LogoLL

Блог Леонида Лукина

Рубрика: Anthropic

CLI-подход против MCP в Claude Code

Сравнение двух подходов к расширению возможностей Claude Code: локальных CLI-скриптов и протокола MCP. Разбираем плюсы, минусы и особенности расхода токенов для каждого метода.

MCP сервера и их использование в Claude Code

Model Context Protocol (MCP) меняет подход к интеграции искусственного интеллекта в процесс разработки. В этом исчерпывающем руководстве подробно рассматривается архитектура протокола, специфика его интеграции в CLI-ассистент Claude Code, пошаговая настройка локальных и удаленных серверов, создание собственного инструмента на TypeScript/Node.js, а также практические методы борьбы с раздуванием контекста и обеспечения безопасности.

Как настроить CLAUDE.md файл для Claude Code

Практическое руководство по многослойной системе памяти в Claude Code. Узнайте, как настроить CLAUDE.md, распределить приоритеты правил, использовать авто-память и оптимизировать контекст.

Полное руководство по Plan Mode и Ultraplan в Claude Code

Подробный разбор режимов планирования в Claude Code CLI. Узнайте, как исследовать кодовую базу, создавать интерактивные планы в облаке и экономить токены без риска для продакшена.

Гайд по экономии токенов и команде /context в Claude Code

Подробный практический разбор работы с контекстным окном в Claude Code CLI. Объясняем теорию, анализируем команду /context, логику авто-компактации и делимся проверенными лайфхаками для экономии токенов и сохранения «памяти» ИИ.

Экономим до 50%+ токенов в Claude Code, или Полный гайд по утилите Token Optimizer

Подробное руководство по установке и настройке плагина Token Optimizer для Claude Code. Разбираем, как избавиться от перерасхода контекста, настроить активное сжатие лишней прозы, а также запустить локальный дашборд на Windows для детального мониторинга сессий и снижения затрат на API.

Как экономить токены при работе с Claude Code

Автономные AI-агенты, такие как Claude Code, расходуют значительный объем токенов из-за непрерывного цикла планирования и отправки контекста проекта. Это становится особенно заметно при подключении сторонних моделей вроде DeepSeek через API-прокси. В этой статье собраны практические методы и инструменты для снижения расходов: от встроенных команд управления контекстом и тонкой настройки переменных окружения до специализированных open-source утилит, позволяющих сократить объем передаваемых данных без потери качества работы.