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

Compression Engines (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

---

Komprese OmniRoute je postavena na kontraktech enginů. Režim může přímo spouštět jeden engine (caveman nebo rtk) nebo deterministický zřetězený pipeline, který spouští více enginů v daném pořadí.

Režimy

Režim	Cesta enginu	Zamýšlený vstup
off	žádný	Přesné zachování promptu
lite	Pomocné funkce Caveman lite	Nízkorizikové průběžné čištění
standard	Caveman	Kondenzace promptů v přirozeném jazyce
aggressive	Caveman + sumarizátory historie/nástrojů	Dlouhé chatovací relace
ultra	Caveman + pomocné funkce pro prořezávání	Obnovení po dosažení limitu kontextu
rtk	RTK	Výstup terminálu, shellu, sestavení, testů a gitu
omniglyph	OmniGlyph	Kontext jako obrázek v nativním rozhraní poskytovatele
stacked	Pipeline, výchozí rtk -> caveman	Smíšené logy nástrojů a próza, maximální úspora

Profily komprese OmniGlyph

Engine omniglyph (balíček omniglyph, 1.4.0+) přijímá pojmenovaný sémantický profil, nastavený globálně prostřednictvím omniglyph.profile v nastavení komprese nebo pro jednotlivé kroky prostřednictvím konfigurace kroku ve zřetězeném pipeline:

Profil	Hranice
aggressive	Výchozí. Zásady, podle kterých byla měřena publikovaná potvrzení — obrazový systém, dokumentace nástrojů a hustá historie
balanced	Zachovává aktivní stav v nativní podobě, chrání posledních 8 kol, slučuje starší uzavřenou historii
coding-safe	Zachovává autoritu, schémata nástrojů a aktivní výstup nástrojů v nativní podobě, chrání posledních 12 kol
passthrough	Směruje bez transformace; engine je přeskočen

Profil je strop, nikoli podlaha: mergeCompressionProfileOptions v balíčku nedovolí, aby přepsání volajícím znovu otevřelo ztrátovou větev, kterou profil uzavřel, takže hodnota preserveSystemPrompt: false nastavená pro jednotlivý krok nemůže pod profilem coding-safe znovu povolit kompresi systémového promptu.

Naměřeno na tomto kódu: coding-safe a balanced zvyšují minCompressChars na jeho maximum a zachovávají systém, schémata nástrojů a výsledky nástrojů v nativní podobě, takže relace, která dosud nenahromadila historii, skončí na below_min_chars a engine nic netransformuje. Proto je výchozím profilem aggressive, nikoli nejbezpečnější profil.

Balíček určuje vlastní rozsah modelů a profil ze své konfigurace prostředí. OmniRoute toto rozhodnutí nikdy nedeleguje: adaptér omezuje bránu modelů na nejrestriktivnější rozsah balíčku, takže nastavení hostitelského prostředí může seznam povolených položek pouze zúžit, nikdy jej nerozšíří nad rámec naměřených potvrzení OmniRoute.

Registr enginů

Registr se nachází v open-sse/services/compression/engines/registry.ts. Enginy poskytují společný kontrakt:

• id: stabilní ID enginu, například caveman nebo rtk
• apply(text, config): původní cesta spuštění používaná skládanými pipeline
• compress(input, config): primární cesta spuštění vracející text + statistiky
• getConfigSchema(): vrací strukturu platné konfigurace podobnou JSON Schema
• validateConfig(config): vrací { valid, errors[] }

Registrace používá registerCompressionEngine(engine) (nebo registerEngine pro pokročilé případy), která před přijetím volá assertValidEngine() a validateConfig(defaultConfig). K odebrání enginu za běhu použijte unregisterCompressionEngine(id).

strategySelector.ts registruje vestavěné enginy před spuštěním komprese. Díky tomu mohou náhled, komprese za běhu, skládaný režim, testy i budoucí enginy používat stejnou cestu spuštění.

Komprese popisů MCP (související)

Samostatný registr komprimuje metadata popisů nástrojů MCP na úrovni registru — viz open-sse/mcp-server/descriptionCompressor.ts a MCP-SERVER.md. Opakovaně používá pravidla Caveman, ale pracuje s metadaty nástrojů, nikoli s datovými částmi požadavků.

Další vestavěné enginy

Kromě enginů Caveman, RTK a LLMLingua-2 registr obsahuje několik specializovaných bezeztrátových / strukturálních enginů (používaných skládanými pipeline, playgroundem a testy):

Engine	Id	Co dělá
CCR	ccr	Content-Compress-Retrieve (H4): nahrazuje velké souvislé textové bloky odkazy adresovanými podle obsahu, takže se opakované/velké bloky odešlou jednou a poté se na ně pouze odkazuje.
headroom	headroom	SmartCrusher (H3 + N5): bezeztrátová tabulková kompakce datových částí obsahujících homogenní pole JSON do sloupcové podoby [N rows].
ionizer	ionizer	Vzorkování řádků ze začátku, středu a konce velmi velkých homogenních bloků, přičemž vynechaný střed se uloží jako odkaz CCR adresovaný podle obsahu.
session-dedup	session-dedup	Deduplikace mezi tahy adresovaná podle obsahu (inspirovaná TokenMizerem): vynechává text, který se již objevil v předchozích tazích stejné relace.

Instrukce protokolu načítání CCR (#8033): když CCR poprvé nahradí v požadavku ≥1 blok, engine vloží na začátek jedinou idempotentní zprávu system (začínající sentinelem [CCR protocol]), která volajícímu vysvětluje kontrakt mezi značkou a nástrojem: co znamená značka [CCR retrieve hash=<24hex> chars=N], že hash musí být zkopírován doslova (všech 24 hexadecimálních znaků — chybně zkopírované hashe jsou pravděpodobnou příčinou selhání „blok nenalezen“) a že značka [dedup:ref sha=...] znamená „vyhledej v historii“, nikoli „zavolej nástroj“. Poznámka je vložena pouze tehdy, když inzerované tools[] volajícího prokazuje, že má skutečně přístup k omniroute_ccr_retrieve (callerSupportsCcrRetrieve() v open-sse/services/compression/engines/ccr/protocolInstruction.ts) — běžný volající kompatibilní s OpenAI bez tohoto nástroje nikdy neobdrží instrukci, aby volal něco, k čemu nemá přístup. Idempotence je zajištěna prohledáním historie zpráv na přítomnost sentinelu před vložením, takže požadavky s více tahy (které znovu přehrávají předchozí zprávy) nepřidávají poznámku při každém tahu.

Caveman

Režim Caveman se zaměřuje na sémantickou kondenzaci běžné prózy:

• zachovává bloky kódu, adresy URL, JSON, cesty a strukturovaná data
• odstraňuje výplňová slova, váhavé formulace, opakovaný kontext a rozvláčné spojovací fráze
• podporuje jazykově specifické balíčky pravidel pro soubory v open-sse/services/compression/rules/
• zůstává dostupný prostřednictvím starších režimů standard, aggressive a ultra

V řídicím panelu jej najdete v Dashboard -> Context & Cache -> Caveman.

Upstream projektu Caveman uvádí přibližně o ~75% méně výstupních tokenů a průměrnou úsporu výstupu 65% v benchmarcích s rozsahem 22-87%; nástroj pro kompresi vstupu dosahuje přibližně ~46%. OmniRoute při dokumentování kombinovaných úspor promptu a kontextu používá hodnotu komprese vstupu Caveman; výstupní režim Caveman zůstává samostatnou funkcí ovlivňující chování odpovědí.

RTK

Režim RTK se zaměřuje na výstup příkazů a nástrojů:

• rozpoznává třídy výstupu, jako jsou git status, git branch, git diff, Vitest/Jest/Pytest, testy Cargo/Go, sestavení TypeScript/Vite/Webpack, ESLint, audity/instalace npm, protokoly Dockeru, shellové příkazy find/grep, trasování zásobníku a obecné protokoly
• používá 49 filtrů JSON z open-sse/services/compression/engines/rtk/filters/
• podporuje deklarativní pipeline ve stylu RTK: odstraňování ANSI sekvencí, nahrazování, zkrat při shodě výstupu, odstraňování/zachovávání řádků, zkracování jednotlivých řádků, zkracování podle začátku/konce/maximálního počtu řádků a záložní hodnotu při prázdném výstupu
• podporuje důvěrou řízené projektové filtry v .rtk/filters.json a globální filtry v DATA_DIR/rtk/filters.json
• odstraňuje ANSI sekvence, šum průběhu, opakované řádky a neužitečný standardní text
• zachovává selhání vyžadující zásah, varování, souhrny, změněné soubory a kontext na konci
• může volitelně uchovávat redigovaný nezpracovaný výstup pro obnovení a ladění prostřednictvím ověřených tras správy

V řídicím panelu jej najdete v Dashboard -> Context & Cache -> RTK.

Provozní podrobnosti o vlastních filtrech, důvěře, ověřování a obnovení nezpracovaného výstupu jsou uvedeny v RTK_COMPRESSION.md.

Upstream projektu RTK uvádí úsporu 60-90% při kompresi výstupu příkazů. Příklad v jeho souboru README ukazuje 30minutovou relaci Claude Code, která se zmenšila z ~118,000 tokenů na ~23,900, tedy o 79.7%.

LLMLingua-2 (sémantické prořezávání)

Režim LLMLingua-2 provádí sémantické prořezávání tokenů v próze pomocí malého tokenového klasifikátoru ONNX, a doplňuje tak pravidlové enginy Caveman a RTK:

• komprimuje prózu pouze v nesystémových zprávách; ohraničené bloky kódu a další zachovávané konstrukce nikdy nemění
• spouští backend @atjsh/llmlingua-2 (ONNX prostřednictvím @huggingface/transformers) v pracovním vlákně, takže inference modelu nikdy neblokuje smyčku událostí požadavku
• lze jej kombinovat (stackPriority 35): v kombinované pipeline se spouští po strukturálních enginech (CCR, session-dedup, headroom, Caveman), ale před ultra, protože sémantické prořezávání je nejúčinnější u textu, který již prošel strukturální kompresí — např. rtk -> caveman -> llmlingua
• při jakékoli chybě bezpečně pokračuje bez komprese (chybějící volitelné závislosti, spuštění pracovního procesu, načtení modelu, inference nebo vypršení časového limitu) → původní text se vrátí beze změny, nikdy se nevrátí chyba

Umístění enginu: open-sse/services/compression/engines/llmlingua/. V řídicím panelu jej najdete v Dashboard -> Context & Cache -> LLMLingua.

Modely

Výchozím modelem je TinyBERT (atjsh/llmlingua-2-js-tinybert-meetingbank, ~57 MB, rychlý). Přesnější model BERT-base (Arcoldd/llmlingua4j-bert-base-onnx, ~710 MB) je dostupný prostřednictvím pole model v konfiguraci enginu. @huggingface/transformers při prvním volání líně stáhne vybraný model z HuggingFace Hub do ${DATA_DIR}/models/llmlingua (modelStore.ts); přepsání konfigurace pomocí modelPath jej místo toho nasměruje na místní kopii (pro offline / fyzicky izolované instalace).

Volitelné závislosti a instalace na vyžádání

Odstranitelná sada běhových peer závislostí LLMLingua je volitelná. Dva balíčky jsou v package.json deklarovány jako optionalDependencies a produkční sestavení je ponechává jako externí (scripts/build/prepublish.ts je nespojuje do balíčku):

Balíček	Verze (pevně daná)	Poznámky
@atjsh/llmlingua-2	2.0.5	Vstupní balíček; ostatní deklaruje jako peer závislosti
js-tiktoken	^1.0.20	Tokenizátor

@huggingface/transformers je připnutý na ^4.2.0 (sdílí se s cestou místních embeddingů a je také zahrnut do trasování pro samostatný balíček); @atjsh/llmlingua-2@2.0.5 na něm závisí jako na peer závislosti s verzí "^3.5.2 || ^4.0.0", takže jsou podporovány Transformers.js v3 i v4. Od verze 2.0.4 již @atjsh/llmlingua-2 nevyžaduje @tensorflow/tfjs, čímž byl ze sady SLM odstraněn její největší jednotlivý přispěvatel (TensorFlow.js). Odstranitelné peer závislosti SLM tvoří pouze dva výše uvedené balíčky. Standardní npm install (vývojové prostředí) nainstaluje volitelnou sadu automaticky, pokud nejsou volitelné závislosti vynechány.

Proč na vyžádání: balíček publikovaný na npm, samostatný balíček a obraz Dockeru se dodávají bez těchto závislostí, aby zůstaly malé. Pokud chybějí, kontrola závislostí pracovního procesu (pokus o vyřešení @atjsh/llmlingua-2 v worker.ts) selže a engine tiše pokračuje bez komprese — výběr LLMLingua neprovede žádnou operaci (text se vrátí beze změny a nezaznamená se žádná chyba). Chcete-li jej aktivovat v prostředí s odstraněnými závislostmi, nainstalujte volitelnou sadu:

# připnutí k verzím deklarovaným v package.json v optionalDependencies
npm install @atjsh/llmlingua-2@2.0.5 js-tiktoken

Odstranění @tensorflow/tfjs (2.0.4+) eliminuje dříve dominantního přispěvatele o velikosti ~800 MB — zbývající prostor zabírají běhová prostředí transformers.js + onnxruntime-node a model TinyBERT (~57 MB), který se stáhne při prvním použití (nikoli prostřednictvím npm).

Pro jednotlivá prostředí:

• Vývoj / npm install — nainstaluje se automaticky, pokud jste nepoužili --omit=optional (nebo --no-optional). Není třeba nic dělat.
• Globální npm (npm i -g omniroute) / samostatná instalace — spusťte výše uvedený instalační příkaz v adresáři nainstalovaného balíčku nebo proveďte přeinstalaci bez vynechání volitelných závislostí.
• Docker — přidejte instalační příkaz do vrstvy odvozeného obrazu; publikovaný obraz je záměrně minimalistický.
• VPS (PM2) — nainstalujte balíček do node_modules aplikace a poté restartujte proces, aby worker znovu zkontroloval bránu.
• Nezabalený samostatný Next (npm run build → .build/next/standalone/server.js) — trasování samostatného sestavení neobsahuje ANI worker, ANI volitelné závislosti, takže se engine při selhání bez upozornění přepne do otevřeného režimu. scripts/build/colocate-standalone.mjs znovu přidá obojí (sestavení workeru pomocí esbuild + uzávěr volitelných závislostí do stromu samostatného sestavení); po každém sestavení se spustí automaticky prostřednictvím npm hooku postbuild. Je idempotentní a při chybějících závislostech ukončí běh bez fatální chyby.

Ověření aktivity: při vybraném LLMLingua se skutečný souvislý text opravdu zkrátí (engine se přestane při selhání přepínat do otevřeného režimu) a první požadavek spustí stažení modelu do ${DATA_DIR}/models/llmlingua. Brána záměrně kontroluje pouze @atjsh/llmlingua-2 — ostatní peer závislosti podporují pouze ESM a require.resolve u nich vyvolá výjimku, i když jsou přítomné — takže se worker nadále při selhání přepne do otevřeného režimu, pokud při volání import() skutečně chybí některá peer závislost.

Zřetězené pipeline

Zřetězený režim spouští kroky pipeline v daném pořadí. Výchozí nastavení je:

rtk -> caveman

Tento režim použijte pro relace programovacích agentů, ve kterých prompt kombinuje výstup příkazů s textem od člověka nebo asistenta. RTK nejprve redukuje zahlcující protokoly nástrojů a poté Caveman komprimuje zbývající přirozený jazyk.

Kroky pipeline se konfigurují pomocí stackedPipeline v nastavení komprese nebo prostřednictvím kombinací komprese.

Když oba enginy redukují stejný způsobilý obsah, úspory se násobí:

kombinovaná = 1 - (1 - úspora RTK) * (1 - úspora vstupu Caveman)
průměr      = 1 - (1 - 0.80) * (1 - 0.46) = 89.2%
rozsah      = 1 - (1 - 0.60..0.90) * (1 - 0.46) = 78.4-94.6%

Filtr stromu přístupnosti MCP

Inteligentní filtr stromu přístupnosti MCP je kompresní vrstva po provedení, která pracuje s výsledky nástrojů MCP, nikoli s prompty nebo kontextem. Zaměřuje se na objemné datové struktury stromu přístupnosti a snímků prohlížeče vracených nástroji, jako jsou Playwright, computer-use a servery MCP pro automatizaci prohlížeče.

Co provádí

1. Odstranění šumu — odstraňuje prázdné obecné/textové položky (- generic:, - text: "")
2. Sbalení sousedních položek — pokud je ≥ collapseThreshold (výchozí hodnota 30) po sobě jdoucích řádků strukturálně opakovaných, sbalí je na prvních collapseKeepHead (výchozí hodnota 10) řádků + souhrn počtu + posledních collapseKeepTail (výchozí hodnota 5) řádků
3. Zachování referencí — kotvy [ref=eXX] vyžadované nástroji Playwright/computer-use zůstávají vždy nedotčené
4. Pevné zkrácení — pokud text po sbalení stále překračuje maxTextChars (výchozí hodnota 50 000), zkrátí jej a přidá navigační nápovědu, aby agent mohl pokračovat v práci

Umístění enginu

open-sse/services/compression/engines/mcpAccessibility/
  index.ts            ← vstupní bod smartFilterText()
  collapseRepeated.ts ← algoritmus sbalení sousedních položek
  constants.ts        ← DEFAULT_MCP_ACCESSIBILITY_CONFIG

Konfigurace

Řídí se pomocí compression.mcpAccessibility v globálním nastavení (migrace 056). Výchozí konfigurace:

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

Filtr se použije pouze na obsah výsledků nástrojů, jejichž type je "text" a jejichž délka překračuje minLengthToProcess. Nemá vliv na kompresi promptů ani na obsah požadavků.

Očekávané úspory

60–80 % u výsledků nástrojů obsahujících snímky prohlížeče v závislosti na složitosti stránky. Algoritmus sbalení má složitost O(n) vzhledem k počtu řádků a přidává zanedbatelnou latenci.

Tento filtr oproti výše uvedeným kompresním enginům

Aspekt	Caveman / RTK / Stacked	Filtr přístupnosti MCP
Cíl	Prompty požadavků / kontext	Výsledky nástrojů MCP
Spouštěč	Nastavení režimu komprese	compression.mcpAccessibility.enabled
Rozsah	Všechny zprávy SSE	Pouze výsledky nástrojů
Referenční kotvy	N/A	Bezpodmínečně zachovány

---

Kombinace komprese

Kombinace komprese jsou pojmenované profily komprese, které lze přiřadit kombinacím směrování:

• compression_combos: ukládá režim, pipeline, konfiguraci RTK, konfiguraci jazyka a příznak výchozího nastavení
• compression_combo_assignments: mapuje kombinaci komprese na kombinaci směrování
• integrace za běhu vyhodnotí přiřazenou kombinaci komprese před obecnými přepsáními kombinace
• analytická data zahrnují compression_combo_id a engine

Umístění v řídicím panelu: Dashboard -> Context & Cache -> Compression Combos.

Rozhraní API

Trasa	Účel
/api/settings/compression	Globální nastavení komprese (včetně konfigurace mcpAccessibility)
/api/compression/preview	Náhled libovolného režimu komprese
/api/compression/language-packs	Seznam dostupných jazykových balíčků Caveman
/api/context/caveman/config	Alias nastavení Caveman
/api/context/rtk/config	Výchozí hodnoty a nastavení RTK
/api/context/rtk/filters	Katalog filtrů RTK
/api/context/rtk/test	Koncový bod pro náhled/test RTK
/api/context/rtk/raw-output/[id]	Autentizované obnovení redigovaného nezpracovaného výstupu
/api/context/combos	Operace CRUD s kombinacemi komprese
/api/context/combos/[id]/assignments	Operace CRUD s přiřazeními ke kombinacím směrování
/api/context/analytics	Alias analytických dat komprese

Trasy pro správu vyžadují autentizaci pro správu nebo kontroly zásad klíče API.

Nástroje MCP

Komprese zpřístupňuje pět nástrojů MCP:

Nástroj	Rozsah	Účel
omniroute_compression_status	read:compression	Nastavení, analytická data, statistiky mezipaměti
omniroute_compression_configure	write:compression	Aktualizace globálních nastavení
omniroute_set_compression_engine	write:compression	Nastavení režimu a volitelné pipeline
omniroute_list_compression_combos	read:compression	Výpis kombinací komprese
omniroute_compression_combo_stats	read:compression	Načtení analytických dat kombinací/enginu

Rozsah a výjimky

Embeddingy nejsou nikdy komprimovány. open-sse/handlers/embeddings.ts nikdy nevolá žádný kompresní engine — těla požadavků/odpovědí jsou předána přímo executoru beze změny. V současnosti je to dáno strukturou (embeddingy a dokončování chatu mají oddělené handlery), nikoli kontrolou za běhu, znamená to však, že obava z deformace vektorů uvedená v #8034 nemá v cestě embeddingů žádnou oblast působnosti.

Filtr výjimek pro jednotlivé modely/koncové body (#8034). U dokončování chatu může operátor uvést ID modelů / cíle provider/model, které nikdy nesmějí být komprimovány — ochranné opatření užitečné pro případ, že by komprese byla později zapojena blíže k cestě související s embeddingy, a obecně užitečné pro jakýkoli model, u něhož záleží na přesné bajtové podobě promptu (deterministická vyhodnocení, prefixy citlivé na mezipaměť atd.).

• Pole nastavení: exclusions?: string[] v globální konfiguraci komprese (GET/PUT /api/settings/compression), ukládané prostřednictvím existujícího jmenného prostoru komprese key_value (src/lib/db/compression.ts) — bez nové tabulky.
• Karta řídicího panelu: Dashboard → Compression → Exclusions (/dashboard/compression/exclusions).
• Syntaxe vzorů: * je jediný zástupný znak. Každý další metaznak regulárních výrazů ve vzoru je před porovnáním escapován, takže gpt-5.6 odpovídá pouze doslovnému řetězci, nikdy gpt-5x6 (odolné vůči ReDoS, omezené, bez vnořených kvantifikátorů). Vzory jsou bez ohledu na velikost písmen porovnávány jak se samotným ID modelu, tak s kombinací provider/model — gpt-5-6, openai/gpt-5-6 a openai/* tedy fungují a samotné * vyloučí všechny modely.
• Porovnávání: isCompressionExcluded() / normalizeCompressionExclusions() v open-sse/services/compression/exclusions.ts. chatCore.ts kontroluje vyloučený cíl ihned po vyhodnocení nastavení komprese, před spuštěním jakéhokoli enginu, a shodu zpracuje přesně tak, jako kdyby byla komprese globálně zakázána — tělo požadavku je prokazatelně bajtově identické. Přeskočení je zaznamenáno pomocí writeCompressionSkip(..., "excluded"), aby bylo viditelné v analytických datech.
• Výchozí stav (prázdný/chybějící seznam): shodný s chováním před #8034 — nic není vyloučeno.

Známá omezení

• LLMLingua-2 (SLM) vyžaduje společné umístění volitelných závislostí. Worker se v produkčním sestavení spustí pouze tehdy, když jsou @atjsh/llmlingua-2 a jeho peer závislosti společně umístěny v dist/node_modules (viz scripts/build/colocateOptionals.mjs, #4286). Bez nich engine při selhání vrátí původní text. Vyhledání workeru již nezávisí na import.meta.url (v samostatném balíčku selže) — vychází z runtime hodnoty cwd / argv[1].
• Jazykové balíčky Caveman de / fr / ja jsou neúplné. Obsahují pravidla context + filler + structural, ale nikoli balíčky dedup / ultra, takže intenzita ultra není pro tyto jazyky silnější než full (používají pouze vlastní pravidla — nedochází k žádnému skrytému návratu k anglickým pravidlům dedup/ultra, která by cizojazyčný text poškodila). Balíčky en / es / id / pt-BR jsou kompletní. Příspěvky s dedup.json + ultra.json pro neúplné balíčky jsou vítány.
• Skládaná telemetrie uvádí pouze enginy, které provedly kompresi. Krok skládané pipeline, jehož engine se spustil, ale dosáhl úspory 0 %, vrátí stats:null, a proto se neobjeví v engineBreakdown — nelze jej odlišit od kroku, který byl přeskočen. Rozlišení mezi „spuštěno, 0 %“ a „přeskočeno“ by vyžadovalo změnu modelu rozpisu a je odloženo.

Ověření

Cílené kontroly pro tuto oblast jsou:

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