Hotdry.
归档
ai-systems

Claude Code 中 MCP 输出减少 98%：上下文窗口优化的工程实践

通过 Context Mode MCP 服务器、提示优化和 token 高效工作流，在 Claude Code 长代理编码会话中将 MCP 输出压缩 98%，提供安装参数、阈值监控与回滚清单。

在 Claude Code 的代理编码场景中，上下文窗口（200K tokens）是核心瓶颈。MCP（Modular Compute Protocol）工具调用频繁产生海量 raw 输出，如 Playwright 截图 56KB、GitHub issues 59KB 或日志文件 45KB，仅 30 分钟即可消耗 40% 上下文，导致 “上下文腐烂”（context rot），模型性能急剧下降。

本文聚焦单一技术点：通过上下文截断、提示优化和 token 高效工作流，将 MCP 输出减少 98%，将会话时长从 30 分钟延长至 3 小时。基于 Mert Köseoğlu 的 Context Mode 项目，提供可落地参数与监控清单。

MCP 输出爆炸的核心机制

Claude Code 通过 MCP 服务器调用外部工具（如 WebFetch、gh CLI），但默认将完整 stdout 注入上下文。典型场景：

  • 测试调试：Playwright snapshot + 测试日志 → 60+ KB / 调用。
  • 代码审查：git log + issues → 70 KB / 调用。
  • 文档检索：fetch URL → 完整 HTML/markdown。

累计 10-20 调用后，上下文剩余 <60%，触发 auto-compact，丢失细粒度细节。量化阈值：每 KB raw 输出 ≈ 250 tokens，98% 减少即节省 245 tokens/KB。

“Every MCP tool call in Claude Code dumps raw data into your 200K context window.”（引自 Context Mode 博客）。

方案一：Context Mode MCP 服务器（核心截断层）

Context Mode 是一个中介 MCP 服务器，拦截高体积工具调用，在 sandbox 中执行，仅返回总结或搜索片段。核心技术：

  • Sandbox 执行：spawn 隔离子进程，支持 10 种运行时（JS/TS/Python/Shell/Ruby/Go/Rust/PHP/Perl/R），Bun 加速 JS 3-5x。凭证透传支持 gh/aws/kubectl 等 CLI。
  • 知识库：SQLite FTS5 + BM25 排名 + Porter stemming。index 工具分块 markdown（保留代码块），search 返回相关 snippet（非摘要）。
  • 模糊搜索：三层 fallback（stemming → trigram → Levenshtein），智能 snippet 围绕查询词提取。

基准数据（11 场景）：

场景 Raw (KB) 输出 (KB) 节省
Playwright snapshot 56 0.3 99%
GitHub issues (20) 59 1.1 98%
Access log (500) 45 0.2 100%
Repo research 986 62 94%
全 сессия 315 5.4 98%

安装与参数：

  1. 插件模式（推荐，含 hook/slash）： 
    /plugin marketplace add mksglu/claude-context-mode
/plugin install context-mode@claude-context-mode
    重启 Claude Code。
  2. MCP-only： 
    claude mcp add context-mode -- npx -y context-mode
  3. 开发：git clone https://github.com/mksglu/claude-context-mode && npm install。

关键参数：

  • 输出阈值：>5KB 自动 intent-driven 过滤（index → search）。
  • 搜索限流：1-3 调用全结果，4-8 减半，9+ 强制 batch_execute。
  • Hook：PreToolUse 自动路由 WebFetch/curl → fetch_and_index + search。

方案二：提示优化（上游精简）

在 Context Mode 前，提示工程减少无效调用：

  • 指定 intent：execute(intent: "find TypeScript errors in log", code: "cat error.log") → 仅返回匹配片段。
  • 批量化：用 batch_execute(scripts: [...]) 或 search(queries: ["q1", "q2"])，单调用多任务。
  • 子代理路由：Hook 注入指令，Bash 子代理升级为 general-purpose，优先 batch_execute。
  • 示例提示： 
    分析 repo：fetch_and_index("https://github.com/...") → search(["architecture", "issues", "contributors"]) → summarize。
然后 /context-mode:stats 查看节省。

阈值：单调用输出 >1KB → 强制 intent；会话前 5 调用监控 /context。

方案三：Token 高效工作流（系统级）

  • On-demand loading：Claude Code 新特性，仅加载活跃 MCP schema，闲置 overhead 从 25% →14%。
  • Compaction 策略：定期 /compact，或用 Recall MCP hook（pre-compact 保存状态）。
  • Router MCP：最小 schema（500 tokens）路由，避免全加载。
  • 监控清单：
    1. /context：实时查看 MCP 输出占比，阈值 >20% → 优化。
    2. /context-mode:stats：会话节省（tokens / 工具），目标 >95%。
    3. /context-mode:doctor：诊断 runtime/hook/FTS5。
    4. 告警：tokens >150K → 手动 compact 或新 сессия。

回滚策略：

  • 信息丢失风险：省略 intent 获取 raw（head 60%/tail 40%）。
  • 兼容：并存其他 MCP（如 Context7），hook 只拦截大输出。
  • 失败：fallback 到原工具，监控 stats 对比。

实践案例：长代理编码 сессия

模拟 45 分钟调试：

  • 无优化：20 调用，315KB → 60% 上下文剩，性能降 40%。
  • 有优化：5.4KB → 99% 剩，3h 无降级。

参数调优：BM25 k1=1.2（默认），b=0.75（文档长规范化）；search limit=2/query。

此方案不复述新闻，而是工程化落地：最小改动（单插件），高 ROI（6x 时长）。适用于 RAG / 代理系统。

资料来源：

  • Context Mode 博客与 GitHub（mksg.lu/blog/context-mode, github.com/mksglu/claude-context-mode）。
  • HN 讨论（news.ycombinator.com/item?id=47148025）。

（正文字数：约 1250 字）

查看归档