OmniRoute/docs/i18n/cs/docs/compression/COMPRESSION_GUIDE.md

🗜️ Prompt Compression Guide — OmniRoute (Čeština)

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

---

Automaticky ušetřete 15–95 % u vhodného kontextu. Stručný přehled najdete v části README o kompresi.

Přehled

OmniRoute implementuje modulární pipeline pro kompresi promptů, která se spouští proaktivně předtím, než požadavky dorazí k nadřazeným poskytovatelům. Úspora tokenů tak probíhá transparentně — váš pracovní postup není nutné nijak měnit.

Požadavek klienta
  → Výběr strategie komprese
    → Přepsání kombinací? → Použít nastavení kombinace
    → Práh automatického spuštění? → Použít automatický režim
    → Výchozí režim? → Použít globální nastavení
    → Vypnuto? → Přeskočit kompresi
  → Vybraný režim komprese
    → Vypnuto: Bez komprese
    → Lehký: Bezpečné vyčištění mezer a formátování (~15 %)
    → Standardní: Odstranění výplně ve stylu jeskynní mluvy (~30 %)
    → Agresivní: Stárnutí historie + sumarizace (~50 %)
    → Ultra: Heuristické prořezávání + ztenčení bloků kódu (~75 %)
    → RTK: Filtrování výstupu terminálu/nástrojů s ohledem na příkazy (rozsah 60–90 % u upstreamu)
    → Skládaný: Seřazená pipeline více enginů, obvykle RTK a poté Caveman (rozsah 78–95 % u vhodného obsahu)
  → Komprimovaný požadavek → Poskytovatel

---

Režimy komprese

Vypnuto

Nepoužije se žádná komprese. Všechny zprávy projdou beze změny.

Lehký režim (~15% úspora, latence <1ms)

Nejbezpečnější režim — nulová sémantická změna, pouze vyčištění formátování:

Technika	Popis
collapseWhitespace	Sloučí po sobě jdoucí prázdné řádky a koncové mezery
dedupSystemPrompt	Odstraní duplicitní systémové zprávy
compressToolResults	Komprimuje příliš podrobné výstupy nástrojů/funkcí
removeRedundantContent	Odstraní opakované pokyny
replaceImageUrls	Zkrátí datové URI obrázků ve formátu base64

Nejvhodnější pro: Trvalé používání, pracovní postupy s kritickými požadavky na bezpečnost.

Standardní režim (~30% úspora)

Inspirováno projektem Caveman — odstraňuje výplňová slova a rozvláčné formulace při zachování významu:

• Odstraňuje výplňová slova („prosím“, „myslím“, „v podstatě“, „vlastně“)
• Zkracuje rozvláčné fráze („za účelem“ → „pro“, „v důsledku“ → „protože“)
• Odstraňuje zdvořilostní změkčování („Nevadilo by vám...“, „Pokud byste mohl...“)
• Více než 30 pravidel regulárních výrazů vyladěných pro programátorské prompty

Nejvhodnější pro: Každodenní programátorské pracovní postupy, týmy zaměřené na náklady.

Agresivní režim (~50% úspora)

Inteligentní správa historie pro dlouhé relace:

• Stárnutí zpráv — starší zprávy se postupně více komprimují
• Sumarizace výsledků nástrojů — dlouhé výstupy nástrojů jsou nahrazeny souhrny
• Ochrany strukturální integrity — zajišťují konzistenci dvojic tool_use + tool_result
• Zohlednění kontextového okna — respektuje limity tokenů jednotlivých modelů

Nejvhodnější pro: Dlouhé relace ladění, rozsáhlé kódové základny.

Režim Ultra (~75% úspora)

Maximální komprese pro scénáře s kritickými nároky na počet tokenů:

• Heuristické prořezávání — odstraňuje zprávy pod prahem relevance
• Ztenčení bloků kódu — komprimuje opakující se příklady kódu
• Zkrácení pomocí binárního vyhledávání — najde optimální bod zkrácení pro kontextové okno
• Zahrnuje všechny funkce agresivního režimu

Nejvhodnější pro: Situace, kdy opakovaně narážíte na limity kontextu.

Režim RTK (rozsah 60–90 % u upstreamu)

Režim RTK je optimalizován pro podrobné výstupy nástrojů, které se objevují v relacích programátorských agentů:

• Detekuje třídy příkazů/výstupů, jako jsou git status, git diff, git log, nástroje pro spouštění testů, sestavení TypeScript/Vite/Webpack, ESLint/Biome/Prettier, audity/instalace npm, protokoly Dockeru, výstup infrastruktury a obecný výstup shellu
• Používá sady filtrů JSON z open-sse/services/compression/engines/rtk/filters/
• Importuje filtry schématu RTK TOML v1 z projektových nebo globálních souborů filters.toml, včetně ověřování vloženými testy a kontroly důvěryhodnosti projektových souborů
• Obsahuje 49 vestavěných filtrů s vloženými ověřovacími vzorky
• Odstraňuje řídicí sekvence ANSI, ukazatele průběhu, opakované řádky a nerelevantní šum
• Zachovává selhání, chyby, varování, změněné soubory, souhrny a konec dlouhého výstupu
• Podporuje projektové filtry s kontrolou důvěryhodnosti, globální filtry a volitelné obnovení redigovaného nezpracovaného výstupu

Nejvhodnější pro: Relace agentů s přepisy shellu, sestavení, testů, příkazů git, grep a souborových výstupů.

Skládaný režim (rozsah 78–95 % u vhodného obsahu)

Skládaný režim spouští více kompresních enginů v deterministickém pořadí. Výchozí pipeline je:

RTK -> Caveman

Toto pořadí nejprve zkomprimuje výstup terminálu/nástrojů a poté použije sémantické zkrácení Caveman na zbývající prompt v přirozeném jazyce. Skládané pipelines lze konfigurovat globálně nebo prostřednictvím kombinací komprese přiřazených ke kombinacím směrování.

Nejvhodnější pro: Smíšený kontext s rozsáhlými protokoly nástrojů spolu s lidskými pokyny nebo souhrny asistenta.

---

Výpočet úspor oproti upstreamu

OmniRoute dokumentuje úspory díky kompresi ze dvou zdrojů: benchmarků upstreamových projektů a vlastní kombinace enginů OmniRoute.

Zdroj	Číslo z upstreamového README použité zde
Caveman	o ~75% méně výstupních tokenů, průměrná úspora výstupu v benchmarku 65%, rozsah 22-87% a nástroj s kompresí vstupu ~46%
RTK	úspora výstupu příkazů 60-90%; ukázková relace ~118,000 -> ~23,900 tokenů neboli úspora 79.7% (~80%)

Pro překrývající se datové části nástrojů a kontextu výchozí kombinace OmniRoute skládá enginy takto:

RTK -> Caveman

Kombinované úspory jsou násobné, nikoli sčítané:

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%

Hodnota 78-95% platí, když RTK i Caveman mohou zmenšit stejnou datovou část vstupu či kontextu. Režim výstupu odpovědí Caveman je samostatný: když je povolen, použijí se vlastní úspory výstupu Caveman (65% v průměru, hlavní uváděná hodnota ~75%, rozsah 22-87%). Celkové úspory nákladů závisí na poměru promptů a výstupů.

Co ve skutečnosti znamená „způsobilý“

Uváděný rozsah 15-95% je reálný, ale vztahuje se pouze na redundantní nebo příliš podrobný obsah — opakované chybové řádky, protokol sestavení zahlcený stejným varováním nebo nadměrně velký výpis z grep či čtení souboru. Neznamená to, že každá žádost ušetří tolik.

Empiricky ověřeno (tests/unit/compression/stacked-compression-tool-result-savings.test.ts): běh stacked (RTK + Caveman) nad blokem tool_result ve formátu Anthropic, který obsahoval 300 identických chybových řádků, dosáhl úspory tokenů 95.93% / úspory znaků 96.26% — přesně v inzerovaném rozsahu. Tentýž řetězec zpracování použitý na běžný, neredundantní výstup nástroje (čistý seznam shod z grep, krátké čtení souboru, běžný konverzační text) však správně dosahuje téměř nulových úspor, protože neobsahuje nic opakujícího se, co by bylo možné odstranit, a validateCompression() (validation.ts) odmítne odeslat přepsaný obsah, který by odstranil nebo změnil bloky kódu, adresy URL, nadpisy, verze nebo identifikátory konstant psané VELKÝMI PÍSMENY.

Jde o očekávané a bezpečné chování, nikoli o chybu: programovací relace, která převážně čte nebo prohledává čisté soubory, dosáhne i při plně povolené kompresi jen mírných celkových úspor, zatímco relace, která narazí na chybovou smyčku nebo příliš upovídaný linter, dosáhne u tohoto provozu plného rozsahu 78-95%. Nízké souhrnné procento úspor jedné relace nepovažujte za důkaz nesprávného nastavení komprese — nejprve zkontrolujte, zda byl výchozí výstup nástroje skutečně redundantní.

---

Vizualizace úspory tokenů

Bez komprese:        47K tokenů odeslaných do LLM
S Lite:              40K tokenů odeslaných       (úspora 15% — bezpečné, vždy aktivní)
Se Standard:         33K tokenů odeslaných       (úspora 30% — pravidla caveman-speak)
S Aggressive:        24K tokenů odeslaných       (úspora 50% — stárnutí + sumarizace)
S Ultra:             12K tokenů odeslaných       (úspora 75% — heuristické prořezávání)
S RTK:               19K-5K tokenů odeslaných    (úspora 60-90% u výstupu příkazů/nástrojů)
Se Stacked:          10K-2.5K tokenů odeslaných  (rozsah 78-95% pro způsobilý obsah RTK+Caveman)

---

Konfigurace

Řídicí panel

Přejděte do Řídicí panel → Kontext a mezipaměť:

• Caveman — výběr režimu, jazykové balíčky, náhled a globální výchozí nastavení
• RTK — náhled filtrování příkazů, bezpečnostní nastavení RTK a katalog filtrů
• Kombinace komprese — pojmenované pipeline enginů přiřazené ke kombinacím směrování
• Prahová hodnota automatické aktivace — automaticky aktivuje kompresi, když počet tokenů překročí prahovou hodnotu

Přepsání pro jednotlivé kombinace

V části Řídicí panel → Kontext a mezipaměť → Kombinace komprese přiřaďte kombinaci komprese ke kombinaci směrování:

Kombinace: "free-tier-fallback"
  Kombinace komprese: "coding-agent-stack"
  Pipeline: RTK -> Caveman
  Cíle:
    1. if/kimi-k2.7-code
    2. if/qwen3.8-max-preview

To umožňuje používat vrstvenou kompresi u bezplatných poskytovatelů a poskytovatelů zaměřených na programování, zatímco u placených předplatných zůstane zachován odlehčený režim.

Toto přiřazení „Přepsání pro jednotlivé kombinace“ představuje jiný ovládací prvek než přepsání režimu komprese kombinace směrování (Výchozí/Vypnuto/Odlehčený/Standardní/Agresivní/Ultra) — toto přepsání nevybírá pojmenovanou pipeline kombinace komprese; pouze nastavuje pole compressionMode, které používá resolveCompressionPlan. Lze je nastavit buď na kartě kombinace (Řídicí panel → Kombinace), nebo od verze #6760 pro jednotlivé kombinace směrování v seznamu „Přiřadit ke směrování“ v části Řídicí panel → Kontext a mezipaměť → Kombinace komprese, přímo vedle zaškrtávacího políčka pro přiřazení pipeline popsaného výše. Nastavení z obou míst se ukládají prostřednictvím stejného endpointu PUT /api/combos/{id}.

Přepsání pro jednotlivé požadavky

Odešlete hlavičku požadavku x-omniroute-compression, chcete-li přepsat plán komprese pro jeden požadavek. Má nejvyšší prioritu — má přednost před přepsáním kombinace směrování, aktivním profilem, automatickou aktivací i výchozím nastavením panelu. Neznámé hodnoty jsou ignorovány (požadavek není nikdy odmítnut) a globální hlavní přepínač stále řídí veškerou kompresi: pokud je komprese globálně vypnutá, hlavička ji nemůže zapnout. Hodnoty:

Hodnota	Účinek
off	Pro tento požadavek nebude použita žádná komprese.
default	Výchozí profil odvozený z panelu (ignoruje aktivní profil).
engine:<id>	Jeden engine, pokud je povolen, např. engine:rtk.
<combo>	Pojmenovaná kombinace, nejprve porovnávaná podle názvu (bez rozlišení velikosti písmen), poté podle id.

Použitý plán se vrací v hlavičce odpovědi X-OmniRoute-Compression: <mode>; source=<source>, kde <source> je jedna z hodnot request-header, routing-override, active-profile, auto-trigger, default nebo off.

API

# Získání nastavení komprese
curl http://localhost:20128/api/settings/compression

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

# Náhled konkrétního payloadu RTK / vrstvené komprese
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"}]}'

# Výpis balíčků filtrů RTK
curl http://localhost:20128/api/context/rtk/filters

# Přímý test RTK s volitelnými metadaty příkazu
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"}'

---

Co je chráněno

Kompresní engine vždy zachovává:

• ✅ Bloky kódu (ohraničené i vložené)
• ✅ URL a cesty k souborům
• ✅ Struktury JSON a strukturovaná data
• ✅ Identifikátory a chráněné technické tokeny
• ✅ Matematické výrazy
• ✅ Definice volání nástrojů/funkcí
• ✅ Systémové prompty (v režimu lite)

Obnova surového výstupu RTK před uložením rediguje běžné klíče API, bearer tokeny, tokeny Slacku, přístupové klíče AWS, hesla, tokeny a tajné údaje.

---

Statistiky komprese

Každý komprimovaný požadavek zahrnuje statistiky v protokolech serveru:

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

---

Plán jednotlivých fází

Fáze	Režimy	Stav
Fáze 1	Vypnuto, Lite	✅ Vydáno
Fáze 2	Standard, Aggressive, Ultra	✅ Vydáno
Fáze 3	RTK, Stacked, kombinace komprese	✅ Vydáno
Fáze 4	Styly výstupu, Ultra na úrovni SLM, evaluační nástroj	✅ Vydáno
Fáze 4C	Adaptivní rozpočet kontextu („ovladač“) — výpočetní engine + API (contextBudget na PUT /api/settings/compression) + ovládací prvky režimu/zásad na řídicím panelu	✅ Vydáno

---

Poděkování

Pravidla komprese standardního režimu jsou inspirována projektem Caveman od JuliusBrussee (⭐ 51K+) — virálním projektem „proč používat mnoho tokenů, když stačí pár“. Caveman uvádí o ~75% méně výstupních tokenů, průměrnou úsporu výstupu v benchmarcích 65%, rozsah úspory výstupu 22-87% a nástroj pro kompresi vstupu s úsporou ~46%.

Režim RTK je inspirován projektem RTK - Rust Token Killer od RTK AI — vysoce výkonným projektem pro kompresi výstupu příkazů terminálu, sestavení, testů, gitu a nástrojů. RTK uvádí úsporu 60-90%, přičemž ukázková relace v jeho souboru README ukazuje úsporu ~80%.

---

Pokročilé kompresní systémy

Kromě 7 standardních režimů OmniRoute obsahuje několik pokročilých kompresních systémů, které pracují automaticky na základě kontextu.

Komprese zohledňující mezipaměť

Někteří poskytovatelé (například Anthropic s ukládáním promptů do mezipaměti) podporují ukládání promptů do mezipaměti, což jim umožňuje ukládat části promptu do mezipaměti a snižovat tak náklady a latenci. Když je ukládání do mezipaměti povoleno, agresivní komprese může výkon ve skutečnosti zhoršit, protože mění tokeny uložené v mezipaměti, a tím zneplatňuje mezipaměť.

Modul cachingAware.ts tento problém řeší detekcí kontextu ukládání do mezipaměti a odpovídající úpravou strategie komprese.

Jak to funguje

1. Detekce kontextu ukládání do mezipaměti — Prohledá tělo požadavku a hledá značky cache_control
2. Identifikace poskytovatelů s podporou mezipaměti — Ověří, zda cílový poskytovatel podporuje ukládání do mezipaměti
3. Úprava strategie — Pro poskytovatele s podporou mezipaměti sníží aggressive/ultra na standard
4. Přeskočení systémového promptu — Systémové prompty se obvykle ukládají do mezipaměti, proto je nekomprimuje
5. Použití deterministických transformací — Použije pouze transformace, které vytvářejí konzistentní výstup

Příklad kódu

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" }, // ← Značka mezipaměti
};

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

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

Kdy použít

Komprese zohledňující mezipaměť je vždy zapnutá — není potřeba žádná konfigurace. Aktivuje se pouze tehdy, když:

• Požadavek obsahuje značky cache_control
• Cílový poskytovatel podporuje ukládání promptů do mezipaměti (Anthropic, OpenAI atd.)

Progresivní stárnutí

Dlouhé konverzace shromažďují mnoho kol zpráv, ale starší kola postupně ztrácejí relevanci. Modul progressiveAging.ts redukuje zprávy podle vzdálenosti jednotlivých kol:

• Nedávná kola (0-3): Zachována doslovně (všechny podrobnosti)
• Středně stará kola (4-8): Komprese Lite (mezery, úprava formátování)
• Stará kola (9+): Komprese Caveman (odstranění výplňových slov, shrnutí)
• Velmi stará kola (20+): Výrazně shrnuta nebo odstraněna

Příklad kódu

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" },
  // ... dalších 50 kol ...
];

const { messages: aged, saved } = applyAging(messages, {
  verbatim: 3, // První 3 kola: doslovně
  light: 8, // Kola 4–8: komprese Lite
  moderate: 20, // Kola 9–20: komprese Caveman
  // Kola 21+: výrazné shrnutí
});

// saved = počet ušetřených tokenů

Kdy použít

Progresivní stárnutí je vždy zapnuté pro režimy aggressive a ultra. Je obzvlášť účinné pro:

• Dlouhé programovací relace
• Vícedenní konverzace
• Agentní pracovní postupy s mnoha voláními nástrojů

Režim výstupu Caveman

Modul outputMode.ts vkládá instrukce systémové výzvy, aby samotný model vytvářel komprimovaný, stručný výstup (v „jeskynním“ stylu).

Jak funguje

Místo komprimace vstupu tento režim přidá systémovou výzvu, například:

„Odpovídej minimem slov. Vynech zdvořilosti. Používej krátké věty.“

Funguje obzvlášť dobře pro:

• Generování kódu (stručnější výstup = méně tokenů)
• Rychlé otázky a odpovědi (nejsou potřeba podrobná vysvětlení)
• Dávkové zpracování (maximalizace propustnosti)

Kdy jej použít

Režim výstupu Caveman je volitelný — nastavte jej prostřednictvím kombinované konfigurace:

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

Styly výstupu (katalog)

Výše uvedený režim výstupu Caveman představuje starší cestu s jediným stylem. Fáze 4 jej zobecnila do katalogu kombinovatelných stylů výstupu: OUTPUT_STYLE_CATALOG v open-sse/services/compression/outputStyles/catalog.ts. Každý styl je instrukcí systémové výzvy, která přiměje samotný model vytvářet úspornější výstup; styly lze zapnout současně a vkládají se v pořadí katalogu.

Styl	id	Co dělá	Jazyky instrukcí
Stručná próza	terse-prose	Odstraňuje výplňová slova, členy a nejisté formulace; zachovává přesný technický obsah. Stejný text jako ve starším režimu výstupu Caveman (odkazuje se na něj, není znovu uveden).	en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi
Méně kódu	less-code	Hierarchie YAGNI: nejmenší funkční změna, žádné nevyžádané abstrakce.	en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi
Culík (líný seniorní vývojář)	ponytail	„Nejlepší kód je ten, který nikdy nebyl napsán“: opětovné použití > přepisování, základní příčina > příznak, nejkratší funkční rozdíl.	en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi
Mám ADHD (nejprve akce)	i-have-adhd	Nejprve akce (příkaz/cesta/úryvek před vysvětlením), očíslované kroky s omezeným rozsahem, JEDEN konkrétní další krok, žádný úvod, rekapitulace ani závěr. Převzato z ayghri/i-have-adhd (MIT).	en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi
Stručné CJK (文言)	terse-cjk	Ultr stručný styl klasické čínštiny.	zh (omezeno podle národního prostředí: nabízí se pouze tehdy, když je výsledným jazykem zh)

Každý styl nabízí tři úrovně intenzity — lite, full, ultra — a každá úroveň končí sdílenou klauzulí o hranicích, která zachovává bloky kódu, cesty k souborům, příkazy, chybové řetězce, adresy URL a identifikátory beze změny.

Jak funguje vkládání

applyOutputStyles() (open-sse/services/compression/outputStyles/apply.ts) porovná výběr s katalogem (neznámá ID a styly neodpovídající národnímu prostředí jsou vyřazeny, nikdy nezpůsobí chybu), zřetězí vybrané instrukce v pořadí katalogu, připojí klauzuli o hranicích jednou a vloží výsledek na začátek systémové výzvy za jedinou značku idempotence ([OmniRoute Output Styles]) — opětovné použití neprovede žádnou akci. Pokud pro zjištěný jazyk požadavku existuje překlad, vloží se lokalizovaná instrukce namísto anglické.

Jak povolit

Na ovládacím panelu: Kontext → Nastavení → Komprese — jeden řádek pro každý styl s přepínačem zapnutí/vypnutí a voličem úrovně. Programově konfigurace komprese uchovává výběr takto:

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

Zpětná kompatibilita: starší kombinované nastavení outputMode: "caveman" stále funguje a mapuje se na terse-prose, přičemž je v každém starším jazyce bajtově identické s původním vloženým obsahem.

Výběr jazyka: je-li zapnuto languageConfig.enabled, autoDetect vybere jazyk nejnovější zprávy uživatele (stejný detektor jako u vstupních enginů); vypnutí autoDetect napevno nastaví defaultLanguage. Vypnuto → angličtina.

Matice styl × jazyk je ukotvena testem tests/unit/compression/output-styles-i18n-matrix.test.ts: nový styl nelze vydat bez alespoň překladu do pt-BR (nebo explicitní sledované výjimky) a existující styl nemůže bez upozornění přijít o národní prostředí. Informace o přidání stylu najdete v EXTENDING_COMPRESSION.md.

Komprese výsledků nástrojů

Modul toolResultCompressor.ts poskytuje 5 specializovaných strategií komprese pro výsledky nástrojů (volání funkcí, výstupy agentů, výsledky vyhledávání atd.):

1. Komprese výsledků vyhledávání — Odstraňuje nadbytečné výsledky a zachovává nejlepších N
2. Komprese čtení souborů — Zkracuje velké soubory a zachovává hlavičky/importy
3. Komprese spouštění kódu — Zachovává pouze nezbytný stdout/stderr
4. Komprese databázových dotazů — Omezuje počet řádků a odstraňuje příliš podrobná metadata
5. Komprese odpovědí API — Odstraňuje pole s hodnotou null a zhušťuje pole

Kdy ji použít

Komprese výsledků nástrojů je vždy zapnutá, pokud jsou přítomna volání nástrojů. Není potřeba žádná konfigurace.

Zřetězený kanál zpracování

Zřetězený režim spouští více enginů po sobě — obvykle nejprve RTK (úspora 60–90 % u výstupu nástrojů) a poté Caveman (další 30% úspora u zbývajícího textu). Tím se dosáhne celkové úspory 78–95 %.

Jak funguje

Vstup (1000 tokenů)
  → RTK (filtr zohledňující příkazy) → 200 tokenů
    → Caveman (odstranění výplňových slov) → 140 tokenů
  → Výstup (140 tokenů, úspora 86 %)

Kdy jej použít

Zřetězený režim použijte pro:

• Pracovní postupy s intenzivním využitím nástrojů (agentní programování, výzkum)
• Dávkové zpracování citlivé na náklady
• Situace, kdy potřebujete maximální úsporu tokenů

Nakonfigurujte jej prostřednictvím kombinované konfigurace:

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

---

Přepsání komprese pro jednotlivé kombinace

Globální režim komprese můžete přepsat pro každou kombinaci zvlášť a doladit tak chování pro různé případy použití:

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

To je užitečné pro:

• Kombinace pro programování: Pro dlouhé relace použijte režim aggressive
• Kombinace pro rychlé otázky a odpovědi: Pro rychlé odpovědi použijte režim lite
• Kombinace s intenzivním využitím nástrojů: Pro maximální úsporu použijte režim stacked
• Produkční kombinace: Pro poskytovatele podporující ukládání do mezipaměti použijte režim cache-aware

---

Viz také

• Konfigurace prostředí — Proměnné prostředí pro kompresi
• Průvodce architekturou — Interní fungování kompresní pipeline
• Uživatelská příručka — Začínáme s kompresí
• Komprese RTK — Filtry RTK, model důvěryhodnosti, ověřovací brána a obnovení nezpracovaného výstupu
• Kompresní enginy — Caveman, RTK, skládání, API, MCP a řídicí panel
• Formát pravidel komprese — Formát balíčku pravidel JSON
• Jazykové balíčky komprese — Pravidla Caveman specifická pro jednotlivé jazyky