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

🗜️ Prompt Compression Guide — OmniRoute (Suomi)

🌐 Languages: 🇺🇸 English · 🇪🇹 am · 🇸🇦 ar · 🇦🇿 az · 🇧🇬 bg · 🇧🇩 bn · 🇨🇿 cs · 🇩🇰 da · 🇩🇪 de · 🇬🇷 el · 🇪🇸 es · 🇪🇪 et · 🇮🇷 fa · 🇫🇷 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

---

Säästä automaattisesti 15–95 % soveltuvasta kontekstista. Katso nopea yleiskatsaus README-tiedoston pakkausta käsittelevästä osiosta.

Yleiskatsaus

OmniRoute toteuttaa modulaarisen kehotteiden pakkausputken, joka suoritetaan ennakoivasti ennen pyyntöjen lähettämistä ylävirran palveluntarjoajille. Näin token-säästöt syntyvät läpinäkyvästi — työnkulkuusi ei tarvitse tehdä muutoksia.

Asiakaspyyntö
  → Pakkausstrategian valitsin
    → Yhdistelmän ohitusasetus? → Käytä yhdistelmän asetusta
    → Automaattisen käynnistyksen kynnys? → Käytä automaattista tilaa
    → Oletustila? → Käytä yleistä asetusta
    → Pois käytöstä? → Ohita pakkaus
  → Valittu pakkaustila
    → Pois käytöstä: Ei pakkausta
    → Kevyt: Turvallinen tyhjätilan ja muotoilun siivous (~15 %)
    → Vakio: Täytesanojen poisto luolamiestyylisesti (~30 %)
    → Aggressiivinen: Historian vanhentaminen + tiivistäminen (~50 %)
    → Ultra: Heuristinen karsinta + koodilohkojen ohentaminen (~75 %)
    → RTK: Komennot huomioiva pääte- ja työkalutulosteiden suodatus (ylävirran vaihteluväli 60–90 %)
    → Pinottu: Järjestetty usean moottorin putki, yleensä RTK ja sitten Caveman (soveltuva vaihteluväli 78–95 %)
  → Pakattu pyyntö → Palveluntarjoaja

---

Pakkaustilat

Pois käytöstä

Pakkausta ei käytetä. Kaikki viestit välitetään muuttamattomina.

Kevyt tila (~15 %:n säästö, <1 ms:n viive)

Turvallisin tila — ei semanttisia muutoksia, vain muotoilun siivous:

Tekniikka	Kuvaus
collapseWhitespace	Yhdistää peräkkäiset tyhjät rivit ja poistaa rivien lopussa olevat välilyönnit
dedupSystemPrompt	Poistaa päällekkäiset järjestelmäviestit
compressToolResults	Pakkaa monisanaiset työkalu- ja funktiotulosteet
removeRedundantContent	Poistaa toistetut ohjeet
replaceImageUrls	Lyhentää base64-kuvadatan URI-tunnisteita

Soveltuu parhaiten: Jatkuvaan käyttöön ja turvallisuuskriittisiin työnkulkuihin.

Vakiotila (~30 %:n säästö)

Cavemanin innoittama tila poistaa täytesanoja ja monisanaisia ilmauksia merkityksen säilyttäen:

• Poistaa täytesanoja ("ole hyvä", "mielestäni", "periaatteessa", "itse asiassa")
• Tiivistää monisanaisia ilmauksia ("sitä varten, että" → "jotta", "sen seurauksena, että" → "koska")
• Poistaa kohteliaan epäröinnin ("Sopisiko sinulle...", "Jos vain mitenkään voisit...")
• Yli 30 ohjelmointikehotteille viritettyä regex-sääntöä

Soveltuu parhaiten: Päivittäisiin ohjelmointityönkulkuihin ja kustannustietoisille tiimeille.

Aggressiivinen tila (~50 %:n säästö)

Älykäs historian hallinta pitkiä istuntoja varten:

• Viestien vanhentaminen — vanhempia viestejä pakataan asteittain
• Työkalutulosten tiivistäminen — pitkät työkalutulosteet korvataan yhteenvedoilla
• Rakenteellisen eheyden suojaukset — varmistavat, että tool_use- ja tool_result-parit säilyvät yhdenmukaisina
• Konteksti-ikkunan huomioiminen — noudattaa mallikohtaisia token-rajoja

Soveltuu parhaiten: Pitkiin virheenkorjausistuntoihin ja suuriin koodikantoihin.

Ultra-tila (~75 %:n säästö)

Maksimaalinen pakkaus tilanteisiin, joissa tokenien säästäminen on kriittistä:

• Heuristinen karsinta — poistaa relevanssikynnyksen alittavat viestit
• Koodilohkojen ohentaminen — pakkaa toistuvia koodiesimerkkejä
• Katkaisukohdan binäärihaku — etsii konteksti-ikkunan optimaalisen katkaisukohdan
• Sisältää kaikki aggressiivisen tilan ominaisuudet

Soveltuu parhaiten: Kun kontekstirajat ylittyvät toistuvasti.

RTK-tila (ylävirran vaihteluväli 60–90 %)

RTK-tila on optimoitu ohjelmointiagenttien istunnoissa esiintyville monisanaisille työkalutulosteille:

• Tunnistaa komento- ja tulosteluokat, kuten git status, git diff, git log, testien suorittajat, TypeScript/Vite/Webpack-koontiversiot, ESLint/Biome/Prettier, npm-tarkastukset ja -asennukset, Docker-lokit, infrastruktuurin tulosteet sekä yleiset komentorivitulosteet
• Käyttää JSON-suodatinpaketteja hakemistosta open-sse/services/compression/engines/rtk/filters/
• Tuo RTK:n TOML-skeeman v1 suodattimet projektin tai järjestelmänlaajuisista filters.toml-tiedostoista sekä validoi sisäiset testit ja varmistaa projektitiedostojen luotettavuuden
• Sisältää 49 sisäänrakennettua suodatinta sekä sisäiset varmennusesimerkit
• Poistaa ANSI-ohjausjaksot, edistymispalkit, toistuvat rivit ja epäolennaisen kohinan
• Säilyttää epäonnistumiset, virheet, varoitukset, muuttuneet tiedostot, yhteenvedot ja pitkän tulosteen loppuosan
• Tukee luotettavuustarkistettuja projektisuodattimia, yleisiä suodattimia ja valinnaista peitetyn raakadatulosteen palautusta

Soveltuu parhaiten: Agentti-istuntoihin, jotka sisältävät komentorivi-, koonti-, testi-, git-, grep- ja tiedostotulosteiden lokitietoja.

Pinottu tila (soveltuva vaihteluväli 78–95 %)

Pinottu tila suorittaa useita pakkausmoottoreita deterministisessä järjestyksessä. Oletusputki on:

RTK -> Caveman

Tässä järjestyksessä pääte- ja työkalutulosteet tiivistetään ensin, minkä jälkeen jäljelle jäävään luonnollisen kielen kehotteeseen sovelletaan Cavemanin semanttista tiivistystä. Pinotut putket voidaan määrittää yleisesti tai reititysyhdistelmiin liitettyjen pakkausyhdistelmien kautta.

Soveltuu parhaiten: Sekamuotoiseen kontekstiin, joka sisältää suuria työkalulokeja sekä käyttäjän ohjeita tai avustajan yhteenvetoja.

---

Upstream-säästöjen laskenta

OmniRoute dokumentoi pakkaussäästöt kahdesta lähteestä: upstream-projektien vertailutesteistä ja OmniRouten omasta moottoriyhdistelmästä.

Lähde	Tässä käytetty upstream-README:n luku
Caveman	~75% vähemmän tulostetokeneita, vertailutestien keskimääräinen tulostesäästö 65%, vaihteluväli 22-87% ja syötteen pakkaustyökalulla ~46%
RTK	60-90% säästö komentotulosteissa; esimerkki-istunnossa ~118,000 -> ~23,900 tokenia eli 79.7% säästö (~80%)

Kun työkalu- ja kontekstihyötykuormat ovat päällekkäisiä, OmniRouten oletusyhdistelmä pinoaa moottorit:

RTK -> Caveman

Yhdistetyt säästöt ovat kertautuvia, eivät yhteenlaskettavia:

combined = 1 - (1 - RTK-säästö) * (1 - Caveman-syötesäästö)
average  = 1 - (1 - 0.80) * (1 - 0.46) = 89.2%
range    = 1 - (1 - 0.60..0.90) * (1 - 0.46) = 78.4-94.6%

Tämä 78-95%:n luku pätee, kun sekä RTK että Caveman voivat pienentää samaa syöte-/kontekstihyötykuormaa. Cavemanin vastaustulostetila on erillinen: kun se on käytössä, käytä Cavemanin omia tulostesäästöjä (keskimäärin 65%, otsikkoluku ~75%, vaihteluväli 22-87%). Laskutuksen kokonaissäästöt riippuvat kehotteiden ja tulosteiden suhteesta.

Mitä "soveltuva" todella tarkoittaa

Otsikossa ilmoitettu 15-95%:n vaihteluväli on todellinen, mutta se koskee vain toisteista tai monisanaista sisältöä — toistuvia virherivejä, saman varoituksen jatkuvasti tulostavaa koontilokia tai ylisuurta grep-/tiedostonlukutulostetta. Se ei tarkoita, että jokainen pyyntö säästäisi näin paljon.

Empiirisesti varmennettu (tests/unit/compression/stacked-compression-tool-result-savings.test.ts): Anthropic-muotoiselle 300 identtistä virheriviä sisältävälle tool_result-lohkolle suoritettu stacked-ajo (RTK + Caveman) tuotti 95.93%:n token-säästön / 96.26%:n merkkisäästön — täysin ilmoitetulla vaihteluvälillä. Kun sama käsittelyketju kuitenkin suoritetaan normaalille, ei-toisteiselle työkalutulosteelle (siisti grep-osumaluettelo, lyhyt tiedostonluku, tavallinen keskusteluteksti), se tuottaa oikein lähes olemattomat säästöt, koska mitään toisteista poistettavaa ei ole ja validateCompression() (validation.ts) estää sellaisen uudelleenkirjoituksen käytön, joka poistaisi tai muuttaisi koodilohkoja, URL-osoitteita, otsikoita, versioita tai KAIKKI-ISOLLA kirjoitettuja vakioiden tunnisteita.

Tämä on odotettua ja turvallista toimintaa, ei virhe: koodausistunnossa, jossa pääasiassa luetaan tai etsitään siisteistä tiedostoista, kokonaissäästöt jäävät vaatimattomiksi, vaikka pakkaus olisi täysin käytössä, kun taas epäonnistuvaan silmukkaan tai runsassanaiseen linteriin törmäävä istunto saavuttaa kyseisessä liikenteessä täyden 78-95%:n säästövälin. Älä pidä yksittäisen istunnon pientä kokonaissäästöprosenttia todisteena pakkauksen virheellisestä määrityksestä — tarkista ensin, oliko taustalla oleva työkalutuloste todella toisteinen.

---

Token-säästöjen visualisointi

Ilman pakkausta:       LLM:lle lähetetään 47K tokenia
Lite-tilassa:          lähetetään 40K tokenia          (15% säästö — turvallinen, aina käytössä)
Standard-tilassa:      lähetetään 33K tokenia          (30% säästö — luolamiestyylin säännöt)
Aggressive-tilassa:    lähetetään 24K tokenia          (50% säästö — vanhentaminen + tiivistäminen)
Ultra-tilassa:         lähetetään 12K tokenia          (75% säästö — heuristinen karsinta)
RTK:lla:               lähetetään 19K-5K tokenia       (60-90% säästö komento-/työkalutulosteissa)
Stacked-tilassa:       lähetetään 10K-2.5K tokenia     (soveltuvan RTK+Caveman-sisällön säästöväli 78-95%)

---

Määritykset

Hallintapaneeli

Siirry kohtaan Dashboard → Context & Cache:

• Caveman — tilan valinta, kielipaketit, esikatselu ja yleiset oletusasetukset
• RTK — komentosuodattimen esikatselu, RTK:n turvallisuusasetukset ja suodatinluettelo
• Pakkausyhdistelmät — nimetyt moottoriputket, jotka on määritetty reititysyhdistelmille
• Automaattisen käynnistyksen kynnysarvo — pakkaus otetaan automaattisesti käyttöön, kun tokenien määrä ylittää kynnysarvon

Yhdistelmäkohtainen ohitus

Määritä kohdassa Dashboard → Context & Cache → Compression Combos pakkausyhdistelmä reititysyhdistelmälle:

Yhdistelmä: "free-tier-fallback"
  Pakkausyhdistelmä: "coding-agent-stack"
  Putki: RTK -> Caveman
  Kohteet:
    1. if/kimi-k2.7-code
    2. if/qwen3.8-max-preview

Näin voit käyttää pinottua pakkausta ilmaisilla ja ohjelmointiin tarkoitetuilla palveluntarjoajilla samalla, kun maksullisissa tilauksissa käytetään kevyttä tilaa.

Tämä yhdistelmäkohtainen ohitus on eri asetus kuin reititysyhdistelmän pakkaustilan ohitus (Default/Off/Lite/Standard/Aggressive/Ultra) — kyseinen ohitus ei valitse nimettyä pakkausyhdistelmän putkea, vaan ainoastaan määrittää compressionMode-kentän, jota resolveCompressionPlan käyttää. Sen voi määrittää joko yhdistelmäkortissa (Dashboard → Combos) tai versiosta #6760 alkaen reititysyhdistelmäkohtaisesti Assign to routing -luettelossa kohdassa Dashboard → Context & Cache → Compression Combos, aivan edellä kuvatun putken määritysvalintaruudun vieressä. Molempien käyttöliittymien muutokset tallennetaan saman PUT /api/combos/{id}-päätepisteen kautta.

Pyyntökohtainen ohitus

Lähetä x-omniroute-compression-pyyntöotsake ohittaaksesi yksittäisen pyynnön pakkaussuunnitelman. Sillä on korkein prioriteetti — se ohittaa reititysyhdistelmän ohituksen, aktiivisen profiilin, automaattisen käynnistyksen ja paneelin Default-asetuksen. Tuntemattomat arvot ohitetaan (pyyntöä ei koskaan hylätä), ja yleinen pääkytkin hallitsee edelleen kaikkea: kun pakkaus on poistettu yleisesti käytöstä, otsake ei voi ottaa sitä käyttöön. Arvot:

Arvo	Vaikutus
off	Tätä pyyntöä ei pakata.
default	Paneelista johdettu Default-profiili (aktiivinen profiili ohitetaan).
engine:<id>	Yksittäinen moottori, kun se on käytössä, esim. engine:rtk.
<combo>	Nimetty yhdistelmä, joka täsmäytetään ensin nimen perusteella kirjainkoosta riippumatta ja sitten tunnisteen perusteella.

Käytetty suunnitelma palautetaan X-OmniRoute-Compression: <mode>; source=<source>-vastausotsakkeessa, jossa <source> on jokin seuraavista: request-header, routing-override, active-profile, auto-trigger, default tai off.

API

# Hae pakkausasetukset
curl http://localhost:20128/api/settings/compression

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

# Esikatsele tietty RTK-/pinottu hyötykuorma
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"}]}'

# Luettele RTK-suodatinpaketit
curl http://localhost:20128/api/context/rtk/filters

# Testaa RTK:ta suoraan valinnaisilla komentometatiedoilla
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"}'

---

Mitä suojataan

Pakkausmoottori säilyttää aina:

• ✅ Koodilohkot (aidatut ja rivinsisäiset)
• ✅ URL-osoitteet ja tiedostopolut
• ✅ JSON-rakenteet ja jäsennellyn datan
• ✅ Tunnisteet ja suojatut tekniset tunnukset
• ✅ Matemaattiset lausekkeet
• ✅ Työkalu- ja funktiokutsujen määritelmät
• ✅ Järjestelmäkehotteet (lite-tilassa)

RTK:n raakatulosteen palautus peittää yleiset API-avaimet, bearer-tunnukset, Slack-tunnukset, AWS-käyttöavaimet, salasanat, tunnukset ja salaisuudet ennen minkään tiedon tallentamista.

---

Pakkaustilastot

Jokaisen pakatun pyynnön tilastot sisällytetään palvelinlokeihin:

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

---

Vaiheiden etenemissuunnitelma

Vaihe	Tilat	Tila
Vaihe 1	Off, Lite	✅ Julkaistu
Vaihe 2	Standard, Aggressive, Ultra	✅ Julkaistu
Vaihe 3	RTK, Stacked, Compression Combos	✅ Julkaistu
Vaihe 4	Output Styles, SLM-tier Ultra, eval harness	✅ Julkaistu
Vaihe 4C	Mukautuva kontekstibudjetti ("säädin") — laskentamoottori + API (contextBudget kohteessa PUT /api/settings/compression) + hallintapaneelin tila- ja käytäntösäätimet	✅ Julkaistu

---

Kiitokset

Standard-tilan pakkaussäännöt ovat saaneet inspiraationsa JuliusBrusseen luomasta Caveman-projektista (⭐ 51K+) — viraalista "miksi käyttää monta tunnusta, kun vähä tunnus tehdä tehtävä" -projektista. Caveman raportoi ~75% vähemmän tulostunnuksia, 65%:n keskimääräisen tulossäästön vertailutesteissä, 22-87%:n tulosalueen ja ~46%:n syötteenpakkaustyökalun.

RTK-tila on saanut inspiraationsa RTK AI:n RTK - Rust Token Killer -projektista — suorituskykyisestä komentotulosteen pakkausprojektista päätelaitteiden, koontien, testien, gitin ja työkalutulosteiden suodatukseen. RTK raportoi 60-90%:n säästön, ja sen README-tiedoston esimerkki-istunto osoittaa ~80%:n säästön.

---

Edistyneet pakkausjärjestelmät

Seitsemän vakiotilan lisäksi OmniRoute sisältää useita edistyneitä pakkausjärjestelmiä, jotka toimivat automaattisesti kontekstin perusteella.

Välimuistitietoinen pakkaus

Jotkin palveluntarjoajat (kuten Anthropic kehotteiden välimuistitallennuksella) tukevat kehotteiden välimuistitallennusta, jonka avulla ne voivat tallentaa kehotteen osia välimuistiin kustannusten ja viiveen vähentämiseksi. Kun välimuistitallennus on käytössä, aggressiivinen pakkaus voi itse asiassa heikentää suorituskykyä, koska se muuttaa välimuistiin tallennettuja tunnuksia ja mitätöi välimuistin.

cachingAware.ts-moduuli ratkaisee tämän tunnistamalla välimuistikontekstin ja säätämällä pakkausstrategiaa sen mukaisesti.

Toimintaperiaate

1. Tunnista välimuistikonteksti — Etsii pyynnön rungosta cache_control-merkintöjä
2. Tunnista välimuistitallennusta tukevat palveluntarjoajat — Tarkistaa, tukeeko kohdepalveluntarjoaja välimuistitallennusta
3. Säädä strategiaa — Laskee aggressive-/ultra-tilan standard-tilaan välimuistitallennusta tukevilla palveluntarjoajilla
4. Ohita järjestelmäkehote — Järjestelmäkehotteet tallennetaan yleensä välimuistiin, joten niitä ei pakata
5. Käytä deterministisiä muunnoksia — Käyttää vain yhdenmukaisia tuloksia tuottavia muunnoksia

Koodiesimerkki

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" }, // ← Välimuistimerkintä
};

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

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

Milloin käytetään

Välimuistitietoinen pakkaus on aina käytössä — määrityksiä ei tarvita. Se aktivoituu vain, kun:

• Pyynnössä on cache_control-merkintöjä
• Kohdepalveluntarjoaja tukee kehotteiden välimuistitallennusta (Anthropic, OpenAI jne.)

Asteittainen vanheneminen

Pitkiin keskusteluihin kertyy paljon viestikierroksia, mutta vanhemmista kierroksista tulee vähemmän merkityksellisiä. progressiveAging.ts-moduuli heikentää viestejä kierrosetäisyyden perusteella:

• Viimeisimmät kierrokset (0-3): Säilytetään sanatarkasti (kaikki yksityiskohdat)
• Keskitason kierrokset (4-8): Lite-pakkaus (välilyöntien ja muotoilun siistiminen)
• Vanhat kierrokset (9+): Caveman-pakkaus (täytesanojen poisto ja tiivistäminen)
• Erittäin vanhat kierrokset (20+): Tiivistetään voimakkaasti tai poistetaan

Koodiesimerkki

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" },
  // ... vielä 50 kierrosta ...
];

const { messages: aged, saved } = applyAging(messages, {
  verbatim: 3, // Ensimmäiset 3 kierrosta: sanatarkasti
  light: 8, // Kierrokset 4–8: lite-pakkaus
  moderate: 20, // Kierrokset 9–20: caveman-pakkaus
  // Kierrokset 21+: voimakas tiivistäminen
});

// saved = säästettyjen tunnusten määrä

Milloin käytetään

Progressiivinen vanhentaminen on aina käytössä aggressive- ja ultra-tiloissa. Se on erityisen tehokas seuraavissa tilanteissa:

• Pitkäkestoiset ohjelmointi-istunnot
• Useita päiviä kestävät keskustelut
• Agenttipohjaiset työnkulut, joissa on paljon työkalukutsuja

Luolamies-tulostustila

outputMode.ts-moduuli lisää järjestelmäkehotteen ohjeita, jotka saavat mallin itsensä tuottamaan tiivistettyä ja niukkasanaista tulostetta ("luolamiestyyliin").

Toimintaperiaate

Syötteen pakkaamisen sijaan tämä tila lisää seuraavan kaltaisen järjestelmäkehotteen:

"Vastaa mahdollisimman vähin sanoin. Ohita kohteliaisuudet. Käytä lyhyitä lauseita."

Tämä toimii erityisen hyvin seuraavissa käyttötapauksissa:

• Koodin generointi (niukkasanaisempi tuloste = vähemmän tokeneita)
• Nopeat kysymykset ja vastaukset (perusteellisia selityksiä ei tarvita)
• Eräkäsittely (maksimoi läpimeno)

Milloin sitä kannattaa käyttää

Luolamies-tulostustila on valinnainen — ota se käyttöön yhdistelmäasetuksella:

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

Tulostetyylit (luettelo)

Edellä kuvattu luolamies-tulostustila on vanha yhden tyylin toteutuspolku. Vaiheessa 4 se yleistettiin yhdisteltävien tulostetyylien luetteloksi: OUTPUT_STYLE_CATALOG tiedostossa open-sse/services/compression/outputStyles/catalog.ts. Jokainen tyyli on järjestelmäkehotteen ohje, joka saa mallin itsensä tuottamaan edullisempaa tulostetta. Tyylejä voidaan ottaa käyttöön yhdessä, ja ne lisätään luettelon mukaisessa järjestyksessä.

Tyyli	id	Toiminta	Ohjekielet
Niukkasanainen proosa	terse-prose	Poistaa täytesanat, artikkelit ja varaukset; säilyttää teknisen sisällön täsmällisenä. Sama teksti kuin vanhassa luolamies-tulostustilassa (siihen viitataan, eikä tekstiä kirjoiteta uudelleen).	en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi
Vähemmän koodia	less-code	YAGNI-portaat: pienin toimiva muutos, ei pyytämättömiä abstraktioita.	en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi
Poninhäntä (laiska vanhempi kehittäjä)	ponytail	"Paras koodi on koodi, jota ei koskaan kirjoitettu": uudelleenkäyttö > uudelleenkirjoitus, juurisyy > oire, lyhin toimiva muutosjoukko.	en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi
Minulla on ADHD (toiminta ensin)	i-have-adhd	Toiminta ensin (komento/polku/katkelma ennen selostusta), numeroidut ja rajatut vaiheet, YKSI konkreettinen seuraava vaihe, ei johdantoa/yhteenvetoa/lopetuksia. Mukautettu projektista ayghri/i-have-adhd (MIT).	en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi
Niukkasanainen CJK (文言)	terse-cjk	Klassisen kiinan äärimmäisen niukkasanainen tyyli.	zh (aluekohtaista saatavuutta rajattu: tarjotaan vain, kun ratkaistu kieli on zh)

Jokaisessa tyylissä on kolme voimakkuustasoa — lite, full, ultra — ja jokainen taso päättyy yhteiseen rajausehtoon, joka säilyttää koodilohkot, tiedostopolut, komennot, virhetekstit, URL-osoitteet ja tunnisteet muuttamattomina.

Ohjeiden lisäämisen toimintaperiaate

applyOutputStyles() (open-sse/services/compression/outputStyles/apply.ts) sovittaa valinnan luetteloon (tuntemattomat tunnukset ja alueasetukseen sopimattomat tyylit ohitetaan, eivätkä ne koskaan aiheuta virhettä), yhdistää valitut ohjeet luettelon mukaisessa järjestyksessä, lisää rajausehdon kerran ja sijoittaa tuloksen järjestelmäkehotteen alkuun yhden idempotenssimerkinnän ([OmniRoute Output Styles]) jälkeen — uudelleensoveltaminen ei tee mitään. Kun havaitulle pyynnön kielelle on olemassa käännös, järjestelmäkehotteeseen lisätään englannin sijasta lokalisoitu ohje.

Käyttöönotto

Hallintapaneelissa: Konteksti → Asetukset → Pakkaus — jokaiselle tyylille on oma rivi, jolla on käyttöön-/poiskytkin ja tason valitsin. Ohjelmallisesti pakkausmääritykseen tallennetaan valinta seuraavasti:

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

Taaksepäin yhteensopivuus: vanha yhdistelmäasetus outputMode: "caveman" toimii edelleen ja vastaa terse-prose-tyyliä tavutasolla identtisesti vanhan lisäyksen kanssa kaikilla vanhoilla kielillä.

Kielen valinta: kun languageConfig.enabled on käytössä, autoDetect valitsee uusimman käyttäjäviestin kielen (sama tunnistin kuin syötemoottoreissa); autoDetect-toiminnon poistaminen käytöstä lukitsee kieleksi defaultLanguage-arvon. Pois käytöstä → englanti.

Tyyli × kieli -matriisi on kiinnitetty testillä tests/unit/compression/output-styles-i18n-matrix.test.ts: uutta tyyliä ei voi julkaista ilman vähintään pt-BR-käännöstä (tai nimenomaisesti seurattua poikkeusta), eikä olemassa oleva tyyli voi huomaamatta menettää kielialuetta. Lisätietoja tyylin lisäämisestä on kohdassa EXTENDING_COMPRESSION.md.

Työkalutulosten pakkaus

toolResultCompressor.ts-moduuli tarjoaa 5 erikoistunutta pakkausstrategiaa työkalutuloksille (funktiokutsut, agenttien tulosteet, hakutulokset jne.):

1. Hakutulosten pakkaus — Poistaa tarpeettomasti toistuvat tulokset ja säilyttää parhaat N tulosta
2. Tiedostojen lukutulosten pakkaus — Katkaisee suuret tiedostot ja säilyttää otsakkeet/tuonnit
3. Koodin suoritustulosten pakkaus — Säilyttää vain olennaisen stdout/stderr-tulosteen
4. Tietokantakyselyiden pakkaus — Rajoittaa rivejä ja poistaa monisanaiset metatiedot
5. API-vastausten pakkaus — Poistaa null-kentät ja tiivistää taulukot

Milloin sitä kannattaa käyttää

Työkalutulosten pakkaus on aina käytössä, kun työkalukutsuja esiintyy. Määrityksiä ei tarvita.

Pinottu käsittelyputki

Pinottu tila suorittaa useita moottoreita peräkkäin — yleensä ensin RTK:n (60–90 %:n säästö työkalutulosteessa) ja sitten Cavemanin (30 %:n lisäsäästö jäljellä olevasta tekstistä). Näin saavutetaan yhteensä 78–95 %:n säästö.

Toimintaperiaate

Syöte (1000 tokenia)
  → RTK (komennot huomioiva suodatin) → 200 tokenia
    → Caveman (täytesanojen poisto) → 140 tokenia
  → Tuloste (140 tokenia, 86 %:n säästö)

Milloin sitä kannattaa käyttää

Käytä pinottua tilaa seuraavissa tilanteissa:

• Työkalupainotteiset työnkulut (agenttipohjainen ohjelmointi, tutkimus)
• Kustannusherkkä eräkäsittely
• Kun tarvitset mahdollisimman suuren token-säästön

Määritä yhdistelmäasetuksella:

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

---

Yhdistelmäkohtaiset pakkausasetusten ohitukset

Voit ohittaa yleisen pakkaustilan yhdistelmäkohtaisesti, jotta voit hienosäätää toimintaa eri käyttötapauksia varten:

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

Tämä on hyödyllistä seuraavissa tapauksissa:

• Ohjelmointiyhdistelmät: Käytä aggressive-tilaa pitkissä istunnoissa
• Nopeat kysymys-vastausyhdistelmät: Käytä lite-tilaa nopeita vastauksia varten
• Paljon työkaluja käyttävät yhdistelmät: Käytä stacked-tilaa mahdollisimman suuriin säästöihin
• Tuotantoyhdistelmät: Käytä cache-aware-tilaa välimuistia tukevien palveluntarjoajien kanssa

---

Katso myös

• Ympäristöasetukset — Pakkauksen ympäristömuuttujat
• Arkkitehtuuriopas — Pakkausputken sisäinen toiminta
• Käyttöopas — Pakkauksen käytön aloittaminen
• RTK-pakkaus — RTK-suodattimet, luottamusmalli, vahvistusportti ja raakasyötteen palautus
• Pakkausmoottorit — Caveman, RTK, pinottu tila, ohjelmointirajapinnat, MCP ja hallintapaneeli
• Pakkaussääntöjen muoto — JSON-sääntöpaketin muoto
• Pakkauksen kielipaketit — Kielikohtaiset Caveman-säännöt