# 🗜️ Prompt Compression Guide — OmniRoute (తెలుగు)

🌐 **Languages:** 🇺🇸 [English](../../../../compression/COMPRESSION_GUIDE.md) · 🇪🇹 [am](../../../am/docs/compression/COMPRESSION_GUIDE.md) · 🇸🇦 [ar](../../../ar/docs/compression/COMPRESSION_GUIDE.md) · 🇦🇿 [az](../../../az/docs/compression/COMPRESSION_GUIDE.md) · 🇧🇬 [bg](../../../bg/docs/compression/COMPRESSION_GUIDE.md) · 🇧🇩 [bn](../../../bn/docs/compression/COMPRESSION_GUIDE.md) · 🇨🇿 [cs](../../../cs/docs/compression/COMPRESSION_GUIDE.md) · 🇩🇰 [da](../../../da/docs/compression/COMPRESSION_GUIDE.md) · 🇩🇪 [de](../../../de/docs/compression/COMPRESSION_GUIDE.md) · 🇬🇷 [el](../../../el/docs/compression/COMPRESSION_GUIDE.md) · 🇪🇸 [es](../../../es/docs/compression/COMPRESSION_GUIDE.md) · 🇪🇪 [et](../../../et/docs/compression/COMPRESSION_GUIDE.md) · 🇮🇷 [fa](../../../fa/docs/compression/COMPRESSION_GUIDE.md) · 🇫🇮 [fi](../../../fi/docs/compression/COMPRESSION_GUIDE.md) · 🇫🇷 [fr](../../../fr/docs/compression/COMPRESSION_GUIDE.md) · 🇮🇪 [ga](../../../ga/docs/compression/COMPRESSION_GUIDE.md) · 🇮🇳 [gu](../../../gu/docs/compression/COMPRESSION_GUIDE.md) · 🇳🇬 [ha](../../../ha/docs/compression/COMPRESSION_GUIDE.md) · 🇮🇱 [he](../../../he/docs/compression/COMPRESSION_GUIDE.md) · 🇮🇳 [hi](../../../hi/docs/compression/COMPRESSION_GUIDE.md) · 🇭🇷 [hr](../../../hr/docs/compression/COMPRESSION_GUIDE.md) · 🇭🇺 [hu](../../../hu/docs/compression/COMPRESSION_GUIDE.md) · 🇦🇲 [hy](../../../hy/docs/compression/COMPRESSION_GUIDE.md) · 🇮🇩 [id](../../../id/docs/compression/COMPRESSION_GUIDE.md) · 🇳🇬 [ig](../../../ig/docs/compression/COMPRESSION_GUIDE.md) · 🇮🇹 [it](../../../it/docs/compression/COMPRESSION_GUIDE.md) · 🇯🇵 [ja](../../../ja/docs/compression/COMPRESSION_GUIDE.md) · 🇬🇪 [ka](../../../ka/docs/compression/COMPRESSION_GUIDE.md) · 🇰🇭 [km](../../../km/docs/compression/COMPRESSION_GUIDE.md) · 🇮🇳 [kn](../../../kn/docs/compression/COMPRESSION_GUIDE.md) · 🇰🇷 [ko](../../../ko/docs/compression/COMPRESSION_GUIDE.md) · 🇱🇹 [lt](../../../lt/docs/compression/COMPRESSION_GUIDE.md) · 🇱🇻 [lv](../../../lv/docs/compression/COMPRESSION_GUIDE.md) · 🇮🇳 [ml](../../../ml/docs/compression/COMPRESSION_GUIDE.md) · 🇮🇳 [mr](../../../mr/docs/compression/COMPRESSION_GUIDE.md) · 🇲🇾 [ms](../../../ms/docs/compression/COMPRESSION_GUIDE.md) · 🇲🇹 [mt](../../../mt/docs/compression/COMPRESSION_GUIDE.md) · 🇲🇲 [my](../../../my/docs/compression/COMPRESSION_GUIDE.md) · 🇳🇵 [ne](../../../ne/docs/compression/COMPRESSION_GUIDE.md) · 🇳🇱 [nl](../../../nl/docs/compression/COMPRESSION_GUIDE.md) · 🇳🇴 [no](../../../no/docs/compression/COMPRESSION_GUIDE.md) · 🇮🇳 [or](../../../or/docs/compression/COMPRESSION_GUIDE.md) · 🇮🇳 [pa](../../../pa/docs/compression/COMPRESSION_GUIDE.md) · 🇵🇭 [phi](../../../phi/docs/compression/COMPRESSION_GUIDE.md) · 🇵🇱 [pl](../../../pl/docs/compression/COMPRESSION_GUIDE.md) · 🇵🇹 [pt](../../../pt/docs/compression/COMPRESSION_GUIDE.md) · 🇧🇷 [pt-BR](../../../pt-BR/docs/compression/COMPRESSION_GUIDE.md) · 🇷🇴 [ro](../../../ro/docs/compression/COMPRESSION_GUIDE.md) · 🇷🇺 [ru](../../../ru/docs/compression/COMPRESSION_GUIDE.md) · 🇱🇰 [si](../../../si/docs/compression/COMPRESSION_GUIDE.md) · 🇸🇰 [sk](../../../sk/docs/compression/COMPRESSION_GUIDE.md) · 🇸🇮 [sl](../../../sl/docs/compression/COMPRESSION_GUIDE.md) · 🇷🇸 [sr](../../../sr/docs/compression/COMPRESSION_GUIDE.md) · 🇸🇪 [sv](../../../sv/docs/compression/COMPRESSION_GUIDE.md) · 🇰🇪 [sw](../../../sw/docs/compression/COMPRESSION_GUIDE.md) · 🇮🇳 [ta](../../../ta/docs/compression/COMPRESSION_GUIDE.md) · 🇹🇭 [th](../../../th/docs/compression/COMPRESSION_GUIDE.md) · 🇹🇷 [tr](../../../tr/docs/compression/COMPRESSION_GUIDE.md) · 🇺🇦 [uk-UA](../../../uk-UA/docs/compression/COMPRESSION_GUIDE.md) · 🇵🇰 [ur](../../../ur/docs/compression/COMPRESSION_GUIDE.md) · 🇺🇿 [uz](../../../uz/docs/compression/COMPRESSION_GUIDE.md) · 🇻🇳 [vi](../../../vi/docs/compression/COMPRESSION_GUIDE.md) · 🇳🇬 [yo](../../../yo/docs/compression/COMPRESSION_GUIDE.md) · 🇨🇳 [zh-CN](../../../zh-CN/docs/compression/COMPRESSION_GUIDE.md) · 🇹🇼 [zh-TW](../../../zh-TW/docs/compression/COMPRESSION_GUIDE.md)

---

> అర్హమైన సందర్భంపై స్వయంచాలకంగా 15-95% ఆదా చేయండి. త్వరిత అవలోకనం కోసం, [README Compression విభాగం](../README.md#%EF%B8%8F-prompt-compression--save-15-95-eligible-tokens-automatically) చూడండి.

## అవలోకనం

OmniRoute, అభ్యర్థనలు అప్స్ట్రీమ్ ప్రొవైడర్లను చేరకముందే **ముందస్తుగా** అమలయ్యే మాడ్యులర్ ప్రాంప్ట్ కంప్రెషన్ పైప్లైన్ను అమలు చేస్తుంది. అంటే, మీ టోకెన్ ఆదా పారదర్శకంగా జరుగుతుంది — మీ వర్క్ఫ్లోలో ఎలాంటి మార్పులూ అవసరం లేదు.

```
క్లయింట్ అభ్యర్థన
  → కంప్రెషన్ వ్యూహ ఎంపిక సాధనం
    → Combo ఓవర్రైడ్ ఉందా? → Combo సెట్టింగ్ను ఉపయోగించు
    → స్వయంచాలక-ట్రిగ్గర్ థ్రెషోల్డ్ ఉందా? → స్వయంచాలక మోడ్ను ఉపయోగించు
    → డిఫాల్ట్ మోడ్ ఉందా? → గ్లోబల్ సెట్టింగ్ను ఉపయోగించు
    → Offలో ఉందా? → కంప్రెషన్ను దాటవేయి
  → ఎంచుకున్న కంప్రెషన్ మోడ్
    → Off: కంప్రెషన్ లేదు
    → Lite: సురక్షిత వైట్స్పేస్/ఫార్మాటింగ్ శుభ్రపరచడం (~15%)
    → Standard: Caveman-శైలి అనవసర పదాల తొలగింపు (~30%)
    → Aggressive: చరిత్ర ఏజింగ్ + సారాంశీకరణ (~50%)
    → Ultra: హ్యూరిస్టిక్ ప్రూనింగ్ + కోడ్-బ్లాక్ సంక్షిప్తీకరణ (~75%)
    → RTK: కమాండ్-అవగాహనతో టెర్మినల్/టూల్-అవుట్పుట్ ఫిల్టరింగ్ (అప్స్ట్రీమ్ పరిధి 60-90%)
    → Stacked: క్రమబద్ధమైన బహుళ-ఇంజిన్ పైప్లైన్, సాధారణంగా RTK తర్వాత Caveman (అర్హమైన పరిధి 78-95%)
  → కంప్రెస్ చేసిన అభ్యర్థన → ప్రొవైడర్
```

---

## కంప్రెషన్ మోడ్లు

### Off

కంప్రెషన్ వర్తించదు. అన్ని సందేశాలు మార్పు లేకుండా పంపబడతాయి.

### Lite మోడ్ (~15% ఆదా, <1ms లేటెన్సీ)

అత్యంత సురక్షితమైన మోడ్ — అర్థంలో ఎలాంటి మార్పూ ఉండదు, కేవలం ఫార్మాటింగ్ మాత్రమే శుభ్రపరుస్తుంది:

| సాంకేతికత                | వివరణ                                                               |
| ------------------------ | ------------------------------------------------------------------- |
| `collapseWhitespace`     | వరుసగా ఉన్న ఖాళీ పంక్తులు మరియు చివరలోని స్పేస్లను విలీనం చేస్తుంది |
| `dedupSystemPrompt`      | నకిలీ సిస్టమ్ సందేశాలను తొలగిస్తుంది                                |
| `compressToolResults`    | సుదీర్ఘమైన టూల్/ఫంక్షన్ అవుట్పుట్లను కంప్రెస్ చేస్తుంది             |
| `removeRedundantContent` | పునరావృత సూచనలను తొలగిస్తుంది                                       |
| `replaceImageUrls`       | base64 ఇమేజ్ డేటా URIలను సంక్షిప్తం చేస్తుంది                       |

**అత్యుత్తమంగా సరిపడేది:** ఎల్లప్పుడూ ఆన్లో ఉండే వినియోగం, భద్రత-కీలకమైన వర్క్ఫ్లోలు.

### Standard మోడ్ (~30% ఆదా)

[Caveman](https://github.com/JuliusBrussee/caveman) నుండి ప్రేరణ పొందింది — అర్థాన్ని కాపాడుతూ అనవసర పదాలు మరియు సుదీర్ఘ పదబంధాలను తొలగిస్తుంది:

- అనవసర పదాలను తొలగిస్తుంది ("దయచేసి", "నా అభిప్రాయం ప్రకారం", "ప్రాథమికంగా", "నిజానికి")
- సుదీర్ఘ పదబంధాలను సంక్షిప్తం చేస్తుంది ("చేయడం కోసం" → "చేయడానికి", "ఫలితంగా" → "కారణంగా")
- మర్యాదపూర్వక సందిగ్ధతను తొలగిస్తుంది ("మీకు అభ్యంతరం లేకపోతే...", "మీరు వీలైతే...")
- కోడింగ్ ప్రాంప్ట్ల కోసం సర్దుబాటు చేసిన 30+ regex నియమాలు

**అత్యుత్తమంగా సరిపడేది:** రోజువారీ కోడింగ్ వర్క్ఫ్లోలు, ఖర్చుపై శ్రద్ధగల బృందాలు.

### Aggressive మోడ్ (~50% ఆదా)

సుదీర్ఘ సెషన్ల కోసం తెలివైన చరిత్ర నిర్వహణ:

- **సందేశ ఏజింగ్** — పాత సందేశాలు క్రమంగా మరింత కంప్రెస్ అవుతాయి
- **టూల్ ఫలితాల సారాంశీకరణ** — సుదీర్ఘమైన టూల్ అవుట్పుట్ల స్థానంలో సారాంశాలను ఉంచుతుంది
- **నిర్మాణ సమగ్రత రక్షణలు** — `tool_use` + `tool_result` జంటలు స్థిరంగా ఉండేలా చూస్తాయి
- **కాంటెక్స్ట్ విండో అవగాహన** — ప్రతి మోడల్కు సంబంధించిన టోకెన్ పరిమితులను గౌరవిస్తుంది

**అత్యుత్తమంగా సరిపడేది:** సుదీర్ఘ డీబగ్గింగ్ సెషన్లు, పెద్ద కోడ్బేస్లు.

### Ultra మోడ్ (~75% ఆదా)

టోకెన్-కీలక పరిస్థితుల కోసం గరిష్ఠ కంప్రెషన్:

- **హ్యూరిస్టిక్ ప్రూనింగ్** — సంబంధితత థ్రెషోల్డ్ కంటే దిగువన ఉన్న సందేశాలను తొలగిస్తుంది
- **కోడ్ బ్లాక్ సంక్షిప్తీకరణ** — పునరావృత కోడ్ ఉదాహరణలను కంప్రెస్ చేస్తుంది
- **బైనరీ సెర్చ్ ట్రంకేషన్** — కాంటెక్స్ట్ విండో కోసం అనుకూలమైన కట్ పాయింట్ను కనుగొంటుంది
- Aggressive మోడ్లోని అన్ని ఫీచర్లు చేర్చబడ్డాయి

**అత్యుత్తమంగా సరిపడేది:** మీరు కాంటెక్స్ట్ పరిమితులను పదేపదే చేరుకుంటున్నప్పుడు.

### RTK మోడ్ (అప్స్ట్రీమ్ పరిధి 60-90%)

కోడింగ్-ఏజెంట్ సెషన్లలో కనిపించే సుదీర్ఘమైన టూల్ అవుట్పుట్ల కోసం RTK మోడ్ ఆప్టిమైజ్ చేయబడింది:

- `git status`, `git diff`, `git log`, టెస్ట్ రన్నర్లు,
  TypeScript/Vite/Webpack బిల్డ్లు, ESLint/Biome/Prettier, npm ఆడిట్లు/ఇన్స్టాల్లు, Docker లాగ్లు, ఇన్ఫ్రా
  అవుట్పుట్ మరియు సాధారణ షెల్ అవుట్పుట్ వంటి కమాండ్/అవుట్పుట్ తరగతులను గుర్తిస్తుంది
- `open-sse/services/compression/engines/rtk/filters/` నుండి JSON ఫిల్టర్ ప్యాక్లను వర్తింపజేస్తుంది
- ఇన్లైన్-టెస్ట్ ధ్రువీకరణ మరియు ప్రాజెక్ట్ ఫైళ్ల కోసం ట్రస్ట్-గేటింగ్తో, ప్రాజెక్ట్ లేదా గ్లోబల్ `filters.toml` ఫైళ్ల నుండి RTK TOML schema v1 ఫిల్టర్లను దిగుమతి చేస్తుంది
- ఇన్లైన్ ధ్రువీకరణ నమూనాలతో 49 అంతర్నిర్మిత ఫిల్టర్లను అందిస్తుంది
- ANSI నియంత్రణ క్రమాలు, ప్రోగ్రెస్ బార్లు, పునరావృత పంక్తులు మరియు చర్యకు ఉపయోగపడని అనవసర సమాచారాన్ని తొలగిస్తుంది
- వైఫల్యాలు, ఎర్రర్లు, హెచ్చరికలు, మారిన ఫైళ్లు, సారాంశాలు మరియు సుదీర్ఘ అవుట్పుట్ చివరి భాగాన్ని సంరక్షిస్తుంది
- ట్రస్ట్-గేటెడ్ ప్రాజెక్ట్ ఫిల్టర్లు, గ్లోబల్ ఫిల్టర్లు మరియు ఐచ్ఛికంగా సవరించిన ముడి అవుట్పుట్ రికవరీకి మద్దతు ఇస్తుంది

**అత్యుత్తమంగా సరిపడేది:** షెల్, బిల్డ్, టెస్ట్, git, grep మరియు ఫైల్-అవుట్పుట్ ట్రాన్స్క్రిప్ట్లతో కూడిన ఏజెంట్ సెషన్లు.

### Stacked మోడ్ (అర్హమైన పరిధి 78-95%)

Stacked మోడ్ అనేక కంప్రెషన్ ఇంజిన్లను నిర్ణీత క్రమంలో అమలు చేస్తుంది. డిఫాల్ట్ పైప్లైన్:

```txt
RTK -> Caveman
```

ఆ క్రమం ముందుగా టెర్మినల్/టూల్ అవుట్పుట్ను సంక్షిప్తంగా ఉంచి, తర్వాత మిగిలిన సహజ-భాషా ప్రాంప్ట్పై Caveman సెమాంటిక్ సంక్షిప్తీకరణను వర్తింపజేస్తుంది. Stacked పైప్లైన్లను గ్లోబల్గా లేదా రౌటింగ్ comboలకు కేటాయించిన కంప్రెషన్ comboల ద్వారా కాన్ఫిగర్ చేయవచ్చు.

**అత్యుత్తమంగా సరిపడేది:** పెద్ద టూల్ లాగ్లతో పాటు మానవ సూచనలు లేదా అసిస్టెంట్ సారాంశాలు కలిగిన మిశ్రమ కాంటెక్స్ట్.

---

## అప్స్ట్రీమ్ ఆదా గణితం

OmniRoute రెండు మూలాల నుండి లభించే కంప్రెషన్ ఆదాను డాక్యుమెంట్ చేస్తుంది: అప్స్ట్రీమ్ ప్రాజెక్ట్ బెంచ్మార్క్లు మరియు
OmniRoute యొక్క స్వంత ఇంజిన్ కూర్పు.

| మూలం    | ఇక్కడ ఉపయోగించిన అప్స్ట్రీమ్ README సంఖ్య                                                                                   |
| ------- | --------------------------------------------------------------------------------------------------------------------------- |
| Caveman | `~75%` తక్కువ అవుట్పుట్ టోకెన్లు, `65%` బెంచ్మార్క్ సగటు అవుట్పుట్ ఆదా, `22-87%` పరిధి మరియు `~46%` ఇన్పుట్ కంప్రెషన్ సాధనం |
| RTK     | `60-90%` కమాండ్-అవుట్పుట్ ఆదా; నమూనా సెషన్లో `~118,000 -> ~23,900` టోకెన్లు లేదా `79.7%` ఆదా (`~80%`)                       |

ఒకదానితో ఒకటి అతివ్యాప్తి చెందే టూల్/కాంటెక్స్ట్ పేలోడ్ల కోసం, డిఫాల్ట్ OmniRoute కాంబో ఇంజిన్లను ఇలా వరుసగా అమర్చుతుంది:

```txt
RTK -> Caveman
```

సంయుక్త ఆదా గుణాత్మకంగా ఉంటుంది, సంకలనాత్మకంగా కాదు:

```txt
combined = 1 - (1 - RTK savings) * (1 - Caveman input savings)
average  = 1 - (1 - 0.80) * (1 - 0.46) = 89.2%
range    = 1 - (1 - 0.60..0.90) * (1 - 0.46) = 78.4-94.6%
```

RTK మరియు Caveman రెండూ ఒకే ఇన్పుట్/కాంటెక్స్ట్ పేలోడ్ను తగ్గించగలిగినప్పుడు ఆ `78-95%` సంఖ్య వర్తిస్తుంది.
Caveman రెస్పాన్స్ అవుట్పుట్ మోడ్ వేరుగా ఉంటుంది: దాన్ని ప్రారంభించినప్పుడు, Caveman యొక్క స్వంత అవుట్పుట్ ఆదాను (`65%`
సగటు, `~75%` ప్రధాన సంఖ్య, `22-87%` పరిధి) ఉపయోగించండి. మొత్తం బిల్లింగ్ ఆదా మీ ప్రాంప్ట్/అవుట్పుట్ నిష్పత్తిపై ఆధారపడి ఉంటుంది.

### "అర్హమైనది" అంటే వాస్తవంగా ఏమిటి

15-95% ప్రధాన పరిధి వాస్తవమైనదే, కానీ అది **పునరావృతమైన లేదా అతిగా వివరమైన** కంటెంట్కు మాత్రమే వర్తిస్తుంది — పదేపదే వచ్చే
ఎర్రర్ లైన్లు, ఒకే వార్నింగ్ను వరుసగా చూపించే బిల్డ్ లాగ్, అవసరానికి మించిన `grep`/ఫైల్-రీడ్ డంప్. దీని అర్థం
ప్రతి రిక్వెస్ట్లోనూ అంత ఆదా అవుతుందని **కాదు**.

ప్రయోగపూర్వకంగా ధృవీకరించబడింది (`tests/unit/compression/stacked-compression-tool-result-savings.test.ts`): 300 ఒకే విధమైన
ఎర్రర్ లైన్లను కలిగిన Anthropic-ఆకృతి `tool_result` బ్లాక్పై అమలు చేసిన `stacked` (RTK + Caveman) రన్లో
**95.93% టోకెన్ ఆదా / 96.26% అక్షర ఆదా** లభించింది — ఇది ప్రకటించిన పరిధిలో స్పష్టంగా ఉంది.
అయితే, అదే పైప్లైన్ను సాధారణమైన, పునరావృతం కాని టూల్ అవుట్పుట్పై (శుభ్రమైన `grep` మ్యాచ్ జాబితా,
చిన్న ఫైల్ రీడ్, సాధారణ సంభాషణ టెక్స్ట్) అమలు చేసినప్పుడు సరిగ్గా **దాదాపు సున్నా ఆదా** వస్తుంది, ఎందుకంటే
తొలగించడానికి పునరావృతమైనది ఏదీ ఉండదు మరియు కోడ్ బ్లాక్లు, URLలు, హెడ్డింగ్లు, వెర్షన్లు లేదా ALL-CAPS స్థిరాంక ఐడెంటిఫైయర్లను
తొలగించే లేదా మార్చే రీరైట్ను పంపడానికి `validateCompression()` (`validation.ts`) నిరాకరిస్తుంది.

ఇది ఊహించిన, సురక్షితమైన ప్రవర్తనే తప్ప బగ్ కాదు: ఎక్కువగా శుభ్రమైన ఫైల్లను రీడ్/గ్రెప్ చేసే కోడింగ్ సెషన్లో
కంప్రెషన్ పూర్తిగా ప్రారంభించబడి ఉన్నప్పటికీ మొత్తం ఆదా పరిమితంగానే ఉంటుంది; విఫలమవుతున్న లూప్ లేదా
అతిగా సందేశాలు ఇచ్చే లింటర్ను ఎదుర్కొనే సెషన్లో మాత్రం ఆ ట్రాఫిక్పై పూర్తి 78-95% పరిధి ఆదా కనిపిస్తుంది. కంప్రెషన్ తప్పుగా
కాన్ఫిగర్ చేయబడిందనడానికి ఒకే సెషన్లోని తక్కువ సమగ్ర ఆదా శాతాన్ని సాక్ష్యంగా ఉపయోగించవద్దు — ముందుగా
అంతర్లీన టూల్ అవుట్పుట్ నిజంగా పునరావృతమైనదో లేదో తనిఖీ చేయండి.

---

## టోకెన్ ఆదా విజువలైజేషన్

```
కంప్రెషన్ లేకుండా:         LLMకు 47K టోకెన్లు పంపబడ్డాయి
Liteతో:                    40K టోకెన్లు పంపబడ్డాయి          (15% ఆదా — సురక్షితం, ఎల్లప్పుడూ ఆన్లో ఉంటుంది)
Standardతో:                33K టోకెన్లు పంపబడ్డాయి          (30% ఆదా — caveman-శైలి నియమాలు)
Aggressiveతో:              24K టోకెన్లు పంపబడ్డాయి          (50% ఆదా — ఏజింగ్ + సమ్మరైజేషన్)
Ultraతో:                   12K టోకెన్లు పంపబడ్డాయి          (75% ఆదా — హ్యూరిస్టిక్ ప్రూనింగ్)
RTKతో:                     19K-5K టోకెన్లు పంపబడ్డాయి       (కమాండ్/టూల్ అవుట్పుట్పై 60-90% ఆదా)
Stackedతో:                 10K-2.5K టోకెన్లు పంపబడ్డాయి     (అర్హమైన RTK+Caveman కంటెంట్పై 78-95% పరిధి)
```

---

## కాన్ఫిగరేషన్

### డ్యాష్బోర్డ్

`Dashboard → Context & Cache`కు వెళ్లండి:

- **Caveman** — మోడ్ ఎంపిక, భాషా ప్యాక్లు, ప్రివ్యూ మరియు గ్లోబల్ డిఫాల్ట్లు
- **RTK** — కమాండ్-ఫిల్టర్ ప్రివ్యూ, RTK భద్రతా సెట్టింగ్లు మరియు ఫిల్టర్ కేటలాగ్
- **Compression Combos** — రూటింగ్ కాంబోలకు కేటాయించిన, పేర్లు గల ఇంజిన్ పైప్లైన్లు
- **Auto-Trigger Threshold** — టోకెన్ల సంఖ్య థ్రెషోల్డ్ను మించినప్పుడు కంప్రెషన్ను స్వయంచాలకంగా ప్రారంభిస్తుంది

### ఒక్కో కాంబోకు ఓవర్రైడ్

`Dashboard → Context & Cache → Compression Combos`లో, ఒక రూటింగ్ కాంబోకు కంప్రెషన్ కాంబోను
కేటాయించండి:

```txt
Combo: "free-tier-fallback"
  Compression Combo: "coding-agent-stack"
  Pipeline: RTK -> Caveman
  Targets:
    1. if/kimi-k2.7-code
    2. if/qwen3.8-max-preview
```

చెల్లింపు సబ్స్క్రిప్షన్లలో లైట్ మోడ్ను కొనసాగిస్తూనే, ఉచిత/కోడింగ్ ప్రొవైడర్లపై స్టాక్డ్
కంప్రెషన్ను ఉపయోగించడానికి ఇది మిమ్మల్ని అనుమతిస్తుంది.

ఈ "Per-Combo Override" కేటాయింపు, **routing-combo compression mode** ఓవర్రైడ్
(Default/Off/Lite/Standard/Aggressive/Ultra)కు భిన్నమైన నియంత్రణ — ఆ ఓవర్రైడ్ పేరున్న
కంప్రెషన్-కాంబో పైప్లైన్ను ఎంచుకోదు; అది `resolveCompressionPlan` పరిశీలించే
`compressionMode` ఫీల్డ్ను మాత్రమే సెట్ చేస్తుంది. దీన్ని కాంబో కార్డ్లో (`Dashboard → Combos`) లేదా,
#6760 నుండి, పైన డాక్యుమెంట్ చేసిన పైప్లైన్-కేటాయింపు చెక్బాక్స్ పక్కనే ఉన్న
`Dashboard → Context & Cache → Compression Combos`లోని "Assign to routing" జాబితాలో ఒక్కో రూటింగ్
కాంబోకు సెట్ చేయవచ్చు. రెండు ఇంటర్ఫేస్లలో చేసిన మార్పులూ ఒకే `PUT /api/combos/{id}` ఎండ్పాయింట్
ద్వారా నిల్వ చేయబడతాయి.

### ఒక్కో రిక్వెస్ట్కు ఓవర్రైడ్

ఒకే రిక్వెస్ట్కు కంప్రెషన్ ప్లాన్ను ఓవర్రైడ్ చేయడానికి `x-omniroute-compression` రిక్వెస్ట్ హెడర్ను
పంపండి. దీనికే అత్యధిక ప్రాధాన్యత ఉంటుంది — ఇది రూటింగ్-కాంబో ఓవర్రైడ్, సక్రియ ప్రొఫైల్,
ఆటో-ట్రిగ్గర్ మరియు ప్యానెల్ Default కంటే ప్రాధాన్యత పొందుతుంది. తెలియని విలువలు విస్మరించబడతాయి
(రిక్వెస్ట్ ఎప్పటికీ తిరస్కరించబడదు), అలాగే గ్లోబల్ మాస్టర్ స్విచ్ ఇప్పటికీ అన్నింటినీ నియంత్రిస్తుంది:
కంప్రెషన్ గ్లోబల్గా ఆఫ్లో ఉన్నప్పుడు, హెడర్ దాన్ని ఆన్ చేయలేదు. విలువలు:

| విలువ         | ప్రభావం                                                                             |
| ------------- | ----------------------------------------------------------------------------------- |
| `off`         | ఈ రిక్వెస్ట్కు కంప్రెషన్ ఉండదు.                                                     |
| `default`     | ప్యానెల్ నుండి ఉత్పన్నమైన Default ప్రొఫైల్ (సక్రియ ప్రొఫైల్ను విస్మరిస్తుంది).      |
| `engine:<id>` | ప్రారంభించబడి ఉన్నప్పుడు ఒకే ఇంజిన్, ఉదా. `engine:rtk`.                             |
| `<combo>`     | పేరుతో సరిపోల్చబడే పేరున్న కాంబో (కేస్-ఇన్సెన్సిటివ్గా), ఆపై idతో సరిపోల్చబడుతుంది. |

వర్తింపజేసిన ప్లాన్ `X-OmniRoute-Compression: <mode>; source=<source>` రెస్పాన్స్ హెడర్లో తిరిగి
పంపబడుతుంది, ఇక్కడ `<source>` అనేది `request-header`, `routing-override`, `active-profile`,
`auto-trigger`, `default` లేదా `off`లో ఒకటి.

### API

```bash
# కంప్రెషన్ సెట్టింగ్లను పొందండి
curl http://localhost:20128/api/settings/compression

# కంప్రెషన్ సెట్టింగ్లను అప్డేట్ చేయండి
curl -X PUT http://localhost:20128/api/settings/compression \
  -H "Content-Type: application/json" \
  -d '{"defaultMode":"stacked","autoTriggerMode":"stacked","autoTriggerTokens":32000}'

# నిర్దిష్ట RTK/stacked పేలోడ్ను ప్రివ్యూ చేయండి
curl -X POST http://localhost:20128/api/compression/preview \
  -H "Content-Type: application/json" \
  -d '{"mode":"rtk","messages":[{"role":"tool","content":"npm test output here"}]}'

# RTK ఫిల్టర్ ప్యాక్లను జాబితా చేయండి
curl http://localhost:20128/api/context/rtk/filters

# ఐచ్ఛిక కమాండ్ మెటాడేటాతో RTKను నేరుగా పరీక్షించండి
curl -X POST http://localhost:20128/api/context/rtk/test \
  -H "Content-Type: application/json" \
  -d '{"command":"npm test","text":"FAIL tests/example.test.ts\nError: boom"}'
```

---

## ఏవి రక్షించబడతాయి

కంప్రెషన్ ఇంజిన్ **ఎల్లప్పుడూ వీటిని యథాతథంగా ఉంచుతుంది:**

- ✅ కోడ్ బ్లాక్లు (ఫెన్స్డ్ మరియు ఇన్లైన్)
- ✅ URLలు మరియు ఫైల్ పాత్లు
- ✅ JSON నిర్మాణాలు మరియు నిర్మిత డేటా
- ✅ ఐడెంటిఫైయర్లు మరియు రక్షిత సాంకేతిక టోకెన్లు
- ✅ గణిత వ్యక్తీకరణలు
- ✅ టూల్/ఫంక్షన్ కాల్ నిర్వచనాలు
- ✅ సిస్టమ్ ప్రాంప్ట్లు (lite మోడ్లో)

ఏదైనా డేటా నిల్వ చేయబడటానికి ముందు, RTK రా-అవుట్పుట్ రికవరీ సాధారణ API కీలు, బేరర్ టోకెన్లు, Slack టోకెన్లు, AWS యాక్సెస్ కీలు,
పాస్వర్డ్లు, టోకెన్లు మరియు రహస్యాలను రీడాక్ట్ చేస్తుంది.

---

## కంప్రెషన్ గణాంకాలు

కంప్రెస్ చేసిన ప్రతి అభ్యర్థనకు సంబంధించిన గణాంకాలు సర్వర్ లాగ్లలో ఉంటాయి:

```json
{
  "originalTokens": 47200,
  "compressedTokens": 40120,
  "savingsPercent": 15.0,
  "techniquesUsed": ["collapseWhitespace", "dedupSystemPrompt"],
  "mode": "lite",
  "engine": "caveman",
  "compressionComboId": "coding-agent-stack",
  "durationMs": 0.8,
  "rtkRawOutputPointers": []
}
```

---

## దశల రోడ్మ్యాప్

| దశ    | మోడ్లు                                                                                                                                          | స్థితి        |
| ----- | ----------------------------------------------------------------------------------------------------------------------------------------------- | ------------- |
| దశ 1  | Off, Lite                                                                                                                                       | ✅ విడుదలైంది |
| దశ 2  | Standard, Aggressive, Ultra                                                                                                                     | ✅ విడుదలైంది |
| దశ 3  | RTK, Stacked, Compression Combos                                                                                                                | ✅ విడుదలైంది |
| దశ 4  | Output Styles, SLM-tier Ultra, eval harness                                                                                                     | ✅ విడుదలైంది |
| దశ 4C | అనుకూల సందర్భ-బడ్జెట్ ("dial") — కంప్యూట్ ఇంజిన్ + API (`PUT /api/settings/compression`లో `contextBudget`) + డ్యాష్బోర్డ్ మోడ్/పాలసీ నియంత్రణలు | ✅ విడుదలైంది |

---

## కృతజ్ఞతలు

Standard మోడ్ కంప్రెషన్ నియమాలు **[JuliusBrussee](https://github.com/JuliusBrussee)** రూపొందించిన **[Caveman](https://github.com/JuliusBrussee/caveman)** (⭐ 51K+) నుండి ప్రేరణ పొందాయి — ఇది వైరల్ అయిన "ఎక్కువ టోకెన్లు ఎందుకు వాడాలి, కొన్ని టోకెన్లతోనే పని పూర్తవుతుంటే" అనే ప్రాజెక్ట్. Caveman నివేదిక ప్రకారం, అవుట్పుట్ టోకెన్లు `~75%` తక్కువగా ఉంటాయి, బెంచ్మార్క్ సగటు అవుట్పుట్ ఆదా `65%`, అవుట్పుట్ పరిధి `22-87%`, అలాగే ఇన్పుట్-కంప్రెషన్ టూల్ `~46%` ఆదా చేస్తుంది.

RTK మోడ్ **[RTK AI](https://github.com/rtk-ai)** రూపొందించిన **[RTK - Rust Token Killer](https://github.com/rtk-ai/rtk)** నుండి ప్రేరణ పొందింది — ఇది టెర్మినల్, బిల్డ్, టెస్ట్, git మరియు టూల్-అవుట్పుట్ ఫిల్టరింగ్ కోసం రూపొందించిన అధిక-పనితీరు గల కమాండ్-అవుట్పుట్ కంప్రెషన్ ప్రాజెక్ట్. RTK నివేదిక ప్రకారం `60-90%` ఆదా అవుతుంది; దాని README నమూనా సెషన్లో `~80%` ఆదా చూపబడింది.

---

## అధునాతన కంప్రెషన్ సిస్టమ్లు

7 ప్రామాణిక మోడ్లకు అదనంగా, సందర్భం ఆధారంగా స్వయంచాలకంగా పనిచేసే పలు అధునాతన కంప్రెషన్
సిస్టమ్లను OmniRoute కలిగి ఉంది.

### క్యాష్-అవేర్ కంప్రెషన్

కొన్ని ప్రొవైడర్లు (ప్రాంప్ట్ క్యాషింగ్తో కూడిన Anthropic వంటివి) **ప్రాంప్ట్ క్యాషింగ్**కు మద్దతు ఇస్తాయి,
ఇది ఖర్చులు మరియు లేటెన్సీని తగ్గించడానికి ప్రాంప్ట్లోని భాగాలను క్యాష్ చేసుకునే వీలు కల్పిస్తుంది. క్యాషింగ్
ప్రారంభించబడినప్పుడు, దూకుడైన కంప్రెషన్ క్యాష్ చేసిన టోకెన్లను మార్చి, క్యాష్ను చెల్లనిదిగా చేస్తుంది కాబట్టి
వాస్తవానికి పనితీరును **దెబ్బతీయవచ్చు**.

`cachingAware.ts` మాడ్యూల్ **క్యాషింగ్ సందర్భాన్ని గుర్తించడం** మరియు దానికి అనుగుణంగా
**కంప్రెషన్ వ్యూహాన్ని సర్దుబాటు చేయడం** ద్వారా ఈ సమస్యను పరిష్కరిస్తుంది.

#### ఇది ఎలా పనిచేస్తుంది

1. **క్యాషింగ్ సందర్భాన్ని గుర్తిస్తుంది** — `cache_control` మార్కర్ల కోసం అభ్యర్థన బాడీని స్కాన్ చేస్తుంది
2. **క్యాషింగ్ ప్రొవైడర్లను గుర్తిస్తుంది** — లక్ష్య ప్రొవైడర్ క్యాషింగ్కు మద్దతు ఇస్తుందో లేదో తనిఖీ చేస్తుంది
3. **వ్యూహాన్ని సర్దుబాటు చేస్తుంది** — క్యాషింగ్ ప్రొవైడర్ల కోసం `aggressive`/`ultra`ను `standard`కు తగ్గిస్తుంది
4. **సిస్టమ్ ప్రాంప్ట్ను దాటవేస్తుంది** — సిస్టమ్ ప్రాంప్ట్లు సాధారణంగా క్యాష్ చేయబడతాయి, కాబట్టి వాటిని కంప్రెస్ చేయదు
5. **నిర్ణీత రూపాంతరాలను ఉపయోగిస్తుంది** — స్థిరమైన అవుట్పుట్ను ఉత్పత్తి చేసే రూపాంతరాలను మాత్రమే ఉపయోగిస్తుంది

#### కోడ్ ఉదాహరణ

```ts
import {
  detectCachingContext,
  getCacheAwareStrategy,
} from "@omniroute/open-sse/services/compression/cachingAware";

const body = {
  model: "anthropic/claude-sonnet-4.5",
  messages: [{ role: "user", content: "Hello" }],
  cache_control: { type: "ephemeral" }, // ← క్యాష్ మార్కర్
};

const ctx = detectCachingContext(body, { provider: "anthropic" });
// → { hasCacheControl: true, provider: "anthropic", isCachingProvider: true }

const strategy = getCacheAwareStrategy("aggressive", ctx);
// → { strategy: "standard", skipSystemPrompt: true, deterministicOnly: true }
```

#### ఎప్పుడు ఉపయోగించాలి

క్యాష్-అవేర్ కంప్రెషన్ **ఎల్లప్పుడూ ఆన్లో ఉంటుంది** — ఎలాంటి కాన్ఫిగరేషన్ అవసరం లేదు. ఇది కింది సందర్భాల్లో మాత్రమే
అమలవుతుంది:

- అభ్యర్థనలో `cache_control` మార్కర్లు ఉన్నప్పుడు
- లక్ష్య ప్రొవైడర్ ప్రాంప్ట్ క్యాషింగ్కు మద్దతు ఇచ్చినప్పుడు (Anthropic, OpenAI మొదలైనవి)

### ప్రోగ్రెసివ్ ఏజింగ్

దీర్ఘ సంభాషణల్లో అనేక సందేశ టర్న్లు పేరుకుపోతాయి, అయితే పాత టర్న్ల ప్రాసంగికత
తగ్గిపోతుంది. `progressiveAging.ts` మాడ్యూల్ **టర్న్ దూరం ఆధారంగా సందేశాల వివరాలను తగ్గిస్తుంది**:

- **ఇటీవలి టర్న్లు (0-3)**: యథాతథంగా ఉంచబడతాయి (పూర్తి వివరాలతో)
- **మధ్యస్థ టర్న్లు (4-8)**: Lite కంప్రెషన్ (వైట్స్పేస్, ఫార్మాటింగ్ శుభ్రపరచడం)
- **పాత టర్న్లు (9+)**: Caveman కంప్రెషన్ (అనవసర పదాల తొలగింపు, సారాంశీకరణ)
- **చాలా పాత టర్న్లు (20+)**: విస్తృతంగా సారాంశీకరించబడతాయి లేదా తొలగించబడతాయి

#### కోడ్ ఉదాహరణ

```ts
import { applyAging } from "@omniroute/open-sse/services/compression/progressiveAging";

const messages = [
  { role: "system", content: "You are a helpful assistant" },
  { role: "user", content: "What is 2+2?" },
  { role: "assistant", content: "4" },
  // ... మరో 50 టర్న్లు ...
];

const { messages: aged, saved } = applyAging(messages, {
  verbatim: 3, // మొదటి 3 టర్న్లు: యథాతథంగా
  light: 8, // 4-8 టర్న్లు: lite కంప్రెషన్
  moderate: 20, // 9-20 టర్న్లు: caveman కంప్రెషన్
  // 21+ టర్న్లు: విస్తృత సారాంశీకరణ
});

// saved = ఆదా అయిన టోకెన్ల సంఖ్య
```

#### ఎప్పుడు ఉపయోగించాలి

ప్రోగ్రెసివ్ ఏజింగ్ `aggressive` మరియు `ultra` మోడ్లలో **ఎల్లప్పుడూ ఆన్లో ఉంటుంది**. ఇది
ప్రత్యేకంగా వీటికి ప్రభావవంతంగా ఉంటుంది:

- దీర్ఘకాలం కొనసాగే కోడింగ్ సెషన్లు
- అనేక రోజుల సంభాషణలు
- అనేక టూల్ కాల్లతో కూడిన ఏజెంటిక్ వర్క్ఫ్లోలు

### కేవ్మ్యాన్ అవుట్పుట్ మోడ్

మోడల్ స్వయంగా సంక్షిప్తమైన, క్లుప్తమైన అవుట్పుట్ను ("కేవ్మ్యాన్" శైలి) ఉత్పత్తి చేసేలా
`outputMode.ts` మాడ్యూల్ **సిస్టమ్ ప్రాంప్ట్ సూచనలను** చొప్పిస్తుంది.

#### ఇది ఎలా పనిచేస్తుంది

ఇన్పుట్ను కుదించడానికి బదులుగా, ఈ మోడ్ ఇలాంటి సిస్టమ్ ప్రాంప్ట్ను జోడిస్తుంది:

> "కనిష్ఠ పదాలతో సమాధానమివ్వండి. మర్యాదపూర్వక మాటలను వదిలేయండి. చిన్న వాక్యాలను ఉపయోగించండి."

ఇది ప్రత్యేకంగా వీటికి బాగా పనిచేస్తుంది:

- కోడ్ జనరేషన్ (మరింత క్లుప్తమైన అవుట్పుట్ = తక్కువ టోకెన్లు)
- త్వరిత ప్రశ్నోత్తరాలు (వివరణాత్మక సమాధానాలు అవసరం లేదు)
- బ్యాచ్ ప్రాసెసింగ్ (త్రూపుట్ను గరిష్ఠీకరించండి)

#### ఎప్పుడు ఉపయోగించాలి

కేవ్మ్యాన్ అవుట్పుట్ మోడ్ **ఎంపిక చేసుకుంటేనే అమలవుతుంది** — కాంబో కాన్ఫిగ్ ద్వారా దీన్ని సెట్ చేయండి:

```json
{
  "strategy": "auto",
  "config": {
    "auto": {
      "outputMode": "caveman"
    }
  }
}
```

### అవుట్పుట్ శైలులు (కేటలాగ్)

పైన ఉన్న కేవ్మ్యాన్ అవుట్పుట్ మోడ్ **లెగసీ సింగిల్-స్టైల్ మార్గం**. Phase 4 దీన్ని
కలిపి ఉపయోగించగల అవుట్పుట్ శైలుల కేటలాగ్గా విస్తరించింది:
`open-sse/services/compression/outputStyles/catalog.ts`లోని `OUTPUT_STYLE_CATALOG`.
ప్రతి శైలి మోడల్ స్వయంగా తక్కువ ఖర్చుతో కూడిన అవుట్పుట్ను ఉత్పత్తి చేసేలా చేసే సిస్టమ్-ప్రాంప్ట్
సూచన; శైలులను కలిపి ప్రారంభించవచ్చు, అవి కేటలాగ్ క్రమంలో చొప్పించబడతాయి.

| శైలి                                      | `id`          | ఇది చేసే పని                                                                                                                                                                                                                                 | సూచనల భాషలు                                                                    |
| ----------------------------------------- | ------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------ |
| క్లుప్త గద్యం                             | `terse-prose` | అనవసర పదాలు/ఆర్టికల్స్/సందిగ్ధ వ్యక్తీకరణలను తొలగిస్తుంది; సాంకేతిక సారాంశాన్ని ఖచ్చితంగా ఉంచుతుంది. లెగసీ కేవ్మ్యాన్ అవుట్పుట్ మోడ్లోని అదే టెక్స్ట్ను తిరిగి టైప్ చేయకుండా సూచిస్తుంది.                                                    | en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi                                  |
| తక్కువ కోడ్                               | `less-code`   | YAGNI శ్రేణి: పనిచేసే అతి చిన్న మార్పు, అభ్యర్థించని అబ్స్ట్రాక్షన్లు ఉండవు.                                                                                                                                                                 | en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi                                  |
| పోనీటెయిల్ (బద్ధకస్తుడైన సీనియర్ డెవలపర్) | `ponytail`    | "ఎప్పుడూ రాయని కోడే అత్యుత్తమ కోడ్": తిరిగి ఉపయోగించడం > తిరిగి రాయడం, మూల కారణం > లక్షణం, పనిచేసే అతి చిన్న డిఫ్.                                                                                                                           | en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi                                  |
| నాకు ADHD ఉంది (చర్య-మొదట)                | `i-have-adhd` | ముందుగా చర్య (గద్యానికి ముందు కమాండ్/పాత్/స్నిపెట్), సంఖ్యలతో కూడిన పరిమిత దశలు, ఒకే నిర్దిష్ట తదుపరి దశ, ఉపోద్ఘాతం/పునశ్చరణ/ముగింపు వాక్యాలు ఉండవు. [ayghri/i-have-adhd](https://github.com/ayghri/i-have-adhd) (MIT) నుండి అనుకరించబడింది. | en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi                                  |
| క్లుప్త CJK (文言)                        | `terse-cjk`   | సాంప్రదాయ చైనీస్ అత్యంత క్లుప్త శైలి.                                                                                                                                                                                                        | zh (లోకేల్-పరిమితం: పరిష్కరించబడిన భాష `zh` అయినప్పుడు మాత్రమే అందించబడుతుంది) |

ప్రతి శైలిలో `lite`, `full`, `ultra` అనే మూడు తీవ్రతా స్థాయిలు ఉంటాయి — ప్రతి స్థాయి
పంచుకున్న పరిమితుల క్లాజ్తో ముగుస్తుంది; ఇది కోడ్ బ్లాక్లు, ఫైల్ పాత్లు, కమాండ్లు,
ఎర్రర్ స్ట్రింగ్లు, URLలు మరియు ఐడెంటిఫైయర్లను యథాతథంగా ఉంచుతుంది.

#### ఇంజెక్షన్ ఎలా పనిచేస్తుంది

`applyOutputStyles()` (`open-sse/services/compression/outputStyles/apply.ts`) ఎంపికను
కేటలాగ్తో సరిపోల్చి పరిష్కరిస్తుంది (తెలియని idలు మరియు లోకేల్కు సరిపోని శైలులు
తొలగించబడతాయి, ఎప్పుడూ ఎర్రర్ ఏర్పడదు), ఎంచుకున్న సూచనలను కేటలాగ్ క్రమంలో కలుపుతుంది,
పరిమితుల క్లాజ్ను **ఒక్కసారి** జోడిస్తుంది, ఆపై ఫలితాన్ని ఒకే ఐడెంపొటెన్సీ మార్కర్
(`[OmniRoute Output Styles]`) వెనుక సిస్టమ్ ప్రాంప్ట్ ప్రారంభంలో ఉంచుతుంది — మళ్లీ
వర్తింపజేయడం వల్ల ఎలాంటి మార్పూ ఉండదు. గుర్తించిన అభ్యర్థన భాషకు అనువాదం ఉన్నప్పుడు,
ఇంగ్లీష్కు బదులుగా స్థానికీకరించిన సూచన చొప్పించబడుతుంది.

#### ఎలా ప్రారంభించాలి

డ్యాష్బోర్డ్లో: **Context → Settings → Compression** — ప్రతి శైలికి ఆన్/ఆఫ్ టాగుల్
మరియు స్థాయి సెలెక్టర్తో ఒక వరుస ఉంటుంది. ప్రోగ్రామేటిక్గా, కంప్రెషన్ కాన్ఫిగ్ ఎంపికను
ఇలా నిల్వ చేస్తుంది:

```json
{
  "outputStyles": [
    { "id": "i-have-adhd", "level": "full" },
    { "id": "less-code", "level": "lite" }
  ]
}
```

వెనుకబడిన అనుకూలత: లెగసీ `outputMode: "caveman"` కాంబో సెట్టింగ్ ఇప్పటికీ పనిచేస్తుంది,
`terse-prose`కు మ్యాప్ అవుతుంది, అలాగే ప్రతి లెగసీ భాషలో పాత ఇంజెక్షన్తో బైట్-స్థాయిలో ఒకేలా ఉంటుంది.

భాష ఎంపిక: `languageConfig.enabled` ఆన్లో ఉన్నప్పుడు, `autoDetect` తాజా యూజర్ సందేశపు
భాషను ఎంచుకుంటుంది (ఇన్పుట్ ఇంజిన్లు ఉపయోగించే అదే డిటెక్టర్);
`autoDetect`ను ఆఫ్ చేయడం ద్వారా `defaultLanguage` స్థిరపరచబడుతుంది. ఆఫ్ → ఇంగ్లీష్.

శైలి × భాష మ్యాట్రిక్స్
`tests/unit/compression/output-styles-i18n-matrix.test.ts` ద్వారా స్థిరపరచబడింది: కనీసం
pt-BR అనువాదం (లేదా స్పష్టంగా ట్రాక్ చేసిన మినహాయింపు) లేకుండా కొత్త శైలిని విడుదల చేయలేరు,
అలాగే ఇప్పటికే ఉన్న శైలి నిశ్శబ్దంగా ఒక లోకేల్ను కోల్పోకూడదు. శైలిని జోడించడానికి,
[EXTENDING_COMPRESSION.md](./EXTENDING_COMPRESSION.md#adding-an-output-style) చూడండి.

### టూల్ ఫలితాల కంప్రెషన్

టూల్ ఫలితాల కోసం (ఫంక్షన్ కాల్లు, ఏజెంట్ అవుట్పుట్లు, శోధన ఫలితాలు మొదలైనవి)
`toolResultCompressor.ts` మాడ్యూల్ **5 ప్రత్యేక కంప్రెషన్ వ్యూహాలను** అందిస్తుంది:

1. **శోధన ఫలితాల కంప్రెషన్** — అనవసర పునరావృత ఫలితాలను తొలగించి, అగ్ర N ఫలితాలను ఉంచుతుంది
2. **ఫైల్ రీడ్ కంప్రెషన్** — పెద్ద ఫైల్లను కుదించి, హెడర్లు/ఇంపోర్ట్లను సంరక్షిస్తుంది
3. **కోడ్ ఎగ్జిక్యూషన్ కంప్రెషన్** — అవసరమైన stdout/stderrను మాత్రమే ఉంచుతుంది
4. **డేటాబేస్ క్వెరీ కంప్రెషన్** — వరుసలను పరిమితం చేసి, అధిక వివరణాత్మక మెటాడేటాను తొలగిస్తుంది
5. **API రెస్పాన్స్ కంప్రెషన్** — null ఫీల్డ్లను తొలగించి, అరేలను కుదిస్తుంది

#### ఎప్పుడు ఉపయోగించాలి

టూల్ కాల్లు ఉన్నప్పుడు టూల్ ఫలితాల కంప్రెషన్ **ఎల్లప్పుడూ ఆన్లో ఉంటుంది**. ఎలాంటి
కాన్ఫిగరేషన్ అవసరం లేదు.

### స్టాక్డ్ పైప్లైన్

స్టాక్డ్ మోడ్ **అనేక ఇంజిన్లను వరుసగా** అమలు చేస్తుంది — సాధారణంగా మొదట RTK
(టూల్ అవుట్పుట్పై 60-90% ఆదా), ఆపై Caveman (మిగిలిన టెక్స్ట్పై అదనంగా 30% ఆదా).
ఇది మొత్తంగా **78-95% ఆదాను** సాధిస్తుంది.

#### ఇది ఎలా పనిచేస్తుంది

```
ఇన్పుట్ (1000 టోకెన్లు)
  → RTK (కమాండ్-అవేర్ ఫిల్టర్) → 200 టోకెన్లు
    → Caveman (అనవసర పదాల తొలగింపు) → 140 టోకెన్లు
  → అవుట్పుట్ (140 టోకెన్లు, 86% ఆదా)
```

#### ఎప్పుడు ఉపయోగించాలి

వీటి కోసం స్టాక్డ్ మోడ్ను ఉపయోగించండి:

- టూల్లు అధికంగా ఉపయోగించే వర్క్ఫ్లోలు (ఏజెంటిక్ కోడింగ్, పరిశోధన)
- ఖర్చుకు ప్రాధాన్యమిచ్చే బ్యాచ్ ప్రాసెసింగ్
- మీకు గరిష్ఠ టోకెన్ ఆదా అవసరమైనప్పుడు

కాంబో ద్వారా కాన్ఫిగర్ చేయండి:

```json
{
  "strategy": "auto",
  "config": {
    "auto": {
      "modePack": "stacked"
    }
  }
}
```

---

## కాంప్రెషన్ కాంబో ఓవర్రైడ్లు

విభిన్న వినియోగ సందర్భాలకు అనుగుణంగా ప్రవర్తనను సూక్ష్మంగా సర్దుబాటు చేయడానికి గ్లోబల్ కాంప్రెషన్ మోడ్ను **ప్రతి కాంబోకు** ఓవర్రైడ్ చేయవచ్చు:

```json
{
  "id": "coding-combo",
  "strategy": "priority",
  "config": {
    "auto": {
      "weights": { "taskFit": 0.5 },
      "modePack": "quality-first"
    }
  },
  "compressionOverride": {
    "mode": "aggressive",
    "stackedPipelines": ["rtk", "caveman"],
    "preserveToolDefinitions": true
  }
}
```

ఇది కింది వాటికి ఉపయోగకరంగా ఉంటుంది:

- **కోడింగ్ కాంబోలు**: సుదీర్ఘ సెషన్ల కోసం `aggressive` మోడ్ను ఉపయోగించండి
- **త్వరిత ప్రశ్నోత్తర కాంబోలు**: వేగవంతమైన ప్రతిస్పందనల కోసం `lite` మోడ్ను ఉపయోగించండి
- **టూల్-ఆధారిత కాంబోలు**: గరిష్ఠ ఆదా కోసం `stacked` మోడ్ను ఉపయోగించండి
- **ప్రొడక్షన్ కాంబోలు**: క్యాషింగ్ ప్రొవైడర్ల కోసం `cache-aware` మోడ్ను ఉపయోగించండి

---

## ఇవి కూడా చూడండి

- [ఎన్విరాన్మెంట్ కాన్ఫిగ్](../reference/ENVIRONMENT.md) — కాంప్రెషన్ ఎన్విరాన్మెంట్ వేరియబుల్స్
- [ఆర్కిటెక్చర్ గైడ్](../architecture/ARCHITECTURE.md) — కాంప్రెషన్ పైప్లైన్ అంతర్గత అంశాలు
- [వినియోగదారు గైడ్](../guides/USER_GUIDE.md) — కాంప్రెషన్తో ప్రారంభించడం
- [RTK కాంప్రెషన్](./RTK_COMPRESSION.md) — RTK ఫిల్టర్లు, ట్రస్ట్ మోడల్, వెరిఫై గేట్, రా-అవుట్పుట్ రికవరీ
- [కాంప్రెషన్ ఇంజిన్లు](./COMPRESSION_ENGINES.md) — Caveman, RTK, స్టాక్డ్, APIలు, MCP, డ్యాష్బోర్డ్
- [కాంప్రెషన్ రూల్స్ ఫార్మాట్](./COMPRESSION_RULES_FORMAT.md) — JSON రూల్-ప్యాక్ ఫార్మాట్
- [కాంప్రెషన్ లాంగ్వేజ్ ప్యాక్లు](./COMPRESSION_LANGUAGE_PACKS.md) — భాష-నిర్దిష్ట Caveman నియమాలు