开源的 AI 编码上下文智能压缩与监控引擎 解决 Claude Code / Cursor / OpenCode 等工具的上下文窗口爆炸问题
你用 Claude Code 或 Cursor 写代码时，有没有遇到这些问题？
- 聊了十几分钟，AI 突然说"上下文太长了"
- 每次读取一个文件，几百行代码全部塞进了上下文
- 同一个文件被读取了三次，三份完整内容全在上下文里
- 工具调用的返回结果越来越多，token 消耗飞速增长
ContextPilot 就是为了解决这个问题的。
它作为一个透明代理运行在你的电脑上，拦截 AI 工具发出的请求，自动压缩上下文、去除重复内容、智能裁剪工具返回结果，然后把优化后的内容发给真正的 API。你的 AI 工具完全感知不到这个过程。
同时，它提供一个 Web 控制面板，让你可以实时看到上下文占用情况、调整压缩策略、手动管理消息。
git clone https://github.com/xxx/contextpilot.git
cd contextpilotWindows 用户：
start.bat --target https://api.anthropic.commacOS / Linux 用户：
./start.sh --target https://api.anthropic.com脚本会自动完成：检查 Python 版本 → 创建虚拟环境 → 安装依赖 → 构建前端 → 启动服务。
启动成功后会看到：
🚀 ContextPilot v0.1.0
📡 代理运行在: http://localhost:8090
📊 控制面板: http://localhost:8090 (已在浏览器中打开)
🎯 目标 API: https://api.anthropic.com
⚡ 压缩引擎: 已启用
把 AI 工具的 API 地址改成 ContextPilot 的代理地址：
Claude Code：
export ANTHROPIC_BASE_URL=http://localhost:8090
# 之后正常使用 claude 命令即可Cursor：
在设置 → API 配置中，把 Base URL 改为 http://localhost:8090
OpenCode / 其他 OpenAI 兼容工具：
export OPENAI_BASE_URL=http://localhost:8090搞定！ 从现在起，所有请求都会经过 ContextPilot 自动优化。
启动后，打开浏览器访问 http://localhost:8090，进入 Web 控制面板。
实时显示你当前的上下文健康状态：
- 进度条：显示已用 token 占总量的百分比（绿色正常，橙色警告，红色危险）
- 占用分布：饼图展示系统提示、对话历史、工具返回各占多少
- 节省统计：本次会话已经帮你省了多少 token，折算成大约省了多少钱
- 立即压缩：不想等自动触发，点一下按钮立刻压缩
- 开新会话：清空当前上下文，重新开始统计
逐条查看当前上下文里的每条消息：
- 每条消息显示：角色（系统/用户/AI/工具）、占用 token 数、内容预览
- 可以对单条消息操作：保护（不让任何策略碰它）、删除（从上下文中移除）
- 批量去重：一键处理所有检测到的重复内容
- 点击消息行可展开查看完整内容
这是核心设置页。你可以：
选择预设（推荐初次使用）：
| 预设 | 适合谁 |
|---|---|
| 保守模式 | 上下文窗口大（200K+）、不太爆，想最大保留信息 |
| 均衡模式（默认） | 大多数用户，平衡压缩率和信息保留 |
| 激进模式 | 上下文经常爆，想最大程度压缩 |
或者自定义每个策略：
- 对话历史压缩：保留最近几轮完整对话，更早的历史自动摘要
- 工具结果裁剪：读取的代码文件超过多少行就截断，命令输出保留头尾
- 重复内容去重：自动检测同一文件被读取多次，只保留最新版本
- 优先级淘汰：上下文快满时，按优先级从低到高依次淘汰，系统提示和你最新的消息永远不会被删
所有修改立即生效，不需要重启。
查看所有历史会话的统计数据：
- 累计处理了多少个会话
- 总共节省了多少 token（折算成钱更有体感）
- 近7天的每日消耗趋势图
- 每个会话的详细记录
# 连接到不同的 AI 服务
./start.sh --target https://api.anthropic.com # Claude
./start.sh --target https://api.openai.com # OpenAI
./start.sh --target http://localhost:11434 # Ollama（本地模型）
# 自定义端口（默认代理 8090）
./start.sh --target https://api.anthropic.com --port 9090
# 不自动打开浏览器
./start.sh --target https://api.anthropic.com --no-browser你的 AI 工具
│
│ 发出请求（header 里带 API key，body 里带 messages）
▼
ContextPilot 代理 (localhost:8090)
│
├── 读取 body 中的 messages 数组
├── 识别 API 类型（/v1/messages → Anthropic，/v1/chat/completions → OpenAI）
├── 按你在 Web UI 里设置的策略执行压缩
├── header 原样透传（API key 绝不读取、不记录、不存储）
└── 把优化后的 messages 发给真正的 API
真正的 LLM API（Anthropic / OpenAI / ...）
关于隐私和安全：
- API key 只在请求 header 里传递，ContextPilot 完全不读取它
- 代码和对话内容只在内存里短暂处理，绝不写入文件
- 本地 JSON 文件只存储 token 数量等统计数字，不存任何内容
- 纯本地运行，没有任何数据发送到远端服务器
所有数据存储在项目的 data/ 目录下，纯 JSON 文件，可以直接读取和编辑：
data/
├── settings.json # 全局设置（端口、通知等）
├── strategies.json # 压缩策略配置（Web UI 中的所有选项）
├── sessions/ # 每个会话一个文件（只有统计数字）
└── presets/ # 三个内置预设（保守/均衡/激进）
想清除所有历史数据？直接删除 data/sessions/ 目录里的文件，或者在控制面板的历史记录页点"清除所有历史"。
| 要求 | 版本 |
|---|---|
| Python | 3.11 或以上 |
| Node.js | 18 或以上（仅首次构建前端时需要） |
| 操作系统 | Windows / macOS / Linux |
如果你想手动控制启动过程：
# 1. 创建并激活虚拟环境
python -m venv .venv
source .venv/bin/activate # macOS/Linux
# 或 .venv\Scripts\activate # Windows
# 2. 安装依赖
pip install -r requirements.txt
# 3. 构建前端（只需做一次）
cd frontend
npm install
npm run build
cd ..
# 4. 启动
python -m backend.main --target https://api.anthropic.comQ：会影响 AI 回复的速度吗？ A：有极少量额外延迟（目标 < 50ms），通常感知不到。压缩上下文反而会让 AI 回复更快，因为处理的 token 更少了。
Q：会不会压缩掉重要内容？ A：默认的均衡模式比较保守，会保留最近8轮完整对话。你可以在策略页设置"保护关键词"，含有这些词的消息绝对不会被压缩。也可以在消息管理页对单条重要消息点"保护"。
Q：支持哪些 AI 服务？
A：支持所有兼容 Anthropic API（/v1/messages）或 OpenAI API（/v1/chat/completions）的服务，包括 Claude、GPT、DeepSeek、本地 Ollama 等。不认识的请求路径会直接透传，不做任何处理。
Q：数据安全吗？ A：完全安全。API key 从不被读取，代码内容从不写入磁盘，所有数据都在本地。你可以审查全部源码。
Q：和各 AI 工具自带的"自动压缩"有什么区别？ A：各工具自带的自动压缩是黑盒，你不知道它压了什么、什么时候触发、会不会丢重要上下文。ContextPilot 让这个过程完全可见可控，你可以实时看到上下文状态，自己决定保留什么、压缩什么。
当前版本：v0.1.0 (MVP)
已实现功能：
- 反向代理核心（透明拦截 + header 透传）
- Streaming（SSE）响应原样转发
- 自动识别 Anthropic / OpenAI API 格式
- Token 计数（tiktoken）+ 智能模型识别
- 对话历史滑动压缩
- 工具返回结果按行数截断
- 精确重复去重 + 同文件重复检测
- 优先级淘汰（超阈值自动触发）
- Web 控制面板（概览/消息/策略/历史，四个 Tab）
- WebSocket 实时推送
- JSON 文件存储（三个策略预设）
- 一键启动脚本（Windows + macOS/Linux）
路线图：
- tree-sitter AST 智能代码裁剪（Python/JS/Go）
- 拖拽排序优先级淘汰列表
- 浏览器通知告警
- 策略实时预估效果
- Docker 镜像
MIT License — 自由使用、修改、分发。
如果这个工具对你有帮助，欢迎给个 Star