Skip to main content
Glama

codex-lcm

Lokale, verlustfreie Kontextverwaltung für OpenAI Codex CLI.

codex-lcm erfasst Codex-Konversationsereignisse in SQLite, verdichtet älteren Kontext zu einer Hierarchie von Zusammenfassungen, ohne die Quellnachrichten zu löschen, stellt relevanten Kontext beim Start einer Sitzung wieder her und bietet lexikalischen Abruf über einen lokalen MCP-Server.

Bedeutung von „verlustfrei“: Quellinhalte werden nach der konfigurierten Schwärzung von Geheimnissen aufbewahrt. Durchsuchbare Tool-Vorschauen sind begrenzt, während vollständige geschwärzte Tool-Eingaben und -Ausgaben über seitenweise Erweiterung verfügbar bleiben.

Status und Plattform

codex-lcm ist Beta-Software für macOS. Es basiert auf Codex-Hooks und POSIX flock; Windows und Linux werden derzeit nicht unterstützt oder beansprucht.

Related MCP server: ClaudeX

Funktionen

  • Live-Erfassung: Benutzeraufforderungen, Assistentenantworten und Tool-Aktivitäten werden über Codex-Hooks erfasst.

  • Dauerhafte lokale Speicherung: SQLite im WAL-Modus speichert rohe Nachrichten, strukturierte Nachrichtenteile, Zusammenfassungen und FTS5-Indizes.

  • Hierarchische Verdichtung: Ältere Nachrichten werden zu Blattzusammenfassungen; geeignete Zusammenfassungsläufe können zu tieferen DAG-Knoten kondensiert werden. Quellzeilen werden niemals automatisch gelöscht.

  • Kontextwiederherstellung: Aktive Zusammenfassungen und die neuesten nicht zusammengefassten Nachrichten werden beim Sitzungsstart innerhalb einer strengen Größenbegrenzung eingefügt.

  • Lokaler Abruf: Sechs stdio-MCP-Tools bieten lexikalische Suche, Suche nach aktuellen Sitzungen, Metadatenprüfung und seitenweise Quellenerweiterung.

  • Fail-Open-Hooks: Erfassungs- oder Verdichtungsfehler blockieren keinen Codex-Turn.

  • Sicherheitskontrollen: Schwärzung von Geheimnissen, Sperren für die Verdichtung pro Sitzung, atomare Nachrichten-/FTS-Schreibvorgänge, Reservierungen für Provider-Aufrufe, Fortschrittsprüfungen und private Standard-Dateiberechtigungen.

Installation aus einem Repository-Checkout

python3 -m venv ~/.codex-lcm/venv
~/.codex-lcm/venv/bin/python -m pip install .
~/.codex-lcm/venv/bin/codex-lcm install
~/.codex-lcm/venv/bin/codex-lcm doctor

Starten Sie Codex nach der Installation neu. Verwenden Sie /hooks in Codex, um die installierten Hooks zu überprüfen und zu vertrauen.

Das Installationsprogramm fügt codex-lcm-Einträge in ~/.codex/hooks.json und ~/.codex/config.toml ein. Es erstellt zeitgestempelte Sicherungskopien, bevor vorhandene Dateien geändert werden. Ein erneutes Ausführen des Installationsprogramms ist idempotent.

Ein Quellcode-Checkout enthält auch scripts/install.sh, das dieselbe isolierte Installation und Verifizierung durchführt.

Optionale LLM-Zusammenfassung

Auf Python 3.11+ hat das Kernpaket keine Abhängigkeiten von Drittanbietern zur Laufzeit. Python 3.10 installiert den Kompatibilitäts-Backport tomli für eine sichere TOML-Konfigurationsbehandlung. Ohne einen LLM-Client verwendet die Verdichtung eine deterministische Kopf-/Schwanz-Kürzung.

Um eine OpenAI-kompatible Zusammenfassung zu aktivieren, installieren Sie die optionale Zusatzfunktion und konfigurieren Sie Anmeldeinformationen:

~/.codex-lcm/venv/bin/python -m pip install ".[llm]"
export CODEX_LCM_API_KEY="..."

OPENAI_API_KEY wird ebenfalls erkannt. Verwenden Sie CODEX_LCM_BASE_URL oder OPENAI_BASE_URL für einen OpenAI-kompatiblen Endpunkt. Die CODEX_LCM_*-Provider-Einstellungen werden als Paar behandelt und haben als Paar Vorrang, sodass ein globaler Schlüssel niemals an einen bereichsbezogenen Endpunkt gesendet wird. Wenn CODEX_LCM_BASE_URL gesetzt ist, konfigurieren Sie auch CODEX_LCM_API_KEY.

CLI

codex-lcm install                       Wire hooks and the MCP server into Codex
codex-lcm uninstall                     Remove codex-lcm wiring and keep stored data
codex-lcm status                        Show database statistics
codex-lcm doctor                        Verify package, database, hooks, and MCP wiring
codex-lcm compact --session <id>        Compact one session synchronously
codex-lcm compact --all                 Compact every recorded session synchronously

Die Deinstallation löscht nicht ~/.codex-lcm/ oder dessen Datenbank.

MCP-Tools

Tool

Zweck

lcm_status

Datenbank- und aktive Sitzungsstatistiken

lcm_grep

Literale und FTS5-lexikalische Suche über Nachrichten und Zusammenfassungen

lcm_recall

Rangierter lexikalischer Abruf mit begrenzten Ergebnismengen

lcm_expand

Zusammenfassungsquellenprüfung oder seitenweise Roh-Nachrichtenwiederherstellung

lcm_recent

Sitzungen, die innerhalb eines UTC-Rückblickfensters aktualisiert wurden

lcm_describe

Sitzungs- oder Zusammenfassungsmetadaten

Der Abruf ist lexikalisch, nicht semantisch: In dieser Version gibt es keine Einbettungen oder Vektorähnlichkeitsansprüche.

Konfiguration

Die Konfiguration wird aus Umgebungsvariablen gelesen.

Variable

Standard

Zweck

CODEX_LCM_DB_PATH

~/.codex-lcm/codex-lcm.db

SQLite-Datenbankpfad

CODEX_LCM_FRESH_TAIL

25

Neueste rohe Nachrichten, die vor Verdichtung geschützt sind

CODEX_LCM_LEAF_CHUNK_TOKENS

20000

Maximale geschätzte Token in einem Blatt-Chunk

CODEX_LCM_LEAF_MIN_FANOUT

3

Aktive Blattzusammenfassungen, die für Kondensation erforderlich sind

CODEX_LCM_CONDENSED_MIN_FANOUT

3

Aktive tiefere Zusammenfassungen, die für Kondensation erforderlich sind

CODEX_LCM_MAX_ROUNDS

5

Verdichtungsrunden pro Worker-Lauf

CODEX_LCM_MAX_SUMMARY_CALLS

12

Provider-Versuche, die pro Sitzung und Aufruffenster erlaubt sind

CODEX_LCM_SUMMARY_CALL_WINDOW_MS

600000

Abrechnungsfenster für Provider-Versuche

CODEX_LCM_SUMMARY_TIMEOUT_MS

60000

Zeitüberschreitung für Provider-Anfragen

CODEX_LCM_PROGRESS_THRESHOLD

0.10

Markiert einen Verdichtungslauf als blockiert unterhalb dieser Einsparungsquote

CODEX_LCM_ADDITIONAL_CONTEXT_LIMIT

5000

Budget für wiederhergestellten Kontext in geschätzten Token

CODEX_LCM_COMPACTION_BACKLOG

5

Zusätzliche nicht zusammengefasste Nachrichten, die erlaubt sind, bevor Stop einen Worker startet

CODEX_LCM_COMPACTION_MODEL

gpt-4.1-mini

Modell für Blattzusammenfassung

CODEX_LCM_CONDENSATION_MODEL

gpt-4.1

Kondensationsmodell

CODEX_LCM_API_KEY / OPENAI_API_KEY

Optionale Provider-Anmeldeinformationen

CODEX_LCM_BASE_URL / OPENAI_BASE_URL

Optionaler OpenAI-kompatibler Endpunkt

CODEX_LCM_CAPTURE_TOOLS

1

Auf 0 setzen, um die Tool-Erfassung zu deaktivieren

CODEX_LCM_TOOL_INPUT_MAX_CHARS

2000

Länge der durchsuchbaren Tool-Eingabevorschau

CODEX_LCM_TOOL_RESULT_MAX_CHARS

2000

Länge der durchsuchbaren Tool-Ausgabevorschau

Das Standard-Datenverzeichnis hat den Modus 0700; die Datenbank, WAL-Nebendateien, Sperrdateien und das Verdichtungsprotokoll haben auf POSIX-Systemen den Modus 0600.

Daten- und Sicherheitsgrenzen

  • Die Schwärzung erfolgt vor der Persistenz für bekannte API-Schlüssel, Token, Autorisierungsheader, Passwort-/Geheimniszuweisungen, JWTs und PEM-Private-Key-Dateien.

  • Git-Remote-URLs mit Anmeldeinformationen werden ohne Benutzerinformationen, Abfrageparameter oder Fragmente gespeichert.

  • Die Schwärzung ist eine mehrschichtige Verteidigung, keine Garantie, dass jedes mögliche Geheimnisformat erkannt wird.

  • Vollständige geschwärzte Tool-Payloads können weiterhin private Konversations- oder Projektdaten enthalten. Schützen Sie das lokale Konto und die Datenbanksicherungen entsprechend.

  • Es werden keine Daten an einen LLM-Provider gesendet, es sei denn, der optionale Client ist installiert und Provider-Anmeldeinformationen oder eine Basis-URL sind konfiguriert.

  • Automatische Aufbewahrung und Löschung sind bewusst nicht vorhanden. Die Anwendung verwirft Quellverlauf nicht still.

Entwicklung

Verwenden Sie eine projektlokale Umgebung; Tests benötigen niemals das Live-Codex-Profil oder die Live-Datenbank.

python3 -m venv .venv
.venv/bin/python -m pip install -e ".[dev]"
.venv/bin/python -m pytest -q
.venv/bin/python tests/smoke_test.py
.venv/bin/python tests/reliability_test.py
.venv/bin/python tests/package_test.py
.venv/bin/ruff check .
.venv/bin/bandit -q -r codex_lcm

Das Paket wird in einem Wegwerf-Home-Verzeichnis und einer virtuellen Umgebung gebaut und installiert. Die Smoke- und Zuverlässigkeitsskripte verwenden ebenfalls temporäre Datenbanken.

Siehe DESIGN.md für das Speichermodell, Invarianten, Hook-Ablauf und Fehlerverhalten.

Lizenz

MIT

A
license - permissive license
Not graded
quality - not tested
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • A
    license
    Not graded
    quality
    A
    maintenance
    Enables AI coding agents to maintain persistent, cross-session memory of codebase architecture, naming conventions, and decisions through MCP tools. Eliminates repetitive project re-explanation by automatically injecting stored context into every session with local-first SQLite storage and optional team sharing capabilities.
    4
    MIT
  • A
    license
    A
    quality
    B
    maintenance
    Persistent memory + FTS5 full-text search for Claude Code conversation history. Indexes ~/.claude/projects/ JSONL into SQLite, exposes 10 MCP tools (store/recall/search memories, browse sessions, get summaries) plus prompts. Includes a web UI for visual exploration
    10
    89
    92
    MIT
  • F
    license
    Not graded
    quality
    C
    maintenance
    Collects session JSONL from Codex and Claude Code into local SQLite memory, exposed through MCP with tools for memory context, search, get, put, forget, sleep, and status.

View all related MCP servers

Related MCP Connectors

  • A paid remote MCP for OpenAI Codex context compressor, built to return verdicts, receipts, usage log

  • Persistent memory and cross-session learning for AI coding assistants (hosted remote MCP).

  • Hosted MCP memory: save sessions/decisions once, search from Claude, Cursor, ChatGPT. EU-hosted FTS.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/Mallet-Dev/codex-lcm'

If you have feedback or need assistance with the MCP directory API, please join our Discord server