Context Defocus正在悄悄破坏你的Claude Code代理——这7个工具可以解决它

标题：Milvus on X: "上下文失焦正在悄悄摧毁你的Claude Code代理 —— 这7个工具可以在每一层解决这个问题。

上下文失焦是指当模型失去信号时发生的情况：噪音太多，实质内容不足。模型找不到核心请求，产生幻觉，重复自身，并在无用的事情上浪费token。自从大上下文窗口推出以来，情况变得更糟了。窗口越大，人们越不考虑放入的内容。人们把窗口塞满垃圾 → 模型失去信号 → 输出变得通用 → 每个人都增加更多的轮次来修复它。AI继续记住错误的东西，导致一个恶性循环，同时token不断被消耗。在代理工作流中，问题会更快地加剧。代理链接任务，频繁调用工具，并在每一步堆积过时的指令、过期的命令和重复的日志。通常有五件事导致这种情况：冗长的原始指令、臃肿的工具调用输出、冗余的代码库检索、过于冗长的模型响应以及跨会话和代理的记忆空白。以下是专门为Claude Code构建的7个工具，它们可以在每一层解决上下文问题。 RTK — 在终端输出（如git status、pytest）到达模型之前压缩噪音。常见命令的token减少60-90%。 Context Mode — 将庞大的工具输出（如DOM转储、完整日志）沙盒化到SQLite中。只有最小的摘要到达模型。 code-review-graph — 使用Tree-sitter预先构建代码库的结构图。Claude不再盲目浏览文件。 Token Savior — 分层提供代码：首先是索引，其次是代码片段，只有在必要时才提供完整文件。 Caveman — 使Claude自己的响应更短。去掉客套话和过度解释。知识保留，填充物去除。 claude-context — 向量化你的仓库以进行语义检索。Claude找到相关代码而无需每次会话从头开始重新探索。 memsearch — 跨会话、跨平台记忆。周一做出的架构决策可以延续到周三的会话中。这7个工具都是开源的。如果内存或代码搜索是你的最大瓶颈，Zilliz开发的两个工具（claude-context和memsearch）是很好的起点。