# 🗜️ Prompt Compression Guide — OmniRoute (മലയാളം)

🌐 **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) · 🇮🇳 [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) · 🇮🇳 [te](../../../te/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)

---

> യോഗ്യമായ കോൺടെക്സ്റ്റിൽ സ്വയമേവ 15-95% ലാഭിക്കൂ. പെട്ടെന്നുള്ള ഒരു അവലോകനത്തിനായി, [README കംപ്രഷൻ വിഭാഗം](../README.md#%EF%B8%8F-prompt-compression--save-15-95-eligible-tokens-automatically) കാണുക.

## അവലോകനം

അപ്സ്ട്രീം പ്രൊവൈഡറുകളിലേക്ക് അഭ്യർത്ഥനകൾ എത്തുന്നതിന് മുമ്പ് **മുൻകൂട്ടി** പ്രവർത്തിക്കുന്ന ഒരു മോഡുലാർ പ്രോംപ്റ്റ് കംപ്രഷൻ പൈപ്പ്ലൈൻ OmniRoute നടപ്പിലാക്കുന്നു. അതായത്, നിങ്ങളുടെ ടോക്കൺ ലാഭം സുതാര്യമായി സംഭവിക്കുന്നു — നിങ്ങളുടെ വർക്ക്ഫ്ലോയിൽ മാറ്റങ്ങളൊന്നും ആവശ്യമില്ല.

```
ക്ലയന്റ് അഭ്യർത്ഥന
  → കംപ്രഷൻ സ്ട്രാറ്റജി സെലക്ടർ
    → കോംബോ ഓവർറൈഡ് ഉണ്ടോ? → കോംബോ ക്രമീകരണം ഉപയോഗിക്കുക
    → ഓട്ടോ-ട്രിഗർ ത്രെഷോൾഡ് എത്തിയോ? → ഓട്ടോ മോഡ് ഉപയോഗിക്കുക
    → ഡിഫോൾട്ട് മോഡ് ഉണ്ടോ? → ഗ്ലോബൽ ക്രമീകരണം ഉപയോഗിക്കുക
    → ഓഫാണോ? → കംപ്രഷൻ ഒഴിവാക്കുക
  → തിരഞ്ഞെടുത്ത കംപ്രഷൻ മോഡ്
    → ഓഫ്: കംപ്രഷൻ ഇല്ല
    → ലൈറ്റ്: സുരക്ഷിതമായ വൈറ്റ്സ്പേസ്/ഫോർമാറ്റിംഗ് വൃത്തിയാക്കൽ (~15%)
    → സ്റ്റാൻഡേർഡ്: ഗുഹാമനുഷ്യ ശൈലിയിലുള്ള അനാവശ്യ വാക്കുകൾ നീക്കംചെയ്യൽ (~30%)
    → അഗ്രസീവ്: ഹിസ്റ്ററി ഏജിംഗ് + സംഗ്രഹിക്കൽ (~50%)
    → അൾട്രാ: ഹ്യൂറിസ്റ്റിക് പ്രൂണിംഗ് + കോഡ്-ബ്ലോക്ക് ചുരുക്കൽ (~75%)
    → RTK: കമാൻഡ്-അവബോധമുള്ള ടെർമിനൽ/ടൂൾ-ഔട്ട്പുട്ട് ഫിൽട്ടറിംഗ് (60-90% അപ്സ്ട്രീം പരിധി)
    → സ്റ്റാക്ക്ഡ്: ക്രമപ്പെടുത്തിയ മൾട്ടി-എഞ്ചിൻ പൈപ്പ്ലൈൻ, സാധാരണയായി ആദ്യം RTK, തുടർന്ന് Caveman (78-95% യോഗ്യമായ പരിധി)
  → കംപ്രസ് ചെയ്ത അഭ്യർത്ഥന → പ്രൊവൈഡർ
```

---

## കംപ്രഷൻ മോഡുകൾ

### ഓഫ്

കംപ്രഷൻ പ്രയോഗിക്കില്ല. എല്ലാ സന്ദേശങ്ങളും മാറ്റമില്ലാതെ കടന്നുപോകുന്നു.

### ലൈറ്റ് മോഡ് (~15% ലാഭം, <1ms ലേറ്റൻസി)

ഏറ്റവും സുരക്ഷിതമായ മോഡ് — അർത്ഥപരമായ മാറ്റങ്ങളൊന്നുമില്ല, ഫോർമാറ്റിംഗ് വൃത്തിയാക്കൽ മാത്രം:

| സാങ്കേതികത               | വിവരണം                                                                     |
| ------------------------ | -------------------------------------------------------------------------- |
| `collapseWhitespace`     | തുടർച്ചയായ ശൂന്യവരികളും വരികളുടെ അവസാനത്തിലുള്ള സ്പേസുകളും ലയിപ്പിക്കുന്നു |
| `dedupSystemPrompt`      | ഡ്യൂപ്ലിക്കേറ്റ് സിസ്റ്റം സന്ദേശങ്ങൾ നീക്കംചെയ്യുന്നു                      |
| `compressToolResults`    | വിശദമായ ടൂൾ/ഫങ്ഷൻ ഔട്ട്പുട്ടുകൾ കംപ്രസ് ചെയ്യുന്നു                         |
| `removeRedundantContent` | ആവർത്തിച്ച നിർദ്ദേശങ്ങൾ നീക്കംചെയ്യുന്നു                                   |
| `replaceImageUrls`       | base64 ഇമേജ് ഡാറ്റ URI-കൾ ചുരുക്കുന്നു                                     |

**ഏറ്റവും അനുയോജ്യം:** എപ്പോഴും ഓണായുള്ള ഉപയോഗം, സുരക്ഷ നിർണായകമായ വർക്ക്ഫ്ലോകൾ.

### സ്റ്റാൻഡേർഡ് മോഡ് (~30% ലാഭം)

[Caveman](https://github.com/JuliusBrussee/caveman)-ൽ നിന്ന് പ്രചോദനം ഉൾക്കൊണ്ടത് — അർത്ഥം നിലനിർത്തിക്കൊണ്ട് അനാവശ്യ വാക്കുകളും അതിവിശദമായ പ്രയോഗങ്ങളും നീക്കംചെയ്യുന്നു:

- അനാവശ്യ വാക്കുകൾ നീക്കംചെയ്യുന്നു ("please", "I think", "basically", "actually")
- അതിവിശദമായ പ്രയോഗങ്ങൾ ചുരുക്കുന്നു ("in order to" → "to", "as a result of" → "because")
- വിനയപൂർവമായ മയപ്പെടുത്തലുകൾ നീക്കംചെയ്യുന്നു ("Would you mind...", "If you could possibly...")
- കോഡിംഗ് പ്രോംപ്റ്റുകൾക്കായി ക്രമീകരിച്ച 30+ regex നിയമങ്ങൾ

**ഏറ്റവും അനുയോജ്യം:** ദൈനംദിന കോഡിംഗ് വർക്ക്ഫ്ലോകൾ, ചെലവ് പരിഗണിക്കുന്ന ടീമുകൾ.

### അഗ്രസീവ് മോഡ് (~50% ലാഭം)

ദൈർഘ്യമേറിയ സെഷനുകൾക്കായുള്ള സ്മാർട്ട് ഹിസ്റ്ററി മാനേജ്മെന്റ്:

- **മെസേജ് ഏജിംഗ്** — പഴയ സന്ദേശങ്ങൾ ക്രമേണ കൂടുതൽ കംപ്രസ് ചെയ്യപ്പെടുന്നു
- **ടൂൾ റിസൾട്ട് സംഗ്രഹിക്കൽ** — ദൈർഘ്യമേറിയ ടൂൾ ഔട്ട്പുട്ടുകൾക്ക് പകരം സംഗ്രഹങ്ങൾ നൽകുന്നു
- **ഘടനാപരമായ സമഗ്രതാ ഗാർഡുകൾ** — `tool_use` + `tool_result` ജോടികൾ സ്ഥിരതയോടെ തുടരുന്നുവെന്ന് ഉറപ്പാക്കുന്നു
- **കോൺടെക്സ്റ്റ് വിൻഡോ അവബോധം** — ഓരോ മോഡലിന്റെയും ടോക്കൺ പരിധികൾ പാലിക്കുന്നു

**ഏറ്റവും അനുയോജ്യം:** ദൈർഘ്യമേറിയ ഡീബഗ്ഗിംഗ് സെഷനുകൾ, വലിയ കോഡ്ബേസുകൾ.

### അൾട്രാ മോഡ് (~75% ലാഭം)

ടോക്കൺ നിർണായകമായ സാഹചര്യങ്ങൾക്കുള്ള പരമാവധി കംപ്രഷൻ:

- **ഹ്യൂറിസ്റ്റിക് പ്രൂണിംഗ്** — പ്രസക്തി ത്രെഷോൾഡിന് താഴെയുള്ള സന്ദേശങ്ങൾ നീക്കംചെയ്യുന്നു
- **കോഡ് ബ്ലോക്ക് ചുരുക്കൽ** — ആവർത്തനമുള്ള കോഡ് ഉദാഹരണങ്ങൾ കംപ്രസ് ചെയ്യുന്നു
- **ബൈനറി സെർച്ച് ട്രങ്കേഷൻ** — കോൺടെക്സ്റ്റ് വിൻഡോയ്ക്കുള്ള ഏറ്റവും അനുയോജ്യമായ കട്ട് പോയിന്റ് കണ്ടെത്തുന്നു
- അഗ്രസീവ് മോഡിലെ എല്ലാ സവിശേഷതകളും ഉൾപ്പെടുത്തിയിരിക്കുന്നു

**ഏറ്റവും അനുയോജ്യം:** നിങ്ങൾ തുടർച്ചയായി കോൺടെക്സ്റ്റ് പരിധികളിൽ എത്തുമ്പോൾ.

### RTK മോഡ് (60-90% അപ്സ്ട്രീം പരിധി)

കോഡിംഗ്-ഏജന്റ് സെഷനുകളിൽ പ്രത്യക്ഷപ്പെടുന്ന വിശദമായ ടൂൾ ഔട്ട്പുട്ടുകൾക്കായി RTK മോഡ് ഒപ്റ്റിമൈസ് ചെയ്തിരിക്കുന്നു:

- `git status`, `git diff`, `git log`, ടെസ്റ്റ് റണ്ണറുകൾ,
  TypeScript/Vite/Webpack ബിൽഡുകൾ, ESLint/Biome/Prettier, npm ഓഡിറ്റ്/ഇൻസ്റ്റാളുകൾ, Docker ലോഗുകൾ, ഇൻഫ്രാ
  ഔട്ട്പുട്ട്, പൊതുവായ ഷെൽ ഔട്ട്പുട്ട് എന്നിവ പോലുള്ള കമാൻഡ്/ഔട്ട്പുട്ട് ക്ലാസുകൾ കണ്ടെത്തുന്നു
- `open-sse/services/compression/engines/rtk/filters/`-ൽ നിന്നുള്ള JSON ഫിൽട്ടർ പാക്കുകൾ പ്രയോഗിക്കുന്നു
- പ്രോജക്റ്റിലെയോ ഗ്ലോബൽ `filters.toml` ഫയലുകളിലെയോ RTK TOML സ്കീമ v1 ഫിൽട്ടറുകൾ, ഇൻലൈൻ-ടെസ്റ്റ്
  സാധൂകരണത്തോടും പ്രോജക്റ്റ് ഫയലുകൾക്കായുള്ള ട്രസ്റ്റ്-ഗേറ്റിംഗോടും കൂടി ഇമ്പോർട്ട് ചെയ്യുന്നു
- ഇൻലൈൻ പരിശോധനാ സാമ്പിളുകളുള്ള 49 ബിൽറ്റ്-ഇൻ ഫിൽട്ടറുകൾ ഉൾപ്പെടുന്നു
- ANSI കൺട്രോൾ സീക്വൻസുകൾ, പ്രോഗ്രസ് ബാറുകൾ, ആവർത്തിച്ച വരികൾ, നടപടിയെടുക്കാനാകാത്ത അനാവശ്യ വിവരങ്ങൾ എന്നിവ നീക്കംചെയ്യുന്നു
- പരാജയങ്ങൾ, പിശകുകൾ, മുന്നറിയിപ്പുകൾ, മാറ്റം വരുത്തിയ ഫയലുകൾ, സംഗ്രഹങ്ങൾ, ദൈർഘ്യമേറിയ ഔട്ട്പുട്ടിന്റെ അവസാനഭാഗം എന്നിവ നിലനിർത്തുന്നു
- ട്രസ്റ്റ്-ഗേറ്റഡ് പ്രോജക്റ്റ് ഫിൽട്ടറുകൾ, ഗ്ലോബൽ ഫിൽട്ടറുകൾ, ഐച്ഛികമായി റീഡാക്റ്റ് ചെയ്ത റോ-ഔട്ട്പുട്ട് വീണ്ടെടുക്കൽ എന്നിവ പിന്തുണയ്ക്കുന്നു

**ഏറ്റവും അനുയോജ്യം:** ഷെൽ, ബിൽഡ്, ടെസ്റ്റ്, git, grep, ഫയൽ-ഔട്ട്പുട്ട് ട്രാൻസ്ക്രിപ്റ്റുകൾ എന്നിവയുള്ള ഏജന്റ് സെഷനുകൾ.

### സ്റ്റാക്ക്ഡ് മോഡ് (78-95% യോഗ്യമായ പരിധി)

സ്റ്റാക്ക്ഡ് മോഡ് ഒന്നിലധികം കംപ്രഷൻ എഞ്ചിനുകൾ നിർണായകമായ ഒരു ക്രമത്തിൽ പ്രവർത്തിപ്പിക്കുന്നു. ഡിഫോൾട്ട് പൈപ്പ്ലൈൻ ഇതാണ്:

```txt
RTK -> Caveman
```

ഈ ക്രമത്തിൽ ആദ്യം ടെർമിനൽ/ടൂൾ ഔട്ട്പുട്ട് ചുരുക്കുന്നു, തുടർന്ന് ശേഷിക്കുന്ന സ്വാഭാവിക-ഭാഷാ പ്രോംപ്റ്റിൽ
Caveman അർത്ഥപരമായ ചുരുക്കൽ പ്രയോഗിക്കുന്നു. സ്റ്റാക്ക്ഡ് പൈപ്പ്ലൈനുകൾ ഗ്ലോബലായോ റൂട്ടിംഗ് കോംബോകൾക്ക്
അസൈൻ ചെയ്ത കംപ്രഷൻ കോംബോകൾ വഴിയോ കോൺഫിഗർ ചെയ്യാം.

**ഏറ്റവും അനുയോജ്യം:** വലിയ ടൂൾ ലോഗുകൾക്കൊപ്പം മനുഷ്യ നിർദ്ദേശങ്ങളോ അസിസ്റ്റന്റ് സംഗ്രഹങ്ങളോ ഉള്ള മിശ്രിത കോൺടെക്സ്റ്റ്.

---

## അപ്സ്ട്രീം ലാഭത്തിന്റെ കണക്ക്

രണ്ട് ഉറവിടങ്ങളിൽ നിന്നുള്ള കംപ്രഷൻ ലാഭം OmniRoute രേഖപ്പെടുത്തുന്നു: അപ്സ്ട്രീം പ്രോജക്റ്റ് ബെഞ്ച്മാർക്കുകളും
OmniRoute-ന്റെ സ്വന്തം എൻജിൻ സംയോജനവും.

| ഉറവിടം  | ഇവിടെ ഉപയോഗിച്ച അപ്സ്ട്രീം README കണക്ക്                                                                                            |
| ------- | ----------------------------------------------------------------------------------------------------------------------------------- |
| Caveman | `~75%` കുറവ് ഔട്ട്പുട്ട് ടോക്കണുകൾ, `65%` ബെഞ്ച്മാർക്ക് ശരാശരി ഔട്ട്പുട്ട് ലാഭം, `22-87%` പരിധി, കൂടാതെ `~46%` ഇൻപുട്ട് കംപ്രഷൻ ടൂൾ |
| RTK     | `60-90%` കമാൻഡ്-ഔട്ട്പുട്ട് ലാഭം; മാതൃകാ സെഷനിൽ `~118,000 -> ~23,900` ടോക്കണുകൾ, അഥവാ `79.7%` ലാഭം (`~80%`)                         |

ഓവർലാപ്പ് ചെയ്യുന്ന ടൂൾ/കോൺടെക്സ്റ്റ് പേലോഡുകൾക്കായി, ഡിഫോൾട്ട് OmniRoute കോംബോ എൻജിനുകളെ ഇങ്ങനെ സ്റ്റാക്ക് ചെയ്യുന്നു:

```txt
RTK -> Caveman
```

സംയോജിത ലാഭം സങ്കലിതമല്ല, ഗുണനാത്മകമാണ്:

```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-ക്കും Caveman-നും ഒരേ ഇൻപുട്ട്/കോൺടെക്സ്റ്റ് പേലോഡ് കുറയ്ക്കാൻ കഴിയുമ്പോഴാണ് ആ `78-95%` കണക്ക് ബാധകമാകുന്നത്.
Caveman റെസ്പോൺസ് ഔട്ട്പുട്ട് മോഡ് വേറിട്ടതാണ്: അത് പ്രവർത്തനക്ഷമമാക്കുമ്പോൾ, Caveman-ന്റെ സ്വന്തം ഔട്ട്പുട്ട് ലാഭം (`65%`
ശരാശരി, `~75%` പ്രധാന കണക്ക്, `22-87%` പരിധി) ഉപയോഗിക്കുക. മൊത്തം ബില്ലിംഗ് ലാഭം നിങ്ങളുടെ പ്രോംപ്റ്റ്/ഔട്ട്പുട്ട് അനുപാതത്തെ ആശ്രയിച്ചിരിക്കുന്നു.

### "യോഗ്യമായത്" എന്നതുകൊണ്ട് യഥാർഥത്തിൽ അർത്ഥമാക്കുന്നത്

15-95% എന്ന പ്രധാന പരിധി യഥാർഥമാണ്, എന്നാൽ അത് **ആവർത്തനമുള്ളതോ അനാവശ്യമായി ദൈർഘ്യമേറിയതോ ആയ** ഉള്ളടക്കത്തിന് മാത്രമാണ് ബാധകമാകുന്നത് — ആവർത്തിച്ചുള്ള
പിശക് വരികൾ, ഒരേ മുന്നറിയിപ്പ് തുടർച്ചയായി പുറപ്പെടുവിക്കുന്ന ഒരു ബിൽഡ് ലോഗ്, അമിതവലുപ്പമുള്ള `grep`/ഫയൽ-റീഡ് ഡംപ് എന്നിവയ്ക്ക്.
**എല്ലാ** അഭ്യർത്ഥനയിലും ഇത്രയും ലാഭമുണ്ടാകുമെന്ന് ഇതിനർത്ഥമില്ല.

അനുഭവപരമായി സ്ഥിരീകരിച്ചത് (`tests/unit/compression/stacked-compression-tool-result-savings.test.ts`): ഒരേപോലുള്ള 300
പിശക് വരികൾ അടങ്ങിയ Anthropic-രൂപത്തിലുള്ള `tool_result` ബ്ലോക്കിനെതിരെ നടത്തിയ ഒരു `stacked` (RTK + Caveman)
റൺ **95.93% ടോക്കൺ ലാഭം / 96.26% ക്യാരക്ടർ ലാഭം** നൽകി — പരസ്യപ്പെടുത്തിയ പരിധിക്കുള്ളിൽ തന്നെ.
എന്നാൽ, സാധാരണ ആവർത്തനമില്ലാത്ത ടൂൾ ഔട്ട്പുട്ടിനെതിരെ (വൃത്തിയുള്ള ഒരു `grep` മാച്ച് ലിസ്റ്റ്,
ഒരു ചെറിയ ഫയൽ റീഡ്, സാധാരണ സംഭാഷണ ടെക്സ്റ്റ്) ഇതേ പൈപ്പ്ലൈൻ പ്രവർത്തിപ്പിക്കുമ്പോൾ ശരിയായിത്തന്നെ **ഏതാണ്ട് പൂജ്യം ലാഭമാണ്** ലഭിക്കുന്നത്, കാരണം
നീക്കം ചെയ്യാൻ ആവർത്തനമുള്ളതായി ഒന്നുമില്ല; കൂടാതെ കോഡ് ബ്ലോക്കുകൾ, URLs, ഹെഡിങ്ങുകൾ, പതിപ്പുകൾ, അല്ലെങ്കിൽ ALL-CAPS കോൺസ്റ്റന്റ് ഐഡന്റിഫയറുകൾ
ഒഴിവാക്കുകയോ മാറ്റുകയോ ചെയ്യുന്ന ഒരു പുനരെഴുത്ത് അയയ്ക്കാൻ `validateCompression()` (`validation.ts`) അനുവദിക്കില്ല.

ഇത് പ്രതീക്ഷിക്കുന്ന സുരക്ഷിതമായ പെരുമാറ്റമാണ്, ബഗ് അല്ല: പ്രധാനമായും വൃത്തിയുള്ള ഫയലുകൾ റീഡ്/grep ചെയ്യുന്ന ഒരു കോഡിംഗ് സെഷനിൽ,
കംപ്രഷൻ പൂർണ്ണമായി പ്രവർത്തനക്ഷമമാക്കിയിട്ടുണ്ടെങ്കിലും മൊത്തം ലാഭം മിതമായിരിക്കും; അതേസമയം പരാജയപ്പെടുന്ന ഒരു
ലൂപ്പോ അമിതമായി ഔട്ട്പുട്ട് നൽകുന്ന ഒരു ലിന്ററോ നേരിടുന്ന സെഷനിൽ ആ ട്രാഫിക്കിന് പൂർണ്ണമായ 78-95% പരിധി ലഭിക്കും. ഒരൊറ്റ സെഷന്റെ
കുറഞ്ഞ മൊത്തം ലാഭശതമാനം, കംപ്രഷൻ തെറ്റായി കോൺഫിഗർ ചെയ്തതിനുള്ള തെളിവായി ഉപയോഗിക്കരുത് — ആദ്യം
അടിസ്ഥാന ടൂൾ ഔട്ട്പുട്ടിൽ യഥാർഥത്തിൽ ആവർത്തനം ഉണ്ടായിരുന്നോ എന്ന് പരിശോധിക്കുക.

---

## ടോക്കൺ ലാഭത്തിന്റെ ദൃശ്യാവിഷ്കാരം

```
കംപ്രഷൻ ഇല്ലാതെ: 47K ടോക്കണുകൾ LLM-ലേക്ക് അയച്ചു
Lite ഉപയോഗിച്ച്:  40K ടോക്കണുകൾ അയച്ചു             (15% ലാഭം — സുരക്ഷിതം, എല്ലായ്പ്പോഴും സജീവം)
Standard ഉപയോഗിച്ച്: 33K ടോക്കണുകൾ അയച്ചു         (30% ലാഭം — caveman-speak നിയമങ്ങൾ)
Aggressive ഉപയോഗിച്ച്: 24K ടോക്കണുകൾ അയച്ചു       (50% ലാഭം — ഏജിംഗ് + സംഗ്രഹിക്കൽ)
Ultra ഉപയോഗിച്ച്: 12K ടോക്കണുകൾ അയച്ചു            (75% ലാഭം — ഹ്യൂറിസ്റ്റിക് പ്രൂണിംഗ്)
RTK ഉപയോഗിച്ച്: 19K-5K ടോക്കണുകൾ അയച്ചു           (കമാൻഡ്/ടൂൾ ഔട്ട്പുട്ടിൽ 60-90% ലാഭം)
Stacked ഉപയോഗിച്ച്: 10K-2.5K ടോക്കണുകൾ അയച്ചു     (യോഗ്യമായ RTK+Caveman ഉള്ളടക്കത്തിന് 78-95% പരിധി)
```

---

## കോൺഫിഗറേഷൻ

### ഡാഷ്ബോർഡ്

`Dashboard → Context & Cache` എന്നതിലേക്ക് പോകുക:

- **Caveman** — മോഡ് തിരഞ്ഞെടുക്കൽ, ഭാഷാ പാക്കുകൾ, പ്രിവ്യൂ, ആഗോള ഡിഫോൾട്ടുകൾ
- **RTK** — കമാൻഡ്-ഫിൽട്ടർ പ്രിവ്യൂ, RTK സുരക്ഷാ ക്രമീകരണങ്ങൾ, ഫിൽട്ടർ കാറ്റലോഗ്
- **Compression Combos** — റൂട്ടിംഗ് കോമ്പോകൾക്ക് നിയോഗിച്ചിരിക്കുന്ന പേരുള്ള എഞ്ചിൻ പൈപ്പ്ലൈനുകൾ
- **Auto-Trigger Threshold** — ടോക്കൺ എണ്ണം പരിധി കവിയുമ്പോൾ കംപ്രഷൻ സ്വയമേവ സജീവമാക്കുന്നു

### ഓരോ കോമ്പോയ്ക്കുമുള്ള ഓവർറൈഡ്

`Dashboard → Context & Cache → Compression Combos` എന്നതിൽ, ഒരു റൂട്ടിംഗ് കോമ്പോയ്ക്ക് കംപ്രഷൻ കോമ്പോ നിയോഗിക്കുക:

```txt
കോമ്പോ: "free-tier-fallback"
  കംപ്രഷൻ കോമ്പോ: "coding-agent-stack"
  പൈപ്പ്ലൈൻ: RTK -> Caveman
  ലക്ഷ്യങ്ങൾ:
    1. if/kimi-k2.7-code
    2. if/qwen3.8-max-preview
```

പണമടച്ചുള്ള സബ്സ്ക്രിപ്ഷനുകളിൽ ലൈറ്റ് മോഡ് നിലനിർത്തിക്കൊണ്ട്, സൗജന്യ/കോഡിംഗ് പ്രൊവൈഡറുകളിൽ സ്റ്റാക്ക്ഡ് കംപ്രഷൻ ഉപയോഗിക്കാൻ ഇത് നിങ്ങളെ അനുവദിക്കുന്നു.

ഈ "Per-Combo Override" നിയോഗം **റൂട്ടിംഗ്-കോമ്പോ കംപ്രഷൻ മോഡ്** ഓവർറൈഡിൽനിന്ന് (Default/Off/Lite/Standard/Aggressive/Ultra) വ്യത്യസ്തമായ ഒരു നിയന്ത്രണമാണ് — ആ ഓവർറൈഡ് പേരുള്ള ഒരു കംപ്രഷൻ-കോമ്പോ പൈപ്പ്ലൈൻ തിരഞ്ഞെടുക്കുന്നില്ല; `resolveCompressionPlan` പരിശോധിക്കുന്ന `compressionMode` ഫീൽഡ് മാത്രമാണ് അത് സജ്ജമാക്കുന്നത്. ഇത് കോമ്പോ കാർഡിലോ (`Dashboard → Combos`), അല്ലെങ്കിൽ #6760 മുതൽ, മുകളിൽ രേഖപ്പെടുത്തിയ പൈപ്പ്ലൈൻ-അസൈൻമെന്റ് ചെക്ക്ബോക്സിന് തൊട്ടടുത്തുള്ള `Dashboard → Context & Cache → Compression Combos` എന്നതിലെ "Assign to routing" പട്ടികയിൽ ഓരോ റൂട്ടിംഗ് കോമ്പോയ്ക്കുമായോ സജ്ജമാക്കാം. രണ്ട് ഇന്റർഫേസുകളും ഒരേ `PUT /api/combos/{id}` എൻഡ്പോയിന്റ് വഴിയാണ് മാറ്റങ്ങൾ സ്ഥിരമായി സൂക്ഷിക്കുന്നത്.

### ഓരോ അഭ്യർത്ഥനയ്ക്കുമുള്ള ഓവർറൈഡ്

ഒരൊറ്റ അഭ്യർത്ഥനയ്ക്കുള്ള കംപ്രഷൻ പ്ലാൻ ഓവർറൈഡ് ചെയ്യാൻ `x-omniroute-compression` അഭ്യർത്ഥനാ ഹെഡർ അയയ്ക്കുക. ഇതിനാണ് ഏറ്റവും ഉയർന്ന മുൻഗണന — റൂട്ടിംഗ്-കോമ്പോ ഓവർറൈഡ്, സജീവ പ്രൊഫൈൽ, ഓട്ടോ-ട്രിഗർ, പാനലിലെ Default എന്നിവയെല്ലാം ഇതിന് കീഴിലാണ്. അജ്ഞാത മൂല്യങ്ങൾ അവഗണിക്കപ്പെടും (അഭ്യർത്ഥന ഒരിക്കലും നിരസിക്കപ്പെടില്ല), കൂടാതെ ആഗോള മാസ്റ്റർ സ്വിച്ച് ഇപ്പോഴും എല്ലാം നിയന്ത്രിക്കുന്നു: കംപ്രഷൻ ആഗോളമായി ഓഫ് ആയിരിക്കുമ്പോൾ, ഹെഡറിന് അത് ഓൺ ചെയ്യാനാകില്ല. മൂല്യങ്ങൾ:

| മൂല്യം        | ഫലം                                                                                                      |
| ------------- | -------------------------------------------------------------------------------------------------------- |
| `off`         | ഈ അഭ്യർത്ഥനയ്ക്ക് കംപ്രഷൻ ഇല്ല.                                                                          |
| `default`     | പാനലിൽനിന്ന് ലഭിക്കുന്ന Default പ്രൊഫൈൽ (സജീവ പ്രൊഫൈൽ അവഗണിക്കുന്നു).                                    |
| `engine:<id>` | പ്രവർത്തനക്ഷമമാക്കിയിരിക്കുമ്പോൾ ഒരൊറ്റ എഞ്ചിൻ, ഉദാ. `engine:rtk`.                                       |
| `<combo>`     | പേരുള്ള കോമ്പോ; ആദ്യം പേര് ഉപയോഗിച്ച് (കേസ് പരിഗണിക്കാതെ), തുടർന്ന് id ഉപയോഗിച്ച് പൊരുത്തപ്പെടുത്തുന്നു. |

പ്രയോഗിച്ച പ്ലാൻ `X-OmniRoute-Compression: <mode>; source=<source>` പ്രതികരണ ഹെഡറിൽ തിരികെ നൽകപ്പെടുന്നു, ഇവിടെ `<source>` എന്നത് `request-header`, `routing-override`, `active-profile`, `auto-trigger`, `default`, അല്ലെങ്കിൽ `off` എന്നിവയിൽ ഒന്നായിരിക്കും.

### API

```bash
# കംപ്രഷൻ ക്രമീകരണങ്ങൾ നേടുക
curl http://localhost:20128/api/settings/compression

# കംപ്രഷൻ ക്രമീകരണങ്ങൾ അപ്ഡേറ്റ് ചെയ്യുക
curl -X PUT http://localhost:20128/api/settings/compression \
  -H "Content-Type: application/json" \
  -d '{"defaultMode":"stacked","autoTriggerMode":"stacked","autoTriggerTokens":32000}'

# ഒരു നിർദ്ദിഷ്ട RTK/stacked പേലോഡ് പ്രിവ്യൂ ചെയ്യുക
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 ഫിൽട്ടർ പാക്കുകൾ പട്ടികപ്പെടുത്തുക
curl http://localhost:20128/api/context/rtk/filters

# ഐച്ഛിക കമാൻഡ് മെറ്റാഡാറ്റ ഉപയോഗിച്ച് RTK നേരിട്ട് പരിശോധിക്കുക
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"}'
```

---

## എന്തൊക്കെയാണ് സംരക്ഷിക്കപ്പെടുന്നത്

കംപ്രഷൻ എഞ്ചിൻ **എപ്പോഴും സംരക്ഷിക്കുന്നവ:**

- ✅ കോഡ് ബ്ലോക്കുകൾ (ഫെൻസ്ഡ്, ഇൻലൈൻ)
- ✅ URL-കളും ഫയൽ പാതകളും
- ✅ JSON ഘടനകളും ഘടനാപരമായ ഡാറ്റയും
- ✅ ഐഡന്റിഫയറുകളും സംരക്ഷിത സാങ്കേതിക ടോക്കണുകളും
- ✅ ഗണിത സമവാക്യങ്ങൾ
- ✅ ടൂൾ/ഫങ്ഷൻ കോൾ നിർവചനങ്ങൾ
- ✅ സിസ്റ്റം പ്രോംപ്റ്റുകൾ (ലൈറ്റ് മോഡിൽ)

എന്തെങ്കിലും ഡാറ്റ സ്ഥിരമായി സൂക്ഷിക്കുന്നതിന് മുമ്പ്, RTK റോ-ഔട്ട്പുട്ട് റിക്കവറി സാധാരണ API കീകൾ, ബെയറർ ടോക്കണുകൾ, Slack ടോക്കണുകൾ, AWS ആക്സസ് കീകൾ,
പാസ്വേഡുകൾ, ടോക്കണുകൾ, രഹസ്യങ്ങൾ എന്നിവ മറയ്ക്കുന്നു.

---

## കംപ്രഷൻ സ്ഥിതിവിവരക്കണക്കുകൾ

കംപ്രസ് ചെയ്ത ഓരോ അഭ്യർത്ഥനയുടെയും സ്ഥിതിവിവരക്കണക്കുകൾ സെർവർ ലോഗുകളിൽ ഉൾപ്പെടുന്നു:

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

---

## ഘട്ടങ്ങളുടെ റോഡ്മാപ്പ്

| ഘട്ടം    | മോഡുകൾ                                                                                                                                                         | നില             |
| -------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------- | --------------- |
| ഘട്ടം 1  | ഓഫ്, ലൈറ്റ്                                                                                                                                                    | ✅ പുറത്തിറക്കി |
| ഘട്ടം 2  | സ്റ്റാൻഡേർഡ്, അഗ്രസീവ്, അൾട്രാ                                                                                                                                 | ✅ പുറത്തിറക്കി |
| ഘട്ടം 3  | RTK, സ്റ്റാക്ക്ഡ്, കംപ്രഷൻ കോംബോകൾ                                                                                                                             | ✅ പുറത്തിറക്കി |
| ഘട്ടം 4  | ഔട്ട്പുട്ട് ശൈലികൾ, SLM-ടയർ അൾട്രാ, മൂല്യനിർണ്ണയ ഹാർനെസ്                                                                                                       | ✅ പുറത്തിറക്കി |
| ഘട്ടം 4C | അഡാപ്റ്റീവ് കോൺടെക്സ്റ്റ്-ബജറ്റ് ("ഡയൽ") — കമ്പ്യൂട്ട് എഞ്ചിൻ + API (`PUT /api/settings/compression`-ലെ `contextBudget`) + ഡാഷ്ബോർഡ് മോഡ്/പോളിസി നിയന്ത്രണങ്ങൾ | ✅ പുറത്തിറക്കി |

---

## കടപ്പാടുകൾ

സ്റ്റാൻഡേർഡ് മോഡിലെ കംപ്രഷൻ നിയമങ്ങൾ **[JuliusBrussee](https://github.com/JuliusBrussee)**-യുടെ **[Caveman](https://github.com/JuliusBrussee/caveman)** (⭐ 51K+)-ൽ നിന്ന് പ്രചോദനം ഉൾക്കൊണ്ടവയാണ് — വൈറലായ "എന്തിന് പല ടോക്കണുകൾ ഉപയോഗിക്കണം, കുറച്ച് ടോക്കണുകൾ മതിയാകുമ്പോൾ" എന്ന പ്രോജക്റ്റ്. `~75%` കുറവ് ഔട്ട്പുട്ട് ടോക്കണുകൾ, ബെഞ്ച്മാർക്കിൽ ശരാശരി `65%` ഔട്ട്പുട്ട് ലാഭം, `22-87%` ഔട്ട്പുട്ട് പരിധി, `~46%` ഇൻപുട്ട്-കംപ്രഷൻ ടൂൾ എന്നിവ Caveman റിപ്പോർട്ട് ചെയ്യുന്നു.

RTK മോഡ് **[RTK AI](https://github.com/rtk-ai)**-യുടെ **[RTK - Rust Token Killer](https://github.com/rtk-ai/rtk)**-ൽ നിന്ന് പ്രചോദനം ഉൾക്കൊണ്ടതാണ് — ടെർമിനൽ, ബിൽഡ്, ടെസ്റ്റ്, git, ടൂൾ-ഔട്ട്പുട്ട് ഫിൽട്ടറിംഗ് എന്നിവയ്ക്കായുള്ള ഉയർന്ന പ്രകടനമുള്ള കമാൻഡ്-ഔട്ട്പുട്ട് കംപ്രഷൻ പ്രോജക്റ്റ്. RTK `60-90%` ലാഭം റിപ്പോർട്ട് ചെയ്യുന്നു; അതിന്റെ README സാമ്പിൾ സെഷനിൽ `~80%` ലാഭിച്ചതായി കാണിക്കുന്നു.

---

## വിപുലമായ കംപ്രഷൻ സിസ്റ്റങ്ങൾ

7 സ്റ്റാൻഡേർഡ് മോഡുകൾക്ക് പുറമേ, കോൺടെക്സ്റ്റിനെ അടിസ്ഥാനമാക്കി സ്വയമേവ പ്രവർത്തിക്കുന്ന നിരവധി വിപുലമായ കംപ്രഷൻ
സിസ്റ്റങ്ങൾ OmniRoute-ൽ ഉൾപ്പെടുന്നു.

### കാഷ്-അവബോധമുള്ള കംപ്രഷൻ

ചില പ്രൊവൈഡർമാർ (പ്രോംപ്റ്റ് കാഷിംഗ് ഉള്ള Anthropic പോലുള്ളവർ) **പ്രോംപ്റ്റ് കാഷിംഗ്**
പിന്തുണയ്ക്കുന്നു; ചെലവും ലേറ്റൻസിയും കുറയ്ക്കുന്നതിന് പ്രോംപ്റ്റിന്റെ ഭാഗങ്ങൾ കാഷ് ചെയ്യാൻ ഇത് അവരെ അനുവദിക്കുന്നു. കാഷിംഗ്
പ്രവർത്തനക്ഷമമാക്കിയിരിക്കുമ്പോൾ, അഗ്രസീവ് കംപ്രഷൻ പ്രകടനത്തെ യഥാർത്ഥത്തിൽ **ദോഷകരമായി ബാധിക്കാം**,
കാരണം അത് കാഷ് ചെയ്ത ടോക്കണുകളിൽ മാറ്റം വരുത്തി കാഷിനെ അസാധുവാക്കുന്നു.

കാഷിംഗ് കോൺടെക്സ്റ്റ് **കണ്ടെത്തുകയും** അതനുസരിച്ച്
**കംപ്രഷൻ തന്ത്രം ക്രമീകരിക്കുകയും** ചെയ്തുകൊണ്ട് `cachingAware.ts` മൊഡ്യൂൾ ഇത് പരിഹരിക്കുന്നു.

#### ഇത് എങ്ങനെ പ്രവർത്തിക്കുന്നു

1. **കാഷിംഗ് കോൺടെക്സ്റ്റ് കണ്ടെത്തുക** — `cache_control` മാർക്കറുകൾക്കായി അഭ്യർത്ഥനയുടെ ബോഡി സ്കാൻ ചെയ്യുന്നു
2. **കാഷിംഗ് പ്രൊവൈഡർമാരെ തിരിച്ചറിയുക** — ലക്ഷ്യ പ്രൊവൈഡർ കാഷിംഗ് പിന്തുണയ്ക്കുന്നുണ്ടോയെന്ന് പരിശോധിക്കുന്നു
3. **തന്ത്രം ക്രമീകരിക്കുക** — കാഷിംഗ് പ്രൊവൈഡർമാർക്കായി `aggressive`/`ultra` എന്നതിൽ നിന്ന് `standard` എന്നതിലേക്ക് താഴ്ത്തുന്നു
4. **സിസ്റ്റം പ്രോംപ്റ്റ് ഒഴിവാക്കുക** — സിസ്റ്റം പ്രോംപ്റ്റുകൾ സാധാരണയായി കാഷ് ചെയ്യപ്പെടുന്നതിനാൽ അവ കംപ്രസ് ചെയ്യരുത്
5. **ഡിറ്റർമിനിസ്റ്റിക് രൂപാന്തരങ്ങൾ ഉപയോഗിക്കുക** — സ്ഥിരതയുള്ള ഔട്ട്പുട്ട് സൃഷ്ടിക്കുന്ന രൂപാന്തരങ്ങൾ മാത്രം ഉപയോഗിക്കുക

#### കോഡ് ഉദാഹരണം

```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" }, // ← കാഷ് മാർക്കർ
};

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

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

#### എപ്പോൾ ഉപയോഗിക്കണം

കാഷ്-അവബോധമുള്ള കംപ്രഷൻ **എപ്പോഴും പ്രവർത്തനക്ഷമമാണ്** — കോൺഫിഗറേഷൻ ആവശ്യമില്ല. താഴെപ്പറയുന്ന സാഹചര്യങ്ങളിൽ മാത്രം
ഇത് പ്രാബല്യത്തിൽ വരുന്നു:

- അഭ്യർത്ഥനയിൽ `cache_control` മാർക്കറുകൾ ഉണ്ടായിരിക്കുമ്പോൾ
- ലക്ഷ്യ പ്രൊവൈഡർ പ്രോംപ്റ്റ് കാഷിംഗ് പിന്തുണയ്ക്കുമ്പോൾ (Anthropic, OpenAI തുടങ്ങിയവ)

### ക്രമാനുഗത ഏജിംഗ്

ദീർഘമായ സംഭാഷണങ്ങളിൽ നിരവധി സന്ദേശ ടേണുകൾ ശേഖരിക്കപ്പെടുന്നു, എന്നാൽ പഴയ ടേണുകൾക്ക്
പ്രസക്തി കുറയുന്നു. `progressiveAging.ts` മൊഡ്യൂൾ **ടേൺ ദൂരത്തിനനുസരിച്ച് സന്ദേശങ്ങളുടെ വിശദാംശനില കുറയ്ക്കുന്നു**:

- **സമീപകാല ടേണുകൾ (0-3)**: അതേപടി നിലനിർത്തുന്നു (പൂർണ്ണ വിശദാംശങ്ങൾ)
- **ഇടത്തരം ടേണുകൾ (4-8)**: ലൈറ്റ് കംപ്രഷൻ (വൈറ്റ്സ്പേസ്, ഫോർമാറ്റിംഗ് വൃത്തിയാക്കൽ)
- **പഴയ ടേണുകൾ (9+)**: Caveman കംപ്രഷൻ (അനാവശ്യ ഭാഗങ്ങൾ നീക്കംചെയ്യൽ, സംഗ്രഹിക്കൽ)
- **വളരെ പഴയ ടേണുകൾ (20+)**: ശക്തമായി സംഗ്രഹിക്കുകയോ ഒഴിവാക്കുകയോ ചെയ്യുന്നു

#### കോഡ് ഉദാഹരണം

```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" },
  // ... 50 ടേണുകൾ കൂടി ...
];

const { messages: aged, saved } = applyAging(messages, {
  verbatim: 3, // ആദ്യത്തെ 3 ടേണുകൾ: അതേപടി
  light: 8, // 4-8 ടേണുകൾ: ലൈറ്റ് കംപ്രഷൻ
  moderate: 20, // 9-20 ടേണുകൾ: caveman കംപ്രഷൻ
  // 21+ ടേണുകൾ: ശക്തമായ സംഗ്രഹിക്കൽ
});

// saved = ലാഭിച്ച ടോക്കണുകളുടെ എണ്ണം
```

#### എപ്പോൾ ഉപയോഗിക്കണം

ക്രമാനുഗത ഏജിംഗ് `aggressive`, `ultra` മോഡുകളിൽ **എപ്പോഴും പ്രവർത്തനക്ഷമമാണ്**. ഇത്
പ്രത്യേകിച്ച് ഫലപ്രദമാകുന്നത്:

- ദീർഘനേരം നീളുന്ന കോഡിംഗ് സെഷനുകൾ
- നിരവധി ദിവസങ്ങൾ നീളുന്ന സംഭാഷണങ്ങൾ
- നിരവധി ടൂൾ കോളുകളുള്ള ഏജന്റിക് വർക്ക്ഫ്ലോകൾ

### കേവ്മാൻ ഔട്ട്പുട്ട് മോഡ്

മോഡൽ തന്നെ ചുരുക്കിയതും സംക്ഷിപ്തവുമായ ഔട്ട്പുട്ട് (ഒരു "കേവ്മാൻ" ശൈലി)
സൃഷ്ടിക്കാൻ `outputMode.ts` മൊഡ്യൂൾ **സിസ്റ്റം പ്രോംപ്റ്റ് നിർദ്ദേശങ്ങൾ** ഇൻജക്റ്റ് ചെയ്യുന്നു.

#### ഇത് എങ്ങനെ പ്രവർത്തിക്കുന്നു

ഇൻപുട്ട് കംപ്രസ് ചെയ്യുന്നതിന് പകരം, ഈ മോഡ് ഇനിപ്പറയുന്നതുപോലുള്ള ഒരു സിസ്റ്റം പ്രോംപ്റ്റ് ചേർക്കുന്നു:

> "ഏറ്റവും കുറച്ച് വാക്കുകളിൽ മറുപടി നൽകുക. ഔപചാരികതകൾ ഒഴിവാക്കുക. ചെറിയ വാക്യങ്ങൾ ഉപയോഗിക്കുക."

ഇത് പ്രത്യേകിച്ച് നന്നായി പ്രവർത്തിക്കുന്നത്:

- കോഡ് ജനറേഷൻ (കൂടുതൽ സംക്ഷിപ്തമായ ഔട്ട്പുട്ട് = കുറവ് ടോക്കണുകൾ)
- ദ്രുത ചോദ്യോത്തരങ്ങൾ (വിശദമായ വിശദീകരണങ്ങളുടെ ആവശ്യമില്ല)
- ബാച്ച് പ്രോസസ്സിംഗ് (ത്രൂപുട്ട് പരമാവധിയാക്കുക)

#### എപ്പോൾ ഉപയോഗിക്കണം

കേവ്മാൻ ഔട്ട്പുട്ട് മോഡ് **ഓപ്റ്റ്-ഇൻ** ആണ് — കോംബോ കോൺഫിഗ് വഴി അത് സജ്ജീകരിക്കുക:

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

### ഔട്ട്പുട്ട് ശൈലികൾ (കാറ്റലോഗ്)

മുകളിൽ പറഞ്ഞ കേവ്മാൻ ഔട്ട്പുട്ട് മോഡ് **ലെഗസി സിംഗിൾ-സ്റ്റൈൽ പാതയാണ്**. Phase 4 അതിനെ
സംയോജിപ്പിക്കാവുന്ന ഔട്ട്പുട്ട് ശൈലികളുടെ ഒരു കാറ്റലോഗാക്കി പൊതുവൽക്കരിച്ചു:
`open-sse/services/compression/outputStyles/catalog.ts`-ലെ `OUTPUT_STYLE_CATALOG`.
ഓരോ ശൈലിയും മോഡൽ തന്നെ ചെലവ് കുറഞ്ഞ ഔട്ട്പുട്ട് സൃഷ്ടിക്കാൻ സഹായിക്കുന്ന ഒരു സിസ്റ്റം-പ്രോംപ്റ്റ്
നിർദ്ദേശമാണ്; ശൈലികൾ ഒരുമിച്ച് പ്രവർത്തനക്ഷമമാക്കാം, അവ കാറ്റലോഗിലെ ക്രമത്തിൽ ഇൻജക്റ്റ് ചെയ്യപ്പെടും.

| ശൈലി                                  | `id`          | ഇത് ചെയ്യുന്നത്                                                                                                                                                                                                                                                       | നിർദ്ദേശ ഭാഷകൾ                                                               |
| ------------------------------------- | ------------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ---------------------------------------------------------------------------- |
| സംക്ഷിപ്ത ഗദ്യം                       | `terse-prose` | അനാവശ്യ പദങ്ങൾ/ആർട്ടിക്കിളുകൾ/സന്ദിഗ്ധപ്രയോഗങ്ങൾ ഒഴിവാക്കുന്നു; സാങ്കേതിക ഉള്ളടക്കത്തിന്റെ കൃത്യത നിലനിർത്തുന്നു. ലെഗസി കേവ്മാൻ ഔട്ട്പുട്ട് മോഡിലെ അതേ ടെക്സ്റ്റ് (വീണ്ടും ടൈപ്പ് ചെയ്യാതെ റഫറൻസ് ചെയ്യുന്നു).                                                        | en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi                                |
| കുറവ് കോഡ്                            | `less-code`   | YAGNI ക്രമം: പ്രവർത്തിക്കുന്ന ഏറ്റവും ചെറിയ മാറ്റം, ആവശ്യപ്പെടാത്ത അബ്സ്ട്രാക്ഷനുകൾ ഇല്ല.                                                                                                                                                                             | en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi                                |
| പോണിടെയിൽ (അലസനായ സീനിയർ ഡെവലപ്പർ)    | `ponytail`    | "ഒരിക്കലും എഴുതാത്ത കോഡാണ് ഏറ്റവും മികച്ച കോഡ്": പുനരുപയോഗം > പുനരെഴുത്ത്, മൂലകാരണം > ലക്ഷണം, പ്രവർത്തിക്കുന്ന ഏറ്റവും ചെറിയ ഡിഫ്.                                                                                                                                    | en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi                                |
| എനിക്ക് ADHD ഉണ്ട് (പ്രവർത്തനം ആദ്യം) | `i-have-adhd` | പ്രവർത്തനം ആദ്യം (ഗദ്യത്തിന് മുമ്പ് കമാൻഡ്/പാത്ത്/സ്നിപ്പെറ്റ്), നമ്പറിട്ട പരിമിതമായ ഘട്ടങ്ങൾ, വ്യക്തമായ ഒരേയൊരു അടുത്ത ഘട്ടം, ആമുഖം/പുനരവലോകനം/സമാപനം എന്നിവ ഇല്ല. [ayghri/i-have-adhd](https://github.com/ayghri/i-have-adhd)-ൽ നിന്ന് അനുരൂപപ്പെടുത്തിയതാണ് (MIT). | en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi                                |
| സംക്ഷിപ്ത CJK (文言)                  | `terse-cjk`   | ക്ലാസിക്കൽ-ചൈനീസ് അതിസംക്ഷിപ്ത ശൈലി.                                                                                                                                                                                                                                  | zh (ലൊക്കേൽ നിയന്ത്രിതം: പരിഹരിച്ച ഭാഷ `zh` ആയിരിക്കുമ്പോൾ മാത്രം ലഭ്യമാകും) |

ഓരോ ശൈലിക്കും `lite`, `full`, `ultra` എന്നിങ്ങനെ മൂന്ന് തീവ്രതാ നിലകളുണ്ട് — കൂടാതെ ഓരോ നിലയും
പങ്കിട്ട ബൗണ്ടറീസ് ക്ലോസോടെയാണ് അവസാനിക്കുന്നത്; ഇത് കോഡ് ബ്ലോക്കുകൾ, ഫയൽ പാത്തുകൾ, കമാൻഡുകൾ,
പിശക് സ്ട്രിങ്ങുകൾ, URLs, ഐഡന്റിഫയറുകൾ എന്നിവ അതേപടി നിലനിർത്തുന്നു.

#### ഇൻജക്ഷൻ എങ്ങനെ പ്രവർത്തിക്കുന്നു

`applyOutputStyles()` (`open-sse/services/compression/outputStyles/apply.ts`) തിരഞ്ഞെടുപ്പിനെ
കാറ്റലോഗുമായി പൊരുത്തപ്പെടുത്തുന്നു (അജ്ഞാത ids-ഉം ലൊക്കേലുമായി പൊരുത്തപ്പെടാത്ത ശൈലികളും ഒഴിവാക്കപ്പെടും,
ഒരിക്കലും പിശകാകില്ല), തിരഞ്ഞെടുത്ത നിർദ്ദേശങ്ങൾ കാറ്റലോഗിലെ ക്രമത്തിൽ കൂട്ടിച്ചേർക്കുന്നു,
ബൗണ്ടറീസ് ക്ലോസ് **ഒരിക്കൽ** ചേർക്കുന്നു, തുടർന്ന് ഒരൊറ്റ ഐഡംപൊട്ടൻസി മാർക്കറിന്
(`[OmniRoute Output Styles]`) പിന്നാലെ ഫലം സിസ്റ്റം പ്രോംപ്റ്റിന്റെ തുടക്കത്തിൽ ചേർക്കുന്നു —
വീണ്ടും പ്രയോഗിച്ചാൽ ഒന്നും സംഭവിക്കില്ല. കണ്ടെത്തിയ അഭ്യർത്ഥനാ ഭാഷയ്ക്ക് വിവർത്തനം ലഭ്യമാണെങ്കിൽ,
ഇംഗ്ലീഷിന് പകരം പ്രാദേശികവൽക്കരിച്ച നിർദ്ദേശം ഇൻജക്റ്റ് ചെയ്യപ്പെടും.

#### എങ്ങനെ പ്രവർത്തനക്ഷമമാക്കാം

ഡാഷ്ബോർഡിൽ: **Context → Settings → Compression** — ഓരോ ശൈലിക്കും ഓൺ/ഓഫ് ടോഗിളും
ലെവൽ സെലക്ടറും ഉള്ള ഓരോ നിര. പ്രോഗ്രാമാറ്റിക്കായി, കംപ്രഷൻ കോൺഫിഗ് തിരഞ്ഞെടുപ്പ്
ഇപ്രകാരം സംഭരിക്കുന്നു:

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

പിന്നോട്ടുള്ള അനുയോജ്യത: ലെഗസി `outputMode: "caveman"` കോംബോ ക്രമീകരണം ഇപ്പോഴും പ്രവർത്തിക്കുകയും
`terse-prose`-ലേക്ക് മാപ്പ് ചെയ്യുകയും ചെയ്യുന്നു; എല്ലാ ലെഗസി ഭാഷകളിലും പഴയ ഇൻജക്ഷനുമായി
ഇത് ബൈറ്റ് തലത്തിൽ സമാനമാണ്.

ഭാഷാ തിരഞ്ഞെടുപ്പ്: `languageConfig.enabled` ഓണായിരിക്കുമ്പോൾ, `autoDetect` ഏറ്റവും പുതിയ
ഉപയോക്തൃ സന്ദേശത്തിന്റെ ഭാഷ തിരഞ്ഞെടുക്കുന്നു (ഇൻപുട്ട് എഞ്ചിനുകൾ ഉപയോഗിക്കുന്ന അതേ ഡിറ്റക്ടർ);
`autoDetect` ഓഫ് ചെയ്യുന്നത് `defaultLanguage` സ്ഥിരമാക്കുന്നു. ഓഫ് → ഇംഗ്ലീഷ്.

ശൈലി × ഭാഷ മാട്രിക്സ്
`tests/unit/compression/output-styles-i18n-matrix.test.ts` ഉപയോഗിച്ച് സ്ഥിരപ്പെടുത്തിയിരിക്കുന്നു:
കുറഞ്ഞത് ഒരു pt-BR വിവർത്തനമെങ്കിലും (അല്ലെങ്കിൽ വ്യക്തമായി ട്രാക്ക് ചെയ്ത ഒരു ഒഴിവാക്കൽ) ഇല്ലാതെ പുതിയ
ശൈലി പുറത്തിറക്കാൻ കഴിയില്ല; നിലവിലുള്ള ഒരു ശൈലിക്ക് ഒരു ലൊക്കേൽ നിശ്ശബ്ദമായി നഷ്ടപ്പെടാനും കഴിയില്ല.
ഒരു ശൈലി ചേർക്കാൻ,
[EXTENDING_COMPRESSION.md](./EXTENDING_COMPRESSION.md#adding-an-output-style) കാണുക.

### ടൂൾ ഫല കംപ്രഷൻ

ടൂൾ ഫലങ്ങൾക്കായി (ഫങ്ഷൻ കോളുകൾ, ഏജന്റ് ഔട്ട്പുട്ടുകൾ, തിരയൽ ഫലങ്ങൾ തുടങ്ങിയവ)
`toolResultCompressor.ts` മൊഡ്യൂൾ **5 പ്രത്യേക കംപ്രഷൻ തന്ത്രങ്ങൾ** നൽകുന്നു:

1. **തിരയൽ ഫല കംപ്രഷൻ** — ആവർത്തന ഫലങ്ങൾ നീക്കംചെയ്യുന്നു, മികച്ച N ഫലങ്ങൾ നിലനിർത്തുന്നു
2. **ഫയൽ റീഡ് കംപ്രഷൻ** — വലിയ ഫയലുകൾ ചുരുക്കുന്നു, ഹെഡറുകൾ/ഇംപോർട്ടുകൾ സംരക്ഷിക്കുന്നു
3. **കോഡ് എക്സിക്യൂഷൻ കംപ്രഷൻ** — അത്യാവശ്യമായ stdout/stderr മാത്രം നിലനിർത്തുന്നു
4. **ഡാറ്റാബേസ് ക്വറി കംപ്രഷൻ** — വരികൾ പരിമിതപ്പെടുത്തുന്നു, അമിതവിവരമുള്ള മെറ്റാഡാറ്റ നീക്കംചെയ്യുന്നു
5. **API പ്രതികരണ കംപ്രഷൻ** — null ഫീൽഡുകൾ നീക്കംചെയ്യുന്നു, അറേകൾ ചുരുക്കുന്നു

#### എപ്പോൾ ഉപയോഗിക്കണം

ടൂൾ കോളുകൾ ഉള്ളപ്പോൾ ടൂൾ ഫല കംപ്രഷൻ **എപ്പോഴും പ്രവർത്തനക്ഷമമാണ്**.
കോൺഫിഗറേഷൻ ആവശ്യമില്ല.

### സ്റ്റാക്ക്ഡ് പൈപ്പ്ലൈൻ

സ്റ്റാക്ക്ഡ് മോഡ് **ഒന്നിലധികം എഞ്ചിനുകൾ ക്രമത്തിൽ** പ്രവർത്തിപ്പിക്കുന്നു — സാധാരണയായി ആദ്യം RTK
(ടൂൾ ഔട്ട്പുട്ടിൽ 60-90% ലാഭം), തുടർന്ന് Caveman (ശേഷിക്കുന്ന ടെക്സ്റ്റിൽ 30% അധിക ലാഭം).
ഇത് **ആകെ 78-95% ലാഭം** നൽകുന്നു.

#### ഇത് എങ്ങനെ പ്രവർത്തിക്കുന്നു

```
ഇൻപുട്ട് (1000 ടോക്കണുകൾ)
  → RTK (കമാൻഡ്-അവബോധമുള്ള ഫിൽട്ടർ) → 200 ടോക്കണുകൾ
    → Caveman (അനാവശ്യ പദങ്ങൾ നീക്കംചെയ്യൽ) → 140 ടോക്കണുകൾ
  → ഔട്ട്പുട്ട് (140 ടോക്കണുകൾ, 86% ലാഭം)
```

#### എപ്പോൾ ഉപയോഗിക്കണം

ഇവയ്ക്കായി സ്റ്റാക്ക്ഡ് മോഡ് ഉപയോഗിക്കുക:

- ടൂൾ-കേന്ദ്രീകൃത വർക്ക്ഫ്ലോകൾ (ഏജന്റിക് കോഡിംഗ്, ഗവേഷണം)
- ചെലവ്-പ്രധാനമായ ബാച്ച് പ്രോസസ്സിംഗ്
- പരമാവധി ടോക്കൺ ലാഭം ആവശ്യമുള്ളപ്പോൾ

കോംബോ വഴി കോൺഫിഗർ ചെയ്യുക:

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

---

## കോംപ്രഷൻ കോംബോ ഓവർറൈഡുകൾ

വ്യത്യസ്ത ഉപയോഗസാഹചര്യങ്ങൾക്കായി പെരുമാറ്റം സൂക്ഷ്മമായി ക്രമീകരിക്കുന്നതിന്, ഗ്ലോബൽ കോംപ്രഷൻ മോഡ് **ഓരോ കോംബോയ്ക്കും** ഓവർറൈഡ് ചെയ്യാം:

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

ഇത് ഇനിപ്പറയുന്നവയ്ക്ക് ഉപകാരപ്രദമാണ്:

- **കോഡിംഗ് കോംബോകൾ**: ദീർഘമായ സെഷനുകൾക്കായി `aggressive` മോഡ് ഉപയോഗിക്കുക
- **ദ്രുത ചോദ്യോത്തര കോംബോകൾ**: വേഗത്തിലുള്ള പ്രതികരണങ്ങൾക്കായി `lite` മോഡ് ഉപയോഗിക്കുക
- **ടൂളുകൾ കൂടുതലായി ഉപയോഗിക്കുന്ന കോംബോകൾ**: പരമാവധി ലാഭത്തിനായി `stacked` മോഡ് ഉപയോഗിക്കുക
- **പ്രൊഡക്ഷൻ കോംബോകൾ**: കാഷിംഗ് പ്രൊവൈഡറുകൾക്കായി `cache-aware` മോഡ് ഉപയോഗിക്കുക

---

## ഇതും കാണുക

- [പരിസ്ഥിതി കോൺഫിഗറേഷൻ](../reference/ENVIRONMENT.md) — കോംപ്രഷൻ പരിസ്ഥിതി വേരിയബിളുകൾ
- [ആർക്കിടെക്ചർ ഗൈഡ്](../architecture/ARCHITECTURE.md) — കോംപ്രഷൻ പൈപ്പ്ലൈനിന്റെ ആന്തരിക പ്രവർത്തനങ്ങൾ
- [ഉപയോക്തൃ ഗൈഡ്](../guides/USER_GUIDE.md) — കോംപ്രഷൻ ഉപയോഗിച്ച് ആരംഭിക്കൽ
- [RTK കോംപ്രഷൻ](./RTK_COMPRESSION.md) — RTK ഫിൽട്ടറുകൾ, വിശ്വാസ മോഡൽ, സ്ഥിരീകരണ ഗേറ്റ്, അസംസ്കൃത ഔട്ട്പുട്ട് വീണ്ടെടുക്കൽ
- [കോംപ്രഷൻ എൻജിനുകൾ](./COMPRESSION_ENGINES.md) — Caveman, RTK, സ്റ്റാക്ക്ഡ്, API-കൾ, MCP, ഡാഷ്ബോർഡ്
- [കോംപ്രഷൻ നിയമങ്ങളുടെ ഫോർമാറ്റ്](./COMPRESSION_RULES_FORMAT.md) — JSON റൂൾ-പാക്ക് ഫോർമാറ്റ്
- [കോംപ്രഷൻ ഭാഷാ പാക്കുകൾ](./COMPRESSION_LANGUAGE_PACKS.md) — ഭാഷാ-നിർദ്ദിഷ്ട Caveman നിയമങ്ങൾ