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

🗜️ Prompt Compression Guide — OmniRoute (Hrvatski)

🌐 Languages: 🇺🇸 English · 🇪🇹 am · 🇸🇦 ar · 🇦🇿 az · 🇧🇬 bg · 🇧🇩 bn · 🇨🇿 cs · 🇩🇰 da · 🇩🇪 de · 🇬🇷 el · 🇪🇸 es · 🇪🇪 et · 🇮🇷 fa · 🇫🇮 fi · 🇫🇷 fr · 🇮🇪 ga · 🇮🇳 gu · 🇳🇬 ha · 🇮🇱 he · 🇮🇳 hi · 🇭🇺 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

---

Automatski uštedite 15–95 % na sadržaju koji ispunjava uvjete. Za brzi pregled pogledajte odjeljak README-ja o kompresiji.

Pregled

OmniRoute implementira modularni cjevovod za kompresiju upita koji se pokreće proaktivno prije nego što zahtjevi stignu do nadređenih pružatelja usluga. To znači da se tokeni štede transparentno — nisu potrebne nikakve promjene u vašem tijeku rada.

Zahtjev klijenta
  → Selektor strategije kompresije
    → Nadjačavanje kombinacijom? → Upotrijebi postavku kombinacije
    → Prag automatskog pokretanja? → Upotrijebi automatski način
    → Zadani način? → Upotrijebi globalnu postavku
    → Isključeno? → Preskoči kompresiju
  → Odabrani način kompresije
    → Isključeno: Bez kompresije
    → Lite: Sigurno čišćenje razmaka i oblikovanja (~15 %)
    → Standard: Uklanjanje suvišnih riječi u pećinskom stilu (~30 %)
    → Aggressive: Starenje povijesti + sažimanje (~50 %)
    → Ultra: Heurističko obrezivanje + stanjivanje blokova koda (~75 %)
    → RTK: Filtriranje izlaza terminala/alata uz prepoznavanje naredbi (raspon od 60 do 90 % kod nadređenog pružatelja)
    → Stacked: Uređeni cjevovod s više mehanizama, obično RTK pa Caveman (raspon od 78 do 95 % sadržaja koji ispunjava uvjete)
  → Komprimirani zahtjev → Pružatelj usluge

---

Načini kompresije

Off

Kompresija se ne primjenjuje. Sve poruke prolaze nepromijenjene.

Lite način (~15 % uštede, latencija <1 ms)

Najsigurniji način — bez semantičkih promjena, samo čišćenje oblikovanja:

Tehnika	Opis
collapseWhitespace	Spaja uzastopne prazne retke i uklanja završne razmake
dedupSystemPrompt	Uklanja duplicirane sistemske poruke
compressToolResults	Komprimira opširne izlaze alata/funkcija
removeRedundantContent	Uklanja ponovljene upute
replaceImageUrls	Skraćuje URI-jeve slikovnih podataka u formatu base64

Najprikladnije za: Stalnu upotrebu i tijekove rada u kojima je sigurnost ključna.

Standard način (~30 % uštede)

Nadahnut alatom Caveman — uklanja suvišne riječi i opširne izraze uz očuvanje značenja:

• Uklanja suvišne riječi („molim”, „mislim”, „u osnovi”, „zapravo”)
• Sažima opširne izraze („kako bi se” → „da”, „kao rezultat” → „zbog”)
• Uklanja ublažavajuće izraze iz pristojnosti („Bi li vam smetalo...”, „Ako biste možda mogli...”)
• Više od 30 pravila regularnih izraza prilagođenih upitima za programiranje

Najprikladnije za: Svakodnevne programerske tijekove rada i timove usmjerene na troškove.

Aggressive način (~50 % uštede)

Pametno upravljanje poviješću za duge sesije:

• Starenje poruka — starije se poruke postupno sve više komprimiraju
• Sažimanje rezultata alata — dugi izlazi alata zamjenjuju se sažecima
• Zaštita strukturne cjelovitosti — osigurava da parovi tool_use + tool_result ostanu dosljedni
• Uvažavanje kontekstnog prozora — poštuje ograničenja broja tokena za svaki model

Najprikladnije za: Duge sesije otklanjanja pogrešaka i velike baze koda.

Ultra način (~75 % uštede)

Maksimalna kompresija za scenarije u kojima je broj tokena ključan:

• Heurističko obrezivanje — uklanja poruke ispod praga relevantnosti
• Stanjivanje blokova koda — komprimira ponavljajuće primjere koda
• Skraćivanje binarnim pretraživanjem — pronalazi optimalnu točku skraćivanja za kontekstni prozor
• Uključene su sve značajke načina Aggressive

Najprikladnije za: Situacije u kojima opetovano dosežete ograničenja konteksta.

RTK način (raspon od 60 do 90 % kod nadređenog pružatelja)

RTK način optimiziran je za opširne izlaze alata koji se pojavljuju u sesijama programerskih agenata:

• Otkriva klase naredbi/izlaza kao što su git status, git diff, git log, pokretači testova, međuverzije TypeScript/Vite/Webpack, ESLint/Biome/Prettier, npm provjere/instalacije, Docker zapisnici, infrastrukturni izlaz i generički izlaz ljuske
• Primjenjuje pakete JSON filtara iz open-sse/services/compression/engines/rtk/filters/
• Uvozi filtre sheme RTK TOML v1 iz projektnih ili globalnih datoteka filters.toml, uz provjeru ugrađenih testova i kontrolu pouzdanosti projektnih datoteka
• Isporučuje 49 ugrađenih filtara s ugrađenim primjerima za provjeru
• Uklanja ANSI kontrolne sekvence, trake napretka, ponovljene retke i nekorisni šum
• Čuva neuspjehe, pogreške, upozorenja, promijenjene datoteke, sažetke i završetak dugog izlaza
• Podržava projektne filtre s kontrolom pouzdanosti, globalne filtre i neobavezan oporavak redigiranog neobrađenog izlaza

Najprikladnije za: Sesije agenata s transkriptima ljuske, međuverzija, testova, gita, grepa i izlaza datoteka.

Stacked način (raspon od 78 do 95 % sadržaja koji ispunjava uvjete)

Stacked način pokreće više mehanizama za kompresiju determinističkim redoslijedom. Zadani cjevovod je:

RTK -> Caveman

Tim se redoslijedom najprije sažimaju izlazi terminala/alata, a zatim Caveman semantički sažima preostali upit na prirodnom jeziku. Stacked cjevovodi mogu se konfigurirati globalno ili putem kombinacija kompresije dodijeljenih kombinacijama usmjeravanja.

Najprikladnije za: Mješoviti kontekst s velikim zapisnicima alata te ljudskim uputama ili sažecima asistenta.

---

Izračun ušteda iz izvornih projekata

OmniRoute dokumentira uštede kompresijom iz dvaju izvora: referentnih testova izvornih projekata i vlastite kombinacije mehanizama OmniRoutea.

Izvor	Broj iz README-ja izvornog projekta koji se ovdje upotrebljava
Caveman	~75% manje izlaznih tokena, prosječna ušteda izlaza na referentnim testovima od 65%, raspon 22-87% i alat za kompresiju ulaza od ~46%
RTK	Ušteda izlaza naredbi od 60-90%; ogledna sesija od ~118,000 -> ~23,900 tokena, odnosno ušteda od 79.7% (~80%)

Za preklapajuće korisne sadržaje alata/konteksta zadana kombinacija OmniRoutea slaže mehanizme ovim redoslijedom:

RTK -> Caveman

Kombinirane uštede su multiplikativne, a ne aditivne:

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%

Brojka od 78-95% primjenjuje se kada i RTK i Caveman mogu smanjiti isti ulazni/kontekstualni korisni sadržaj. Cavemanov način rada za izlaz odgovora zaseban je: kada je omogućen, upotrijebite Cavemanove vlastite uštede izlaza (65% u prosjeku, istaknuta vrijednost ~75%, raspon 22-87%). Ukupne uštede na naplati ovise o omjeru upita i izlaza.

Što "prihvatljiv" zapravo znači

Istaknuti raspon od 15-95% stvaran je, ali primjenjuje se samo na redundantan ili preopširan sadržaj — ponovljene retke pogrešaka, zapisnik izgradnje koji neprestano ispisuje isto upozorenje, prevelik ispis naredbe grep/čitanja datoteke. To ne znači da svaki zahtjev ostvaruje toliku uštedu.

Empirijski potvrđeno (tests/unit/compression/stacked-compression-tool-result-savings.test.ts): pokretanje načina stacked (RTK + Caveman) nad blokom tool_result u Anthropicovu obliku, koji je sadržavao 300 identičnih redaka pogrešaka, ostvarilo je uštedu tokena od 95.93% / uštedu znakova od 96.26% — točno unutar oglašenog raspona. No pokretanje istog slijeda obrade nad uobičajenim, neredundantnim izlazom alata (čist popis podudaranja naredbe grep, kratko čitanje datoteke, običan razgovorni tekst) ispravno ostvaruje gotovo nikakvu uštedu jer nema ničega što se ponavlja i validateCompression() (validation.ts) odbija isporučiti preinaku koja bi izostavila ili izmijenila blokove koda, URL-ove, naslove, verzije ili identifikatore konstanti PISANE VELIKIM SLOVIMA.

To je očekivano i sigurno ponašanje, a ne pogreška: sesija programiranja koja uglavnom čita/pretražuje čiste datoteke naredbom grep ostvarit će skromne ukupne uštede čak i kada je kompresija potpuno omogućena, dok će sesija koja naiđe na petlju s pogreškom ili preopširan linter ostvariti puni raspon od 78-95% na tom prometu. Nemojte nizak zbirni postotak uštede jedne sesije smatrati dokazom da je kompresija pogrešno konfigurirana — najprije provjerite je li izlaz alata u pozadini doista bio redundantan.

---

Vizualizacija uštede tokena

Bez kompresije:       47K tokena poslano LLM-u
Uz Lite:              40K tokena poslano          (15% uštede — sigurno, uvijek uključeno)
Uz Standard:          33K tokena poslano          (30% uštede — pravila caveman-govora)
Uz Aggressive:        24K tokena poslano          (50% uštede — zastarijevanje + sažimanje)
Uz Ultra:             12K tokena poslano          (75% uštede — heurističko uklanjanje)
Uz RTK:               19K-5K tokena poslano       (60-90% uštede na izlazu naredbi/alata)
Uz Stacked:           10K-2.5K tokena poslano     (prihvatljivi raspon RTK+Caveman od 78-95%)

---

Konfiguracija

Nadzorna ploča

Idite na Dashboard → Context & Cache:

• Caveman — odabir načina rada, jezični paketi, pretpregled i globalne zadane postavke
• RTK — pretpregled filtra naredbi, sigurnosne postavke za RTK i katalog filtara
• Kombinacije kompresije — imenovani cjevovodi mehanizama dodijeljeni kombinacijama usmjeravanja
• Prag automatskog pokretanja — automatski aktivira kompresiju kada broj tokena premaši prag

Nadjačavanje po kombinaciji

U Dashboard → Context & Cache → Compression Combos dodijelite kombinaciju kompresije kombinaciji usmjeravanja:

Kombinacija: "free-tier-fallback"
  Kombinacija kompresije: "coding-agent-stack"
  Cjevovod: RTK -> Caveman
  Ciljevi:
    1. if/kimi-k2.7-code
    2. if/qwen3.8-max-preview

To vam omogućuje upotrebu složene kompresije na besplatnim/programerskim pružateljima, uz zadržavanje laganog načina rada na plaćenim pretplatama.

Ova dodjela „Nadjačavanje po kombinaciji” razlikuje se od nadjačavanja načina kompresije kombinacije usmjeravanja (Default/Off/Lite/Standard/Aggressive/Ultra) — to nadjačavanje ne odabire imenovani cjevovod kombinacije kompresije; ono samo postavlja polje compressionMode koje provjerava resolveCompressionPlan. Može se postaviti na kartici kombinacije (Dashboard → Combos) ili, od #6760, za svaku kombinaciju usmjeravanja na popisu „Assign to routing” u Dashboard → Context & Cache → Compression Combos, odmah pokraj potvrdnog okvira za dodjelu cjevovoda koji je prethodno dokumentiran. Oba sučelja spremaju postavke putem iste krajnje točke PUT /api/combos/{id}.

Nadjačavanje po zahtjevu

Pošaljite zaglavlje zahtjeva x-omniroute-compression kako biste nadjačali plan kompresije za pojedinačni zahtjev. Ono ima najviši prioritet — nadjačava postavku kombinacije usmjeravanja, aktivni profil, automatsko pokretanje i zadanu postavku na ploči. Nepoznate se vrijednosti zanemaruju (zahtjev se nikada ne odbija), a globalni glavni prekidač i dalje upravlja svime: kada je kompresija globalno isključena, zaglavlje je ne može uključiti. Vrijednosti:

Vrijednost	Učinak
off	Bez kompresije za ovaj zahtjev.
default	Zadani profil izveden iz postavki ploče (zanemaruje aktivni profil).
engine:<id>	Jedan mehanizam kada je omogućen, npr. engine:rtk.
<combo>	Imenovana kombinacija, najprije usklađena prema nazivu (bez razlikovanja velikih i malih slova), a zatim prema ID-u.

Primijenjeni plan vraća se u zaglavlju odgovora X-OmniRoute-Compression: <mode>; source=<source>, pri čemu je <source> jedna od vrijednosti request-header, routing-override, active-profile, auto-trigger, default ili off.

API

# Dohvati postavke kompresije
curl http://localhost:20128/api/settings/compression

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

# Pretpregled određenog RTK/složenog korisnog sadržaja
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"}]}'

# Prikaži popis paketa RTK filtara
curl http://localhost:20128/api/context/rtk/filters

# Izravno testiraj RTK s neobaveznim metapodacima naredbe
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"}'

---

Što je zaštićeno

Mehanizam za kompresiju uvijek čuva:

• ✅ Blokove koda (ograđene i umetnute)
• ✅ URL-ove i putanje datoteka
• ✅ JSON strukture i strukturirane podatke
• ✅ Identifikatore i zaštićene tehničke tokene
• ✅ Matematičke izraze
• ✅ Definicije poziva alata/funkcija
• ✅ Sistemske upite (u laganom načinu rada)

Oporavak neobrađenog RTK izlaza uklanja uobičajene API ključeve, tokene nositelja, Slack tokene, AWS pristupne ključeve, lozinke, tokene i tajne prije nego što se bilo što trajno pohrani.

---

Statistika kompresije

Svaki komprimirani zahtjev uključuje statistiku u zapisnicima poslužitelja:

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

---

Plan faza

Faza	Načini rada	Status
Faza 1	Isključeno, lagano	✅ Isporučeno
Faza 2	Standardno, agresivno, ultra	✅ Isporučeno
Faza 3	RTK, složeno, kombinacije kompresije	✅ Isporučeno
Faza 4	Stilovi izlaza, ultra razine SLM-a, okvir za evaluaciju	✅ Isporučeno
Faza 4C	Prilagodljivi proračun konteksta („regulator”) — računalni mehanizam + API (contextBudget na PUT /api/settings/compression) + kontrole načina rada/pravilnika na nadzornoj ploči	✅ Isporučeno

---

Zahvale

Pravila kompresije standardnog načina rada nadahnuta su projektom Caveman autora Juliusa Brusseea (⭐ 51K+) — viralnim projektom „zašto koristiti mnogo tokena kada malo tokena odradi posao”. Caveman navodi ~75% manje izlaznih tokena, prosječnu uštedu izlaza od 65% u referentnim testovima, raspon izlaznih ušteda od 22-87% i alat za kompresiju ulaza od ~46%.

RTK način rada nadahnut je projektom RTK - Rust Token Killer organizacije RTK AI — visokoučinkovitim projektom za kompresiju izlaza naredbi namijenjenom filtriranju izlaza terminala, međuverzija, testova, gita i alata. RTK navodi uštede od 60-90%, dok ogledna sesija u njegovoj datoteci README prikazuje uštedu od ~80%.

---

Napredni sustavi kompresije

Osim 7 standardnih načina rada, OmniRoute uključuje nekoliko naprednih sustava kompresije koji rade automatski ovisno o kontekstu.

Kompresija prilagođena predmemoriji

Neki pružatelji (poput Anthropic-a s predmemoriranjem upita) podržavaju predmemoriranje upita, što im omogućuje predmemoriranje dijelova upita radi smanjenja troškova i latencije. Kada je predmemoriranje omogućeno, agresivna kompresija zapravo može naštetiti performansama jer mijenja predmemorirane tokene i time poništava predmemoriju.

Modul cachingAware.ts to rješava otkrivanjem konteksta predmemoriranja i prilagođavanjem strategije kompresije u skladu s njim.

Kako funkcionira

1. Otkrivanje konteksta predmemoriranja — Pretražuje tijelo zahtjeva u potrazi za oznakama cache_control
2. Prepoznavanje pružatelja s predmemoriranjem — Provjerava podržava li ciljni pružatelj predmemoriranje
3. Prilagodba strategije — Snižava aggressive/ultra na standard za pružatelje s predmemoriranjem
4. Preskakanje sistemskog upita — Sistemski se upiti obično predmemoriraju, stoga ih ne treba komprimirati
5. Upotreba determinističkih transformacija — Upotrebljava samo transformacije koje daju dosljedan izlaz

Primjer koda

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" }, // ← Oznaka predmemorije
};

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

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

Kada upotrebljavati

Kompresija prilagođena predmemoriji uvijek je uključena — konfiguracija nije potrebna. Aktivira se samo kada:

• Zahtjev sadrži oznake cache_control
• Ciljni pružatelj podržava predmemoriranje upita (Anthropic, OpenAI itd.)

Progresivno starenje

Dugi razgovori nakupljaju mnogo poruka, ali starije poruke postaju manje relevantne. Modul progressiveAging.ts degradira poruke prema udaljenosti od posljednje poruke:

• Nedavne poruke (0-3): Čuvaju se doslovno (sa svim pojedinostima)
• Srednje stare poruke (4-8): Lagana kompresija (uklanjanje suvišnih razmaka, čišćenje oblikovanja)
• Stare poruke (9+): Caveman kompresija (uklanjanje suvišnog sadržaja, sažimanje)
• Vrlo stare poruke (20+): Opsežno se sažimaju ili odbacuju

Primjer koda

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" },
  // ... još 50 poruka ...
];

const { messages: aged, saved } = applyAging(messages, {
  verbatim: 3, // Prve 3 poruke: doslovno
  light: 8, // Poruke 4-8: lagana kompresija
  moderate: 20, // Poruke 9-20: Caveman kompresija
  // Poruke 21+: opsežno sažimanje
});

// saved = broj ušteđenih tokena

Kada upotrebljavati

Progresivno starenje uvijek je uključeno za načine rada aggressive i ultra. Posebno je učinkovito za:

• Dugotrajne sesije programiranja
• Višednevne razgovore
• Agentske tijekove rada s mnogo poziva alata

Način izlaza Caveman

Modul outputMode.ts umeće upute u sistemski prompt kako bi sam model stvarao sažet, štur izlaz (stil "pećinskog čovjeka").

Kako funkcionira

Umjesto sažimanja ulaza, ovaj način dodaje sistemski prompt poput:

"Odgovaraj s minimalno riječi. Preskoči ljubaznosti. Koristi kratke rečenice."

To je posebno učinkovito za:

• Generiranje koda (sažetiji izlaz = manje tokena)
• Brza pitanja i odgovore (nisu potrebna opširna objašnjenja)
• Skupnu obradu (maksimalna propusnost)

Kada ga koristiti

Način izlaza Caveman uključuje se opcionalno — postavite ga putem kombinirane konfiguracije:

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

Stilovi izlaza (katalog)

Prethodno opisani način izlaza Caveman naslijeđeni je put s jednim stilom. Faza 4 proširila ga je u katalog kombiniranih stilova izlaza: OUTPUT_STYLE_CATALOG u datoteci open-sse/services/compression/outputStyles/catalog.ts. Svaki stil predstavlja uputu u sistemskom promptu koja navodi sam model da stvara ekonomičniji izlaz; stilovi se mogu uključiti zajedno i umeću se redoslijedom iz kataloga.

Stil	id	Što radi	Jezici uputa
Sažeta proza	terse-prose	Uklanja poštapalice/članove/ograđivanje; tehnički sadržaj ostaje precizan. Isti tekst kao u naslijeđenom načinu izlaza Caveman (referenciran, ne prepisan).	en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi
Manje koda	less-code	YAGNI ljestvica: najmanja funkcionalna promjena, bez nezatraženih apstrakcija.	en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi
Konjski rep (lijeni stariji programer)	ponytail	"Najbolji je kod onaj koji nikad nije napisan": ponovna uporaba > ponovno pisanje, temeljni uzrok > simptom, najkraća funkcionalna razlika.	en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi
Imam ADHD (prvo radnja)	i-have-adhd	Prvo radnja (naredba/putanja/isječak prije proze), numerirani ograničeni koraci, JEDAN konkretan sljedeći korak, bez uvoda/sažetka/završnih napomena. Prilagođeno iz ayghri/i-have-adhd (MIT).	en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi
Sažeti CJK (文言)	terse-cjk	Izrazito sažet stil klasičnog kineskog.	zh (ograničeno lokalom: nudi se samo kada je razriješeni jezik zh)

Svaki stil dolazi s tri razine intenziteta — lite, full, ultra — a svaka razina završava zajedničkom klauzulom o granicama, koja blokove koda, putanje datoteka, naredbe, tekstove pogrešaka, URL-ove i identifikatore zadržava neizmijenjenima.

Kako umetanje funkcionira

applyOutputStyles() (open-sse/services/compression/outputStyles/apply.ts) razrješava odabir prema katalogu (nepoznati id-ovi i stilovi koji ne odgovaraju lokalu odbacuju se i nikada ne uzrokuju pogrešku), spaja odabrane upute redoslijedom iz kataloga, dodaje klauzulu o granicama jednom i umeće rezultat na početak sistemskog prompta iza jedinstvene oznake idempotentnosti ([OmniRoute Output Styles]) — ponovna primjena ne čini ništa. Kada postoji prijevod za otkriveni jezik zahtjeva, umjesto upute na engleskom umeće se lokalizirana uputa.

Kako omogućiti

Na nadzornoj ploči: Kontekst → Postavke → Kompresija — jedan redak po stilu s prekidačem za uključivanje/isključivanje i izbornikom razine. Programska konfiguracija kompresije sprema odabir kao:

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

Kompatibilnost unatrag: naslijeđena kombinirana postavka outputMode: "caveman" i dalje radi te se preslikava na terse-prose, uz identičan slijed bajtova kao u starom umetanju za svaki naslijeđeni jezik.

Odabir jezika: kada je languageConfig.enabled uključen, autoDetect odabire jezik najnovije korisničke poruke (isti detektor kao u mehanizmima za ulaz); isključivanje opcije autoDetect fiksira defaultLanguage. Isključeno → engleski.

Matrica stilova × jezika fiksirana je testom tests/unit/compression/output-styles-i18n-matrix.test.ts: novi se stil ne može isporučiti bez barem prijevoda na pt-BR (ili izričite praćene iznimke), a postojeći stil ne može neprimjetno izgubiti lokal. Za dodavanje stila pogledajte EXTENDING_COMPRESSION.md.

Kompresija rezultata alata

Modul toolResultCompressor.ts pruža 5 specijaliziranih strategija kompresije za rezultate alata (pozive funkcija, izlaze agenata, rezultate pretraživanja itd.):

1. Kompresija rezultata pretraživanja — uklanja suvišne rezultate, zadržava prvih N
2. Kompresija čitanja datoteka — skraćuje velike datoteke, zadržava zaglavlja/uvoze
3. Kompresija izvršavanja koda — zadržava samo nužni stdout/stderr
4. Kompresija upita baze podataka — ograničava retke, uklanja opširne metapodatke
5. Kompresija odgovora API-ja — uklanja polja s vrijednošću null, sažima polja

Kada je koristiti

Kompresija rezultata alata uvijek je uključena kada postoje pozivi alata. Konfiguracija nije potrebna.

Složeni obradni kanal

Složeni način pokreće više mehanizama uzastopno — obično prvo RTK (60–90 % uštede na izlazu alata), a zatim Caveman (dodatnih 30 % uštede na preostalom tekstu). Time se postiže ukupna ušteda od 78–95 %.

Kako funkcionira

Ulaz (1000 tokena)
  → RTK (filtar koji prepoznaje naredbe) → 200 tokena
    → Caveman (uklanjanje poštapalica) → 140 tokena
  → Izlaz (140 tokena, 86 % uštede)

Kada ga koristiti

Koristite složeni način za:

• Tijekove rada s intenzivnom uporabom alata (agentsko programiranje, istraživanje)
• Troškovno osjetljivu skupnu obradu
• Situacije kada vam je potrebna maksimalna ušteda tokena

Konfigurirajte putem kombinirane konfiguracije:

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

---

Nadjačavanja kompresije za kombinacije

Možete nadjačati globalni način kompresije za svaku kombinaciju zasebno kako biste precizno prilagodili ponašanje različitim slučajevima upotrebe:

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

Ovo je korisno za:

• Kombinacije za programiranje: Koristite način aggressive za duge sesije
• Kombinacije za brza pitanja i odgovore: Koristite način lite za brze odgovore
• Kombinacije s intenzivnom upotrebom alata: Koristite način stacked za maksimalne uštede
• Produkcijske kombinacije: Koristite način cache-aware za pružatelje usluga s predmemoriranjem

---

Pogledajte također

• Konfiguracija okruženja — Varijable okruženja za kompresiju
• Vodič kroz arhitekturu — Unutarnji ustroj cjevovoda kompresije
• Korisnički vodič — Početak rada s kompresijom
• RTK kompresija — RTK filtri, model povjerenja, kontrola provjere, oporavak neobrađenog izlaza
• Mehanizmi kompresije — Caveman, RTK, složeni način, API-ji, MCP, nadzorna ploča
• Format pravila kompresije — JSON format paketa pravila
• Jezični paketi za kompresiju — Caveman pravila specifična za pojedine jezike