context-os 是一个面向编码智能体（Claude Code、Codex、Cursor、OpenCode 等）的开源工具，旨在减少智能体在代码仓库中的上下文膨胀和成本泄漏。其核心思路是在智能体首轮对话前，通过本地静态分析构建仓库图（包含符号、导入关系和 git 热点文件），并注入排序后的文件:行候选，使智能体直接打开正确文件，而非执行 Glob → Grep → Read 的探索流程。该过程无需嵌入、无需服务器、无需模型调用，约 50 毫秒完成。
主要能力包括：
- auto_context：在 UserPromptSubmit 阶段注入检索结果，跳过首轮探索。
- smart_read：在 PreToolUse 阶段拦截整文件读取，返回文件大纲（每个符号及其精确行范围），智能体仅读取所需片段，避免大文件反复进入上下文。
- savings_tracker：在 Stop 阶段根据真实工具结果大小因果测量节省量，并通过 /savings 命令展示。
- 成本泄漏 CI 门禁：提供 GitHub Action，用于检测智能体工作流中的成本泄漏信号。
- 检索质量 CI 门禁：跨仓库评估（MRR 0.545 对比最佳词法基线 0.461，提升 18.2%），并在 CI 中设置质量下限。
使用方式：
- 运行 setup.sh 安装 31 项技术，写入 CLAUDE.md、.claudeignore、.claude/settings.json、十三个斜杠命令、输出样式、Haiku 探索子代理以及九个标准库 Python 钩子（位于 .claude/hooks/）。
- 可通过环境变量控制行为，如 CONTEXT_OS_SMART_READ=0 禁用 smart_read。
- 提供本地回放脚本：python3 python/evals/runners/replay_history.py . 可基于历史记录回测效果，无需 API 密钥。
- 提供 60 秒演示：bash docs/distribution/demo.sh。
- 提供版本化 GitHub Action 和 CI 配方文档。
适用场景：
- 使用 Claude Code、Codex、Cursor 等编码智能体的团队，希望减少首轮工具调用、延迟触及上下文限制和压缩。
- 导航密集型交互式工作（如频繁查找文件、理解代码结构）效果更明显；长时间自主构建运行效果较少。
- 需要私有仓库成本泄漏审计的团队可购买付费审计服务（48 小时，2 个名额），但开源工具本身免费且 MIT 许可。
限制与注意事项：
- 不进行 LLM 路由、模型切换或提示重写；无代理，Claude Code 直接与 Anthropic 通信；无遥测、无回传、无分析。
- 符号提取基于正则，支持 Python、TS/JS、Rust、Go，其他语言回退到仅路径排序。
- 钩子每轮增加约 12–15% 输入开销，在非平凡仓库中 1–2 轮内摊销；p99 延迟在 1 万文件时 118 毫秒，5 万文件时 589 毫秒。
- 在提示已明确指定类名的仓库（如 psf/requests 调用 PreparedRequest）中，调优的 BM25 可持平。
- 实时 A/B 为 36 次调用、6 个提示，p < 1e-6 但非 Anthropic 规模；冷缓存一次性调用显示 −40.9% token，但热交互会话中提示缓存使重发上下文成本降低，实际美元节省较小。
- 兼容 macOS + Linux 上的 Claude Code，需要 python3（仅标准库）；可选 Rust 二进制（apps/cli）增加输出压缩和会话记忆钩子。
- 所有钩子故障开放，若出错会话继续。
- 卸载时仅移除 CLAUDE.md 中的 <!-- context-os --> 块和 context-os 写入的文件，幂等。
项目采用 MIT 许可，详见 LICENSE。
