Claude Code'da context window neden bu kadar hızlı doluyor?

Her Read, Grep ve Bash tool çağrısının output'u context window'a ekleniyor. 800 satırlık bir dosyayı okumak ~9K token, geniş kapsamlı bir grep 3-5K token tüketebilir. Uzun session'larda tool output'ları context'in büyük bölümünü oluşturuyor ve context rot nedeniyle performans düşüyor.

PreToolUse hook ne işe yarıyor?

Claude Code'un PreToolUse hook'u, bir tool çalıştırılmadan önce araya girer. Büyük dosyalarda Read tool'unu bloklayıp MCP search aracına yönlendirerek, 800 satırlık dosya yerine sadece ilgili 20-30 satırlık chunk'ın context'e girmesini sağlar.

Neden Milvus yerine SQLite kullanılır?

Tek geliştirici senaryosunda uzak bir vektör DB'ye gerek yok. SQLite FTS5 full-text search, sqlite-vec extension'ı vektör search sağlıyor. Tek dosya, sıfır network overhead, sıfır maliyet. Bir geliştiricinin bilgi tabanı için yeterli ölçek.

AST chunking ile satır bazlı chunking arasındaki fark nedir?

Satır bazlı chunking, kodu sabit satır sayısına göre böler ve fonksiyon ortasından kesebilir. AST chunking, tree-sitter ile parse tree'den function/class/method düğümlerini çıkarır. Sonuç: her chunk anlamlı bir birim olur ve arama isabeti artar.

Bu araçlardan hangisini kullanmalıyım?

Zaten MCP server altyapınız varsa ve lokal çözüm istiyorsanız dnomia-knowledge. Sadece context tasarrufu istiyorsanız claude-context-mode. Takımla kullanacaksanız ve bulut maliyeti sorun değilse claude-context.

Claude Code Context Yönetimi: Üç Farklı Yaklaşım

Claude Code'un context window'u hızla doluyor. claude-context-mode, claude-context ve dnomia-knowledge bu sorunu farklı yollarla çözüyor. Mimari kararlar, trade-off'lar ve gerçek kullanım verisi yan yana konuluyor.

13.02.2026 Güncellendi: 04.06.2026

TL;DR

Claude Code'da uzun session'larda tool output'ları context'in büyük bölümünü oluşturuyor. 1M token context window bile context rot nedeniyle performans kaybına yol açıyor. Üç araç bu sorunu farklı yaklaşımlarla çözüyor: claude-context-mode sandbox execution ile, claude-context uzak vektör DB ile, dnomia-knowledge lokal hybrid search ile. Her birinin trade-off'ları var.

Erişimi Başlat Giriş Yap

Abonelere Özel

Yazının tamamı ve abonelere özel diğer 36 yazı abonelikte.

ai ai-agents

Abonelere Özel

İLGİLİ

Hybrid Search: FTS5 + Vector + RRF ile Akıllı Arama Mimarisi

Local Semantic Code Search: AI Agent'lar için MCP Sunucusu

AI Agent için Kod Arama: Hangi Aracı Ne Zaman Kullanmalı?

AI Destekli Codebase Audit: Solo Girişimci İçin Production-Grade Yaklaşım

Pre-injection vs MCP Tool Loop: AI Coding Agent'lar İçin Context Stratejileri

Hangi Dosyalarınızı Gerçekten Okuyorsunuz? Geliştirici Etkileşim Takibi

AI Coding Agent'lar İçin Context Engineering: Statik Dokümanlardan Yaşayan Ekosisteme

Decision Gate v2: Çoklu AI ile Spec Tribunal

RAG Chunking: Stratejiler, Sınırlamalar ve Karar Haritası

Argus: AI Kodlama Asistanının Web Aramalarını Görünür Kıl