OmniRoute/docs/i18n/ro/docs/compression/COMPRESSION_ENGINES.md

Compression Engines (Română)

🌐 Languages: 🇺🇸 English · 🇪🇹 am · 🇸🇦 ar · 🇦🇿 az · 🇧🇬 bg · 🇧🇩 bn · 🇨🇿 cs · 🇩🇰 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 · 🇷🇺 ru · 🇱🇰 si · 🇸🇰 sk · 🇸🇮 sl · 🇷🇸 sr · 🇸🇪 sv · 🇰🇪 sw · 🇮🇳 ta · 🇮🇳 te · 🇹🇭 th · 🇹🇷 tr · 🇺🇦 uk-UA · 🇵🇰 ur · 🇺🇿 uz · 🇻🇳 vi · 🇳🇬 yo · 🇨🇳 zh-CN · 🇹🇼 zh-TW

---

Compresia OmniRoute este construită în jurul contractelor motoarelor. Un mod poate rula direct un singur motor (caveman sau rtk) ori o conductă stivuită deterministă care execută mai multe motoare în ordine.

Moduri

Mod	Traseul motorului	Intrare preconizată
off	niciunul	Păstrarea exactă a promptului
lite	Utilitare Caveman lite	Curățare permanentă cu risc redus
standard	Caveman	Condensarea prompturilor în limbaj natural
aggressive	Caveman + rezumatoare de istoric/instrumente	Sesiuni lungi de chat
ultra	Caveman + utilitare de eliminare	Recuperarea după atingerea limitei de context
rtk	RTK	Ieșiri de terminal, shell, compilare, testare și git
omniglyph	OmniGlyph	Context sub formă de imagine pe protocolul nativ al furnizorului
stacked	Conductă, implicit rtk -> caveman	Jurnale mixte de instrumente și proză, economii maxime

Profiluri de compresie OmniGlyph

Motorul omniglyph (pachetul omniglyph, 1.4.0+) acceptă un profil semantic denumit, configurat global prin omniglyph.profile în setările de compresie sau pentru fiecare pas prin configurația pasului din conducta stivuită:

Profil	Limită
aggressive	Implicit. Politica măsurată de rezultatele publicate — transformă în imagini sistemul, documentația instrumentelor și istoricul dens
balanced	Păstrează starea activă în format nativ, protejează ultimele 8 schimburi și restrânge istoricul închis mai vechi
coding-safe	Păstrează în format nativ autoritatea, schemele instrumentelor și ieșirea activă a instrumentelor, protejând ultimele 12 schimburi
passthrough	Rutează fără transformare; motorul este omis

Profilul este un plafon, nu un prag minim: mergeCompressionProfileOptions din pachet nu permite unei suprascrieri efectuate de apelant să redeschidă un canal cu pierderi pe care profilul l-a închis, astfel încât preserveSystemPrompt: false configurat pentru un anumit pas nu poate reactiva compresia sistemului în cadrul profilului coding-safe.

Conform măsurătorilor efectuate pe această bază de cod: coding-safe și balanced ridică minCompressChars la valoarea sa maximă și păstrează sistemul, schemele instrumentelor și rezultatele instrumentelor în format nativ, astfel încât o sesiune care încă nu a acumulat istoric se oprește la below_min_chars, iar motorul nu transformă nimic. Acesta este motivul pentru care valoarea implicită este aggressive, nu profilul cel mai sigur.

Pachetul își determină propriul domeniu de modele și propriul profil din configurația sa de mediu. OmniRoute nu deleagă niciodată această decizie: adaptorul fixează filtrul pentru modele la domeniul cel mai restrictiv al pachetului, astfel încât setările mediului gazdă pot doar să restrângă lista de permisiuni, fără a o putea extinde vreodată dincolo de rezultatele măsurate de OmniRoute.

Registrul motoarelor

Registrul se află în open-sse/services/compression/engines/registry.ts. Motoarele expun un contract comun:

• id: ID stabil al motorului, precum caveman sau rtk
• apply(text, config): calea de execuție moștenită, utilizată de pipeline-urile stivuite
• compress(input, config): calea principală de execuție, care returnează textul + statisticile
• getConfigSchema(): returnează structura similară cu JSON Schema a configurației valide
• validateConfig(config): returnează { valid, errors[] }

Înregistrarea utilizează registerCompressionEngine(engine) (sau registerEngine pentru cazuri avansate), care apelează assertValidEngine() și validateConfig(defaultConfig) înainte de acceptare. Utilizați unregisterCompressionEngine(id) pentru a elimina un motor în timpul execuției.

strategySelector.ts înregistrează motoarele încorporate înainte de rularea comprimării. Astfel, previzualizarea, comprimarea în timpul execuției, modul stivuit, testele și motoarele viitoare pot utiliza aceeași cale de execuție.

Comprimarea descrierilor MCP (subiect asociat)

Un registru separat comprimă metadatele descrierilor instrumentelor MCP la nivelul registrului — consultați open-sse/mcp-server/descriptionCompressor.ts și MCP-SERVER.md. Acesta reutilizează regulile Caveman, dar operează asupra metadatelor instrumentelor, nu asupra sarcinilor utile ale cererilor.

Motoare încorporate suplimentare

Pe lângă Caveman, RTK și LLMLingua-2, registrul include mai multe motoare specializate fără pierderi / structurale (utilizate de pipeline-urile stivuite, mediul de testare interactiv și teste):

Motor	ID	Ce face
CCR	ccr	Content-Compress-Retrieve (H4): înlocuiește blocurile mari de text contiguu cu referințe adresate după conținut, astfel încât blocurile repetate/mari să fie trimise o singură dată și referite ulterior.
headroom	headroom	SmartCrusher (H3 + N5): compactare tabelară fără pierderi a sarcinilor utile constând în matrice JSON omogene, într-o formă columnară [N rows].
ionizer	ionizer	Eșantionează rânduri de la începutul/mijlocul/sfârșitul blocurilor omogene foarte mari, stocând secțiunea mediană omisă ca referință CCR adresată după conținut.
session-dedup	session-dedup	Deduplicare adresată după conținut între interacțiuni (inspirată de TokenMizer): omite textul deja întâlnit în interacțiunile anterioare ale aceleiași sesiuni.

Instrucțiune privind protocolul de recuperare CCR (#8033): prima dată când CCR înlocuiește ≥1 bloc dintr-o cerere, motorul adaugă la început un singur mesaj system idempotent (începând cu santinela [CCR protocol]), care explică apelantului contractul marcaj → instrument: ce înseamnă un marcaj [CCR retrieve hash=<24hex> chars=N], faptul că hash-ul trebuie copiat textual (toate cele 24 de caractere hexazecimale — hash-urile copiate greșit reprezintă cauza probabilă a erorilor „blocul nu a fost găsit”) și faptul că un marcaj [dedup:ref sha=...] înseamnă „caută înapoi în istoric”, nu „apelează instrumentul”. Nota este injectată numai atunci când tools[] declarate de apelant demonstrează că acesta poate accesa efectiv omniroute_ccr_retrieve (callerSupportsCcrRetrieve() din open-sse/services/compression/engines/ccr/protocolInstruction.ts) — un apelant simplu, compatibil cu OpenAI, fără acel instrument, nu primește niciodată instrucțiunea de a apela ceva ce nu poate accesa. Idempotența este asigurată prin scanarea istoricului mesajelor pentru santinelă înainte de injectare, astfel încât cererile cu mai multe interacțiuni (care redau mesajele anterioare) să nu adauge nota încă o dată la fiecare interacțiune.

Caveman

Modul Caveman se concentrează pe condensarea semantică a prozei obișnuite:

• păstrează blocurile de cod, URL-urile, JSON-ul, căile și datele structurate
• elimină textul de umplutură, formulările ezitante, contextul repetat și expresiile de legătură verbose
• acceptă pachete de reguli specifice limbii pentru fișiere în open-sse/services/compression/rules/
• rămâne disponibil prin modurile vechi standard, aggressive și ultra

Secțiunea din panoul de control este Dashboard -> Context & Cache -> Caveman.

Proiectul Caveman din amonte raportează cu ~75% mai puțini tokeni de ieșire, economii medii de 65% pentru ieșire în testele de performanță, cu un interval de 22-87%, și un instrument de comprimare a intrării de ~46%. OmniRoute utilizează valoarea Caveman pentru partea de intrare atunci când documentează economiile cumulate pentru prompt/context; modul de ieșire Caveman rămâne o funcționalitate separată privind comportamentul răspunsului.

RTK

Modul RTK se concentrează pe ieșirea comenzilor și a instrumentelor:

• detectează clase de ieșire precum git status, git branch, git diff, Vitest/Jest/Pytest, testele Cargo/Go, buildurile TypeScript/Vite/Webpack, ESLint, auditurile/instalările npm, jurnalele Docker, comenzile shell find/grep, traseele stivei și jurnalele generice
• aplică 49 de filtre JSON din open-sse/services/compression/engines/rtk/filters/
• acceptă pipeline-ul declarativ în stil RTK: eliminarea ANSI, înlocuire, scurtcircuitarea la potrivirea ieșirii, eliminarea/păstrarea liniilor, trunchierea fiecărei linii, trunchierea începutului/sfârșitului/numărului maxim de linii și revenirea alternativă când rezultatul este gol
• acceptă filtre de proiect condiționate de încredere în .rtk/filters.json și filtre globale în DATA_DIR/rtk/filters.json
• elimină secvențele ANSI, zgomotul indicatorilor de progres, liniile repetate și textul standard inutil
• păstrează erorile asupra cărora se poate acționa, avertismentele, rezumatele, fișierele modificate și contextul final
• poate păstra opțional ieșirea brută redactată pentru recuperare/depanare prin rute de administrare autentificate

Secțiunea din panoul de control este Dashboard -> Context & Cache -> RTK.

Detaliile operaționale pentru filtrele personalizate, încredere, verificare și recuperarea ieșirii brute se găsesc în RTK_COMPRESSION.md.

Proiectul RTK din amonte raportează economii de 60-90% pentru comprimarea ieșirii comenzilor. Exemplul din README prezintă o sesiune Claude Code de 30 de minute care scade de la ~118,000 de tokeni la ~23,900, adică o economie de 79.7%.

LLMLingua-2 (Eliminare semantică)

Modul LLMLingua-2 efectuează eliminarea semantică a tokenilor din proză folosind un mic clasificator ONNX de tokeni, completând motoarele Caveman și RTK bazate pe reguli:

• comprimă proza numai în mesajele care nu sunt de sistem; blocurile de cod delimitate și celelalte elemente păstrate nu sunt modificate niciodată
• rulează backendul @atjsh/llmlingua-2 (ONNX prin @huggingface/transformers) într-un fir de execuție worker, astfel încât inferența modelului să nu blocheze niciodată bucla de evenimente a cererii
• este combinabil (stackPriority 35): într-un pipeline combinat rulează după motoarele structurale (CCR, session-dedup, headroom, Caveman), dar înainte de ultra, deoarece eliminarea semantică este cea mai eficientă pentru textul deja comprimat structural — de exemplu, rtk -> caveman -> llmlingua
• continuă fără efect la orice eroare (dependențe opționale lipsă, pornirea workerului, încărcarea modelului, inferență sau expirarea timpului) → textul original este returnat nemodificat, niciodată o eroare

Locația motorului: open-sse/services/compression/engines/llmlingua/. Secțiunea din panoul de control este Dashboard -> Context & Cache -> LLMLingua.

Modele

Modelul implicit este TinyBERT (atjsh/llmlingua-2-js-tinybert-meetingbank, ~57 MB, rapid). Un model BERT-base cu acuratețe mai mare (Arcoldd/llmlingua4j-bert-base-onnx, ~710 MB) este disponibil prin câmpul model din configurația motorului. @huggingface/transformers descarcă în mod leneș modelul selectat din HuggingFace Hub în ${DATA_DIR}/models/llmlingua la primul apel (modelStore.ts); o suprascriere prin opțiunea modelPath din configurație indică în schimb o copie locală (pentru instalări offline / izolate de rețea).

Dependențe opționale și instalare la cerere

Stiva de peer dependencies pentru runtime-ul LLMLingua eliminabil este opțională. Două pachete sunt declarate ca optionalDependencies în package.json și sunt păstrate externe de buildul de producție (scripts/build/prepublish.ts nu le include în bundle):

Pachet	Versiune (fixată)	Observații
@atjsh/llmlingua-2	2.0.5	Pachet de intrare; le declară pe celelalte ca peers
js-tiktoken	^1.0.20	Tokenizator

@huggingface/transformers este fixat la ^4.2.0 (partajat cu ruta locală pentru embeddings și inclus, de asemenea, prin urmărire în bundle-ul autonom); @atjsh/llmlingua-2@2.0.5 îl declară ca peer cu "^3.5.2 || ^4.0.0", astfel încât sunt acceptate atât Transformers.js v3, cât și v4. Începând cu 2.0.4, @atjsh/llmlingua-2 nu mai necesită @tensorflow/tfjs, ceea ce a eliminat cel mai mare contributor individual (TensorFlow.js) din stiva SLM. Numai cele două pachete de mai sus sunt peers SLM eliminabili. Un npm install standard (dezvoltare) instalează automat stiva opțională, cu excepția cazului în care dependențele opționale sunt omise.

De ce la cerere: pachetul publicat pe npm, bundle-ul autonom și imaginea Docker sunt livrate fără aceste dependențe pentru a rămâne compacte. Când acestea lipsesc, verificarea dependențelor efectuată de worker (o încercare de rezolvare pentru @atjsh/llmlingua-2 în worker.ts) eșuează, iar motorul continuă silențios fără efect — selectarea LLMLingua nu produce nicio modificare (textul este returnat nemodificat, fără înregistrarea vreunei erori). Pentru a-l activa într-un mediu redus, instalați stiva opțională:

# fixați versiunile la cele declarate în optionalDependencies din package.json
npm install @atjsh/llmlingua-2@2.0.5 js-tiktoken

Eliminarea @tensorflow/tfjs (2.0.4+) înlătură componenta anterior dominantă, de ~800 MB — spațiul rămas este ocupat de runtime-urile transformers.js + onnxruntime-node, plus modelul TinyBERT (~57 MB), descărcat la prima utilizare (nu prin npm).

Pentru fiecare mediu:

• Dezvoltare / npm install — instalat automat, cu excepția cazului în care ați folosit --omit=optional (sau --no-optional). Nu este necesară nicio acțiune.
• npm global (npm i -g omniroute) / autonom — rulați comanda de instalare de mai sus în directorul pachetului instalat sau reinstalați fără a omite dependențele opționale.
• Docker — adăugați comanda de instalare într-un strat al unei imagini derivate; imaginea publicată este livrată în mod intenționat într-o formă minimală.
• VPS (PM2) — instalați în node_modules al aplicației, apoi reporniți procesul pentru ca workerul să verifice din nou mecanismul de control.
• Next autonom neprelucrat (npm run build → .build/next/standalone/server.js) — trasarea autonomă nu include NICI workerul, NICI dependențele opționale, astfel că motorul permite în mod silențios continuarea în caz de eroare. scripts/build/colocate-standalone.mjs le adaugă din nou pe ambele (workerul esbuild + închiderea dependențelor opționale în arborele autonom); acesta rulează automat prin hookul npm postbuild după fiecare compilare. Idempotent, tolerează erorile atunci când dependențele lipsesc.

Verificați dacă este activ: când LLMLingua este selectat, textul real chiar se comprimă (motorul nu mai permite continuarea în caz de eroare), iar prima solicitare declanșează descărcarea modelului în ${DATA_DIR}/models/llmlingua. Mecanismul de control verifică în mod intenționat doar @atjsh/llmlingua-2 — celelalte pachete peer sunt exclusiv ESM, iar require.resolve generează o excepție pentru ele chiar și atunci când sunt prezente — astfel că workerul permite în continuare continuarea în caz de eroare dacă vreun pachet peer lipsește cu adevărat la momentul apelului import().

Pipeline-uri stivuite

Modul stivuit execută pașii pipeline-ului în ordine. Ordinea implicită este:

rtk -> caveman

Utilizați acest mod pentru sesiunile cu agenți de programare în care un prompt combină rezultatul comenzilor cu proză scrisă de utilizator sau de asistent. RTK reduce mai întâi jurnalele zgomotoase ale instrumentelor, apoi Caveman comprimă limbajul natural rămas.

Pașii pipeline-ului sunt configurați prin stackedPipeline în setările de compresie sau prin combinații de compresie.

Când ambele motoare reduc aceeași sarcină utilă eligibilă, economiile se cumulează:

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%

Filtrul arborelui de accesibilitate MCP

Filtrul inteligent pentru arborele de accesibilitate MCP este un strat de compresie aplicat după execuție, care operează asupra rezultatelor instrumentelor MCP, nu asupra prompturilor sau contextului. Acesta vizează sarcinile utile detaliate ale arborelui de accesibilitate și instantaneele browserului returnate de instrumente precum Playwright, computer-use și serverele MCP pentru automatizarea browserului.

Ce face

1. Eliminarea zgomotului — elimină intrările generice/textuale goale (- generic:, - text: "")
2. Comprimarea elementelor vecine — când ≥ collapseThreshold (implicit 30) linii consecutive reprezintă repetări structurale, le comprimă la primele collapseKeepHead (implicit 10) linii + un rezumat al numărului + ultimele collapseKeepTail (implicit 5) linii
3. Păstrarea referințelor — ancorele [ref=eXX] necesare pentru Playwright/computer-use nu sunt modificate niciodată
4. Trunchiere strictă — dacă textul rezultat după comprimare depășește în continuare maxTextChars (implicit 50.000), acesta este trunchiat și se adaugă un indiciu de navigare, astfel încât agentul să își poată continua activitatea

Locația motorului

open-sse/services/compression/engines/mcpAccessibility/
  index.ts            ← punctul de intrare smartFilterText()
  collapseRepeated.ts ← algoritmul de comprimare a elementelor vecine
  constants.ts        ← DEFAULT_MCP_ACCESSIBILITY_CONFIG

Configurare

Controlat prin compression.mcpAccessibility în setările globale (migrarea 056). Configurația implicită:

{
  "enabled": true,
  "maxTextChars": 50000,
  "collapseThreshold": 30,
  "collapseKeepHead": 10,
  "collapseKeepTail": 5,
  "minLengthToProcess": 2000
}

Filtrul este aplicat numai sarcinilor utile ale rezultatelor instrumentelor al căror type este "text" și a căror lungime depășește minLengthToProcess. Acesta nu afectează compresia prompturilor sau sarcinile utile ale cererilor.

Economii estimate

60–80% pentru rezultatele instrumentelor care conțin instantanee ale browserului, în funcție de complexitatea paginii. Algoritmul de comprimare are complexitatea O(n) în raport cu numărul de linii și adaugă o latență neglijabilă.

Acest filtru comparativ cu motoarele de compresie de mai sus

Aspect	Caveman / RTK / Stacked	Filtrul de accesibilitate MCP
Țintă	Prompturi / context cerere	Rezultatele instrumentelor MCP
Declanșator	Setarea modului de compresie	compression.mcpAccessibility.enabled
Domeniu de aplicare	Toate mesajele SSE	Numai rezultatele instrumentelor
Ancore de referință	Nu se aplică	Păstrate necondiționat

---

Combinații de compresie

Combinațiile de compresie sunt profiluri de compresie denumite care pot fi atribuite combinațiilor de rutare:

• compression_combos: stochează modul, pipeline-ul, configurația RTK, configurația de limbă și marcajul implicit
• compression_combo_assignments: asociază o combinație de compresie cu o combinație de rutare
• integrarea în timpul execuției rezolvă o combinație de compresie atribuită înaintea suprascrierilor generice ale combinației
• datele analitice includ compression_combo_id și engine

Locație în panoul de control: Dashboard -> Context & Cache -> Compression Combos.

Suprafața API

Rută	Scop
/api/settings/compression	Setări globale de compresie (include configurația mcpAccessibility)
/api/compression/preview	Previzualizarea oricărui mod de compresie
/api/compression/language-packs	Listează pachetele lingvistice Caveman disponibile
/api/context/caveman/config	Alias pentru setările Caveman
/api/context/rtk/config	Valori implicite și setări RTK
/api/context/rtk/filters	Catalogul de filtre RTK
/api/context/rtk/test	Endpoint RTK pentru previzualizare/testare
/api/context/rtk/raw-output/[id]	Recuperarea autentificată a ieșirii brute cu date sensibile eliminate
/api/context/combos	Operații CRUD pentru combinațiile de compresie
/api/context/combos/[id]/assignments	Operații CRUD pentru atribuirea combinațiilor de rutare
/api/context/analytics	Alias pentru datele analitice privind compresia

Rutele de administrare necesită autentificare de administrare sau verificări ale politicii privind cheia API.

Instrumente MCP

Compresia expune cinci instrumente MCP:

Instrument	Domeniu	Scop
omniroute_compression_status	read:compression	Setări, date analitice, statistici cache
omniroute_compression_configure	write:compression	Actualizarea setărilor globale
omniroute_set_compression_engine	write:compression	Setarea modului și a pipeline-ului opțional
omniroute_list_compression_combos	read:compression	Listează combinațiile de compresie
omniroute_compression_combo_stats	read:compression	Citește datele analitice despre combinații/motoare

Domeniu de aplicare și excluderi

Încorporările nu sunt comprimate niciodată. open-sse/handlers/embeddings.ts nu apelează niciodată niciun motor de compresie — corpurile cererilor/răspunsurilor sunt transmise direct executorului, fără modificări. În prezent, acest lucru este structural (încorporările și completările conversaționale au gestionari separați), nu o verificare în timpul execuției, dar înseamnă că problema distorsionării vectorilor din #8034 nu are nicio suprafață de expunere pe calea încorporărilor.

Filtru de excludere per model/endpoint (#8034). Pentru completările conversaționale, un operator poate specifica ID-uri de modele / destinații provider/model care nu trebuie comprimate niciodată — o măsură de protecție utilă dacă, ulterior, compresia este conectată mai aproape de o cale adiacentă încorporărilor și, în general, utilă pentru orice model în cazul căruia contează ca promptul să fie identic octet cu octet (evaluări deterministe, prefixe sensibile la cache etc.).

• Câmp de setări: exclusions?: string[] în configurația globală de compresie (GET/PUT /api/settings/compression), păstrat prin spațiul de nume existent key_value pentru compresie (src/lib/db/compression.ts) — fără tabel nou.
• Filă în panoul de control: Dashboard → Compression → Exclusions (/dashboard/compression/exclusions).
• Sintaxa modelelor: * este singurul metacaracter. Orice alt metacaracter de expresie regulată dintr-un model este escap-at înainte de potrivire, astfel încât gpt-5.6 se potrivește numai cu șirul literal, niciodată cu gpt-5x6 (sigur împotriva ReDoS, limitat, fără cuantificatori imbricați). Modelele sunt comparate fără a ține cont de majuscule și minuscule atât cu ID-ul simplu al modelului, cât și cu forma compusă provider/model — gpt-5-6, openai/gpt-5-6 și openai/* funcționează toate, iar * singur exclude fiecare model.
• Potrivire: isCompressionExcluded() / normalizeCompressionExclusions() în open-sse/services/compression/exclusions.ts. chatCore.ts verifică destinația exclusă imediat după rezolvarea setărilor de compresie, înainte de rularea oricărui motor, și tratează o potrivire exact ca și cum compresia ar fi dezactivată global — corpul cererii este în mod demonstrabil identic octet cu octet. Omiterea este înregistrată prin writeCompressionSkip(..., "excluded") pentru vizibilitate în datele analitice.
• Valoare implicită (listă goală/absentă): comportament identic cu cel anterior #8034 — nimic nu este exclus.

Limitări cunoscute

• LLMLingua-2 (SLM) necesită dependențe opționale colocate. Workerul rulează într-un build de producție numai atunci când @atjsh/llmlingua-2 și dependențele peer sunt colocate în dist/node_modules (consultați scripts/build/colocateOptionals.mjs, #4286). Fără acestea, motorul continuă în mod sigur (returnează textul original). Rezolvarea workerului nu mai depinde de import.meta.url (aceasta eșuează în bundle-ul independent) — se ancorează în directorul de lucru din timpul execuției / argv[1].
• Pachetele lingvistice Caveman de / fr / ja sunt parțiale. Acestea includ reguli context + filler + structural, dar nu și pachete dedup / ultra, astfel încât intensitatea ultra nu este mai puternică decât full pentru limbile respective (acestea utilizează exclusiv propriile reguli — nu există nicio revenire implicită la regulile dedup/ultra pentru limba engleză, care ar altera textul în limbi străine). en / es / id / pt-BR sunt complete. Contribuțiile cu dedup.json + ultra.json pentru pachetele parțiale sunt binevenite.
• Telemetria stivuită enumeră numai motoarele care au comprimat. Un pas al pipeline-ului stivuit al cărui motor a rulat, dar a produs economii de 0 %, returnează stats:null și, prin urmare, nu apare în engineBreakdown — fiind imposibil de diferențiat de un pas omis. Diferențierea dintre „a rulat, 0 %” și „omis” ar necesita o modificare a modelului de detaliere și este amânată.

Validare

Verificările specifice pentru această zonă sunt:

node --import tsx/esm --test tests/unit/compression/rtk-*.test.ts tests/unit/compression/pipeline-integration.test.ts tests/unit/compression/context-compression-api.test.ts
node --import tsx/esm --test tests/unit/compression/*.test.ts tests/golden-set/*.test.ts tests/integration/compression-pipeline.test.ts tests/unit/api/compression/compression-api.test.ts
node --import tsx/esm --test tests/unit/compression/mcpAccessibility*.test.ts
npm run typecheck:core