GitHub Trending 上出现了一个名为 Context Mode 的 MCP 服务，它把 MCP 工具调用的原始输出搬出上下文窗口，并用 SQLite 与 FTS5 保存会话记忆，官方称可减少 98% 的上下文占用。
事件核心：发生了什么
Context Mode 是一个面向 AI 编程代理的 MCP 服务器插件，主要解决上下文窗口被工具调用结果快速占满的问题。按项目给出的数据，一次 Playwright 快照约 56 KB，二十条 GitHub issue 约 59 KB，一份访问日志约 45 KB；连续使用 30 分钟后，约 40% 的上下文被消耗。压缩会话时，代理还会丢失正在编辑的文件、进行中的任务和用户最近的指令。
Context Mode 的做法是把原始数据放进沙箱工具，不让它直接进入上下文窗口，官方给出的例子是 315 KB 压缩到 5.4 KB，节省约 98%。同时，文件编辑、git 操作、任务、错误和用户决策写入 SQLite，压缩对话时不再把全部内容塞回上下文，而是索引到 FTS5，再用 BM25 搜索按需取出相关事件。项目还强调“用代码分析”，让模型写脚本执行统计并只输出结果，例如把 47 次 Read 调用约 700 KB 的上下文，换成一次 ctx_execute 约 3.6 KB。它覆盖 17 个客户端，Claude Code 可通过插件市场安装并自动路由，其他平台需要一次性复制路由文件。
为什么重要
上下文窗口一直是 AI 编程代理的硬约束。工具调用越多，模型越快被原始数据淹没，压缩又会带来任务连续性丢失。Context Mode 把“数据存储”和“模型上下文”拆开，代表 MCP 生态里开始出现专门的上下文优化中间层，而不是单纯等待模型厂商把窗口做大。
另一个值得注意的信号是它明确不强制模型用简短文风输出。项目引用 Moonshot AI 关于 kimi-k2.5 的说法，认为激进简短提示可能损害编码和推理评测表现，因此路由只关心数据流向，不规定模型如何组织最终回答。这个取舍对开发者来说很实际：省上下文不等于牺牲答案完整性。
对用户/开发者/创作者的影响
对使用 Claude Code、MCP 代理的开发者，Context Mode 提供了一个可立即安装的插件，开箱自带沙箱工具、索引、搜索和统计命令。常跑 Playwright、GitHub issue 批量读取或日志分析的人，上下文节省会最明显。对团队来说，ctx_stats 和 ctx_insight 能看每类工具的 token 消耗与节省比例，方便评估是否纳入日常流程。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
不过它目前主要解决“工具输出占上下文”这一类问题，不负责提升模型能力，也不替代代码审查和测试。非 hook 平台需要手动复制路由文件，是否稳定适配仍取决于具体客户端。
值得关注的后续
后续可以观察三点：一是 17 个客户端的实际路由是否都稳定生效，以及安装后的诊断是否容易通过；二是 SQLite + FTS5 的本地索引方案在大型仓库或长期会话下，检索延迟与命中质量如何；三是其他 MCP 服务器或模型厂商是否会跟进类似的上下文卸载与索引机制。
