Context Engine

io.github.melonelish由 GitHub 账号 melonelish 发布v0.1.0更新于 Oct 24, 2026

Compress logs, retrieval chunks, and code context into structured LLM-ready signal.

已验证STDIO仅桌面知识与记忆开发者工具AI 与机器学习

概览

AI 生成的概览

通过单个 compress_context 工具，把日志、RAG 检索片段和代码上下文压缩成结构化、可直接供大模型使用的输入。

可以做什么
Context Engine 是一个任务感知的上下文压缩层，通过 stdio 暴露一个 MCP 工具 compress_context，接收 mode、budget 以及原始 content 或结构化 payload。支持三种模式：logs 保留根因行和 traceback 尾部，并把重复的 heartbeat、retry 和重复行折叠为计数；rag 围绕 question 把检索片段重排为高信号、辅助和低信号层级；code 依据 issue 关键词、测试失败输出和路径提示对热点文件排序。结果以统一结构返回，包含 summary、key facts、被丢弃的噪声和 llm_ready_context，失败时返回带 error_code 和 hint 的结构化错误。
适用场景
当 Agent、RAG 管线或编程助手拿到的上下文过长、噪声过多或排序混乱时使用，例如包含大量重复噪声的长日志、按召回顺序堆叠的检索结果，或一堆文件却没有明确修复目标。它面向早期外部试用、集成测试和开发者工作流验证，而非生产部署。
运行要求
以 Python 包（melonelish-context-engine）形式在本地通过 stdio 运行，使用 context-engine-mcp 命令启动。需要 Python 3.11 至 3.13 和 pip，MCP 服务器需安装可选的 mcp extra。未声明任何鉴权、环境变量或请求头。存在输入限制：单段文本 200000 字符、结构化列表 64 项、输入文件 2000000 字节。
安装前请注意
README 说明当前不具备生产级鉴权、持久化、监控和审计能力，也不承诺跨未来大版本的长期兼容性。它被描述为 v0.1.0 的早期 beta，benchmark 规模很小。不支持 PDF、图片、Office 等二进制输入。该服务器会读取你提交的上下文内容，除非接受由本工具在本地处理，否则不要传入密钥或敏感数据。

安装

在 SourceWeft 中

  1. 打开 控制台中的 Context Engine，将其添加到工作区。
  2. 为需要使用其工具的对话启用该服务。

Desktop only，通过 STDIO。 STDIO 服务会启动本地进程，因此需要 SourceWeft 桌面宿主。

其他 MCP 客户端

参照 仓库 中的启动说明。

README

Context Engine - 面向 Agent / RAG / AI Coding 的上下文压缩引擎

把噪声日志、检索片段和代码上下文，压缩成大模型更容易使用的高信号输入。

面向 Agent 工作流、RAG 管线、AI Coding 助手的任务感知 Context Compression Layer。

[Python] [Typer CLI] [MCP] [License]

PyPI · GitHub · MCP Registry

为什么需要 Context Engine

很多 Agent / RAG / AI Coding 系统的问题，不是“没有上下文”，而是“上下文太脏、太长、太乱”。

日志里有大量重复 heartbeat 和 retry；RAG 检索结果里混着相关与不相关 chunk；代码修复场景里，模型经常拿到一堆文件，却缺少最小修复线索。

Context Engine 解决的是这个中间层问题：

在把内容交给大模型之前，先按任务类型压缩、排序、去噪，并输出结构化的高信号上下文。

它不是普通摘要工具，而是一个更偏工程化的上下文整理层。

能力边界问题

场景直接丢给模型Context Engine
长日志 / traceback复制全部日志，或者简单截断保留疑似根因、traceback 尾部，折叠重复噪声
RAG 检索结果按检索顺序塞入所有 chunk围绕用户问题重新排序，区分高信号与低信号证据
AI Coding 修复把附近文件全部塞进去根据 issue / test output 排序 hotspot file
输入异常抛原始 traceback返回结构化错误、错误码和修复提示
Token 不够从头或从尾硬切在标准化和去重后按预算裁剪

系统架构

核心理念：先把上下文变成可解释、可预算、可消费的结构，再交给 LLM。

mermaid
flowchart TB    classDef input fill:#fff7d6,stroke:#d99b00,stroke-width:2px,color:#5c3b00;    classDef core fill:#e7f1ff,stroke:#2563eb,stroke-width:2px,color:#123c8c;    classDef mode fill:#eaf8ef,stroke:#1f8a4c,stroke-width:2px,color:#0f4f2b;    classDef output fill:#f5ecff,stroke:#7c3aed,stroke-width:2px,color:#3f1d7a;
    subgraph Inputs["输入层"]        CLI["CLI<br/>本地文件 / 示例"]:::input        SDK["Python API<br/>CompressionRequest"]:::input        MCP["MCP Tool<br/>compress_context"]:::input    end
    subgraph Core["核心 Pipeline"]        Validate["输入校验<br/>schema + size guard"]:::core        Normalize["标准化<br/>ContextItem list"]:::core        Dedupe["去重<br/>重复内容折叠"]:::core        Budget["预算控制<br/>small / medium / large"]:::core    end
    subgraph Compressors["任务感知压缩器"]        Logs["logs<br/>root cause + traceback"]:::mode        Rag["rag<br/>question-aware evidence"]:::mode        Code["code<br/>hotspot files + failure signal"]:::mode    end
    subgraph Outputs["输出契约"]        Result["ok: true<br/>summary + key facts + llm_ready_context"]:::output        Error["ok: false<br/>error_code + hint + details"]:::output    end
    CLI --> Validate    SDK --> Validate    MCP --> Validate    Validate --> Normalize --> Dedupe --> Budget    Budget --> Logs    Budget --> Rag    Budget --> Code    Logs --> Result    Rag --> Result    Code --> Result    Validate --> Error

数据流

mermaid
sequenceDiagram    autonumber    participant U as 用户 / Agent    participant C as CLI / MCP / SDK    participant V as Validator    participant P as Pipeline    participant M as Mode Compressor    participant O as Output Envelope
    U->>C: 提交 logs / rag / code 输入    C->>V: 校验字段、大小和模式    V->>P: 标准化为 ContextItem    P->>P: 去重、排序、预算裁剪    P->>M: 进入任务压缩器    M->>O: 生成 summary / key_facts / llm_ready_context    O-->>U: 返回结构化结果或结构化错误

核心能力

1. logs：根因导向的日志压缩

logs 模式面向长日志、重复日志、异常栈和混合噪声。

能力说明
根因提取优先保留 error、exception、failed、fatal 等关键行
Traceback 保留保留更接近根因的 traceback 尾部
噪声折叠把重复 heartbeat、poll、retry、duplicate line 归并成计数
LLM-ready 输出生成可以直接放进诊断或修复 prompt 的上下文块

2. rag：围绕问题的证据重排

rag 模式接收 question 和 chunks，把检索结果从“按召回顺序堆叠”变成“围绕问题排序”。

分层含义
HIGH与问题重叠度高，可能直接支持回答
SUPPORT有帮助但不是核心证据
Low signal相关性弱，不应该占据主要上下文窗口

3. code：最小修复上下文

code 模式接收 issue、可选 test_output 和 files，用于给 AI Coding 助手准备更聚焦的修复输入。

信号作用
Issue terms保留用户描述的问题焦点
Failure terms把测试失败、异常信息和候选文件关联起来
Hot path hints对 test、parser、pipeline、service、validator 等路径加权
Supporting files保留辅助上下文，但不让它淹没主线

4. CLI + MCP 双入口

同一套压缩逻辑可通过三种方式使用：

入口用途
Python API集成到自己的包或服务里
CLI本地处理日志、样例和脚本任务
MCP Server接入支持 MCP 的 Agent / IDE / 自动化环境

快速开始

前置要求

项目要求
Python3.11 到 3.13
包管理器pip
MCP 运行时可选，通过 mcp extra 安装

安装

powershell
python -m venv .venv.venv\Scripts\Activate.ps1python -m pip install -e .[dev,mcp]

从 PyPI 安装发布包：

powershell
python -m pip install "melonelish-context-engine[mcp]"

运行示例

powershell
python -m pytest -qcontext-engine --mode logs --input examples/logs/sample.log --budget mediumcontext-engine --mode rag --input examples/rag/sample.json --budget mediumcontext-engine --mode code --input examples/code/sample.json --budget medium

CLI 使用

powershell
context-engine --mode logs --input examples/logs/sample.log --budget smallcontext-engine --mode rag --input examples/rag/sample.json --budget mediumcontext-engine --mode code --input examples/code/sample.json --budget large

输入格式

logs：纯文本
text
2026-07-03 10:01:12 ERROR payment.worker failed to charge orderTraceback (most recent call last):  ...ValueError: missing customer_id
rag：JSON
json
{  "question": "Why did checkout fail?",  "chunks": [    {      "content": "Checkout fails when customer_id is missing.",      "metadata": {"source": "runbook.md"}    }  ]}
code：JSON
json
{  "issue": "Checkout test fails when customer_id is omitted.",  "test_output": "ValueError: missing customer_id",  "files": [    {      "path": "src/payments/checkout.py",      "content": "def checkout(order): ..."    }  ]}

MCP 使用

通过 stdio 启动 MCP Server：

powershell
context-engine-mcp

当前暴露一个工具：

工具参数功能
compress_contextmode、budget、content 或 payload压缩 logs / rag / code 上下文

示例错误返回：

json
{  "ok": false,  "error": {    "error_code": "invalid_field",    "message": "Field 'chunks' must be a non-empty list.",    "hint": "Provide at least one item in 'chunks'."  }}

输出契约

CLI 和 MCP 都返回统一结构：

结果结构
成功{ "ok": true, "result": ... }
失败{ "ok": false, "error": { "error_code": "...", "message": "...", "hint": "...", "details": ... } }

成功结果会包含 schema version、summary、key facts、被丢弃或降权的噪声，以及 llm_ready_context。

安全边界

当前内置限制：

限制项当前值
单段文本最大长度200000 字符
结构化列表最大数量64 项
输入文件最大大小2000000 bytes
Schema version1.0

这些限制用于避免外部工作流把任意超大 payload 直接打进工具。

当前已支持

  • Python 3.11 到 3.13
  • logs / rag / code 三种模式
  • 三种模式的 CLI 使用
  • 通过 compress_context 暴露 MCP 工具
  • 纯文本日志输入
  • JSON 格式的 RAG 和 code 输入
  • 结构化成功 / 失败 envelope
  • 基础 benchmark 和 GitHub Actions CI

暂不支持

  • PDF、图片、Office 文件等二进制输入
  • embedding-aware reranking
  • 仓库级依赖图分析
  • 跨未来大版本的长期兼容性承诺
  • 生产级鉴权、持久化、监控和审计能力

Benchmark

Benchmark 资料位于：

当前样例集体现的行为：

模式对比对象当前效果
logs原始日志 / 简单截断保留根因，折叠重复噪声
rag直接 dump 检索 chunk围绕问题排序证据
code普通文件摘要保留 issue、失败信号、hotspot file 和支持上下文

v0.1.0 的 benchmark 还很小，适合作为回归检查和展示样例，不代表完整生产评测。

开发

powershell
python -m pip install -e .[dev,mcp]python -m pytest -qpython benchmarks/generate_benchmarks.py

CI 会在 push 和 pull request 时运行安装、测试和 benchmark 生成检查。

发布状态

当前版本目标：v0.1.0

已发布渠道：

这个版本适合早期外部试用、集成测试和开发者工作流验证。它已经具备可复用包结构、测试、文档，以及可直接安装的 PyPI / MCP Registry 发布入口，但仍然是范围明确的早期 beta。

Roadmap

  • 引入 embedding 或 reranker 驱动的 RAG 排序。
  • 加强 code hotspot 识别，加入更可靠的结构化代码信号。
  • 扩展 benchmark，加入更多真实脏数据样本。
  • 发布更易安装的正式包版本。
  • 增加更多 Agent Runtime / MCP 集成示例。

License

本项目采用 MIT License。

来源：README.md，提交 288ad17

工具

0
SourceWeft 尚未在沙箱中启动过该软件包，因此其工具未知。

版本历史

1
  1. v0.1.0最新Sep 16, 2026

评分

已满足适用检查项的 50%

该评分衡量此收录条目的完整程度，依据注册中心条目、端点与公开来源计算得出。它不是对服务器本身的评价，也不表示服务器安全或当前可用：可连通性是带日期的检查结果，评分也不包含安装量或用户评价。

  • 近 30 天内可连通25 分

    请保持端点能够响应 MCP 握手；SourceWeft 每 30 天探测一次。

  • 已声明认证方式10 分

    请在注册中心条目中声明凭据请求头，或保持端点能够响应探测，以便判定其认证方式。

  • 已列出工具15 分

    请让服务器在无凭据时响应 tools/list，或发布可在沙箱中无凭据启动的软件包。

  • 描述必需15 分
  • 图标10 分
  • 文档15 分
  • 许可证10 分