按 token 预算的代码库上下文
如果 Claude Code 让你觉得太贵，token 一定花在了几个具体地方：整文件读取、同一批文件每轮重读、grep 结果一股脑塞进上下文窗口。Context Engine 给每次检索加一道硬性 token 预算，只返回真正重要的代码。
在 agent 循环里，token 成本由上下文主导，而不是答案本身。每一轮，agent 都会把它携带的上下文重新发一遍——如果这上下文塞满了早前 grep 并读进来的整文件，你就在为同样的 token 反复付费。大型代码库上，账单涨得飞快。
用 Context Engine，agent 只调一个 MCP 工具 codebase_context，并传入 tokenBudget。服务端跑混合检索（稠密 + 稀疏 + 符号图），重排去重，再拼装一个到预算即停的文件级上下文包。它返回相关片段而非整文件，并跳过 agent 已经看过的文件。
于是上下文窗口只装能回答当前问题的内容，同一段代码不会付费两次，每次调用的上限由你控制。简单扫描调低预算，硬任务调高预算。
省 token 的笨办法是给 agent 更少内容——但盲目截断会砍掉不该砍的，agent 就抓瞎，反而在重试里花更多钱。Context Engine 反着来：把预算优先花在信噪比最高的片段上。你不是发更少的上下文，而是发更好的上下文。这才是既压低 token、又保住质量的关键。
同一个按 token 预算的上下文包，Claude Code、Cursor、Codex、Windsurf 或任意 MCP 客户端都能用——各加一段配置即可。如果你同时跑多个 agent，它们都从同一份新鲜的代码库索引取数。
| Context Engine | 默认读文件 + grep | |
|---|---|---|
| 返回单位 | 去重后的相关片段 | 整文件 |
| 重复成本 | 已看过的文件被跳过 | 每轮重读、重复计费 |
| 上限 | 每次调用硬性 token 预算 | 无——随会话增长 |
| 上下文窗口 | 保持精简 | 爆满，触发 auto-compact |
| 预算下的质量 | 优先给信噪比最高的片段 | 盲目截断丢细节 |
取决于你的仓库和 agent 之前怎么找代码，所以我们不给固定百分比。机制是实打实的：不整文件读取、不重读已看过的文件、每次调用有硬预算。免费额度让你在自己的代码库上量出差别。
比盲目截断伤得少。预算优先花在信噪比最高的片段上，所以更小的预算依然装着重要的代码。硬任务可以调高，简单扫描可以调低。
你在 codebase_context 调用上传入 tokenBudget。上下文包按片段逐条拼装，到预算即停，并返回实际用了多少 token、是否发生截断。
任意 MCP 客户端——Claude Code、Cursor、Codex、Windsurf 等。它是一个 Remote MCP server，一段配置即可接入。
可以，用 GitHub 登录即送免费额度。
context-engine