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

Compression Engines (한국어)

🌐 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 · 🇱🇹 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

---

OmniRoute 압축은 엔진 계약을 중심으로 구축됩니다. 모드는 하나의 엔진을 직접 실행하거나 (caveman 또는 rtk) 여러 엔진을 순서대로 실행하는 결정론적 스택 파이프라인을 사용할 수 있습니다.

모드

모드	엔진 경로	적합한 입력
off	없음	프롬프트를 정확히 보존
lite	Caveman lite 헬퍼	위험도가 낮은 상시 정리
standard	Caveman	자연어 프롬프트 압축
aggressive	Caveman + 기록/도구 요약기	긴 채팅 세션
ultra	Caveman + 가지치기 헬퍼	컨텍스트 한도 복구
rtk	RTK	터미널, 셸, 빌드, 테스트 및 git 출력
omniglyph	OmniGlyph	네이티브 제공자 전송 계층의 이미지형 컨텍스트
stacked	파이프라인, 기본값 rtk -> caveman	혼합된 도구 로그 및 산문, 최대 절감 효과

OmniGlyph 압축 프로필

omniglyph 엔진(패키지 omniglyph, 1.4.0+)은 이름이 지정된 의미론적 프로필을 허용하며, 압축 설정의 omniglyph.profile을 통해 전역으로 설정하거나 스택 파이프라인의 단계 설정을 통해 단계별로 설정할 수 있습니다.

프로필	경계
aggressive	기본값. 공개된 측정 결과에서 사용한 정책 — 시스템, 도구 문서 및 밀도 높은 기록을 이미지화함
balanced	활성 상태를 네이티브로 유지하고, 최근 8개 턴을 보호하며, 이전에 종료된 기록을 축약함
coding-safe	권한, 도구 스키마 및 활성 도구 출력을 네이티브로 유지하고, 최근 12개 턴을 보호함
passthrough	변환하지 않고 라우팅하며, 엔진을 건너뜀

프로필은 하한이 아니라 상한입니다. 패키지의 mergeCompressionProfileOptions는 호출자의 재정의로 프로필이 닫은 손실 허용 경로를 다시 열 수 없도록 하므로, 단계별 preserveSystemPrompt: false로는 coding-safe에서 시스템 압축을 다시 활성화할 수 없습니다.

이 코드베이스에서 측정한 결과, coding-safe와 balanced는 minCompressChars를 최댓값으로 높이고 시스템, 도구 스키마 및 도구 결과를 네이티브로 유지합니다. 따라서 아직 기록이 누적되지 않은 세션은 below_min_chars에서 중단되며 엔진은 아무것도 변환하지 않습니다. 가장 안전한 프로필 대신 aggressive가 기본값인 이유가 바로 이것입니다.

패키지는 환경 설정에서 자체 모델 범위와 프로필을 결정합니다. OmniRoute는 이 결정을 절대로 위임하지 않습니다. 어댑터가 모델 게이트를 패키지의 가장 제한적인 범위로 고정하므로, 호스트 환경 설정은 허용 목록을 좁힐 수만 있고 OmniRoute의 측정 결과를 넘어 넓힐 수는 없습니다.

엔진 레지스트리

레지스트리는 open-sse/services/compression/engines/registry.ts에 있습니다. 엔진은 다음과 같은 공통 계약을 제공합니다.

• id: caveman 또는 rtk와 같은 안정적인 엔진 ID
• apply(text, config): 스택형 파이프라인에서 사용하는 레거시 실행 경로
• compress(input, config): 텍스트 + 통계를 반환하는 기본 실행 경로
• getConfigSchema(): 유효한 설정의 JSON-Schema 유사 구조를 반환
• validateConfig(config): { valid, errors[] }를 반환

등록에는 registerCompressionEngine(engine)(고급 사용 사례의 경우 registerEngine)을 사용하며, 이 함수는 엔진을 수락하기 전에 assertValidEngine()과 validateConfig(defaultConfig)를 호출합니다. 런타임에 엔진을 제거하려면 unregisterCompressionEngine(id)를 사용하세요.

strategySelector.ts는 압축이 실행되기 전에 기본 제공 엔진을 등록합니다. 이를 통해 미리보기, 런타임 압축, 스택형 모드, 테스트 및 향후 엔진이 동일한 실행 경로를 사용할 수 있습니다.

MCP 설명 압축(관련 항목)

별도의 레지스트리가 레지스트리 수준에서 MCP 도구 설명 메타데이터를 압축합니다. 자세한 내용은 open-sse/mcp-server/descriptionCompressor.ts 및 MCP-SERVER.md를 참조하세요. 이 레지스트리는 Caveman 규칙을 재사용하지만 요청 페이로드가 아닌 도구 메타데이터를 대상으로 작동합니다.

추가 기본 제공 엔진

Caveman, RTK 및 LLMLingua-2 외에도 레지스트리는 여러 특수 무손실 / 구조적 엔진을 제공합니다(스택형 파이프라인, 플레이그라운드 및 테스트에서 사용).

엔진	ID	기능
CCR	ccr	Content-Compress-Retrieve(H4): 연속된 대용량 텍스트 블록을 콘텐츠 주소 기반 참조로 대체하여, 반복되거나 큰 블록을 한 번만 전송하고 이후에는 참조하도록 합니다.
headroom	headroom	SmartCrusher(H3 + N5): 동종 JSON 배열 페이로드를 열 기반 [N rows] 형식으로 무손실 표 압축합니다.
ionizer	ionizer	매우 큰 동종 블록의 처음/중간/마지막 행을 샘플링하고, 생략된 중간 부분을 CCR 콘텐츠 주소 기반 참조로 저장합니다.
session-dedup	session-dedup	콘텐츠 주소 기반 턴 간 중복 제거(TokenMizer에서 영감 받음): 동일한 세션의 이전 턴에서 이미 나타난 텍스트를 생략합니다.

CCR 검색 프로토콜 지침(#8033): CCR이 요청에서 처음으로 1개 이상의 블록을 대체하면, 엔진은 마커 → 도구 계약을 호출자에게 알려 주는 단일 멱등성 system 메시지 ([CCR protocol] 센티널로 시작)를 앞에 추가합니다. 이 메시지는 [CCR retrieve hash=<24hex> chars=N] 마커의 의미, 해시를 그대로 복사해야 한다는 점 (16진수 24자 전체 — 해시를 잘못 복사하는 것이 "block not found" 오류의 주요 원인), 그리고 [dedup:ref sha=...] 마커는 "도구를 호출하라"가 아니라 "기록을 되돌아보라"는 의미임을 설명합니다. 이 안내는 호출자가 제공한다고 명시한 tools[]를 통해 실제로 omniroute_ccr_retrieve에 접근할 수 있음이 입증된 경우에만 삽입됩니다 (open-sse/services/compression/engines/ccr/protocolInstruction.ts의 callerSupportsCcrRetrieve()). 해당 도구가 없는 일반 OpenAI 호환 호출자에게는 접근할 수 없는 대상을 호출하라는 지침이 전달되지 않습니다. 삽입 전에 메시지 기록에서 센티널을 검색하여 멱등성을 보장하므로, 이전 메시지를 다시 보내는 멀티턴 요청에서도 턴마다 안내가 중복으로 쌓이지 않습니다.

Caveman

Caveman 모드는 일반 산문의 의미론적 압축에 중점을 둡니다:

• 코드 블록, URL, JSON, 경로 및 구조화된 데이터를 보존합니다
• 군더더기, 유보적 표현, 반복되는 맥락 및 장황한 연결 표현을 제거합니다
• open-sse/services/compression/rules/에서 언어별 파일 규칙 팩을 지원합니다
• 레거시 standard, aggressive, ultra 모드에서도 계속 사용할 수 있습니다

대시보드 경로는 Dashboard -> Context & Cache -> Caveman입니다.

Caveman 업스트림은 출력 토큰이 ~75% 감소하고, 벤치마크에서 평균 출력 절감률이 65%이며 범위는 22-87%라고 보고합니다. 또한 입력 압축 도구의 절감률은 ~46%입니다. OmniRoute는 중첩된 프롬프트/컨텍스트 절감 효과를 문서화할 때 Caveman의 입력 측 수치를 사용합니다. Caveman 출력 모드는 별도의 응답 동작 기능으로 유지됩니다.

RTK

RTK 모드는 명령 및 도구 출력에 중점을 둡니다:

• git status, git branch, git diff, Vitest/Jest/Pytest, Cargo/Go 테스트, TypeScript/Vite/Webpack 빌드, ESLint, npm 감사/설치, Docker 로그, 셸 find/grep, 스택 추적 및 일반 로그와 같은 출력 클래스를 감지합니다
• open-sse/services/compression/engines/rtk/filters/의 49개 JSON 필터를 적용합니다
• ANSI 제거, 치환, 출력 일치 시 단락 평가, 줄 제거/유지, 줄별 잘라내기, 머리/꼬리/최대 줄 수 잘라내기 및 비어 있을 때의 폴백으로 구성된 RTK 스타일 선언적 파이프라인을 지원합니다
• .rtk/filters.json의 신뢰 기반 프로젝트 필터와 DATA_DIR/rtk/filters.json의 전역 필터를 지원합니다
• ANSI 시퀀스, 진행 상태 노이즈, 반복된 줄 및 불필요한 상용구를 제거합니다
• 조치 가능한 실패, 경고, 요약, 변경된 파일 및 마지막 부분의 맥락을 보존합니다
• 인증된 관리 경로를 통한 복구/디버깅을 위해 수정 처리된 원시 출력을 선택적으로 보존할 수 있습니다

대시보드 경로는 Dashboard -> Context & Cache -> RTK입니다.

사용자 정의 필터, 신뢰, 검증 및 원시 출력 복구에 관한 운영 세부 정보는 RTK_COMPRESSION.md에 있습니다.

RTK 업스트림은 명령 출력 압축에서 60-90%의 절감률을 보고합니다. README 예시에서는 30분간의 Claude Code 세션이 ~118,000개 토큰에서 ~23,900개로 감소하여 79.7%가 절감됩니다.

LLMLingua-2 (의미론적 가지치기)

LLMLingua-2 모드는 소형 ONNX 토큰 분류기를 사용하여 산문에 의미론적 토큰 가지치기를 수행하며, 규칙 기반 Caveman 및 RTK 엔진을 보완합니다:

• 시스템 메시지가 아닌 메시지의 산문만 압축하며, 펜스 코드 블록 및 기타 보존 대상 구조는 절대 변경하지 않습니다
• 워커 스레드에서 @atjsh/llmlingua-2 백엔드(@huggingface/transformers를 통한 ONNX)를 실행하므로 모델 추론이 요청 이벤트 루프를 차단하지 않습니다
• 중첩할 수 있습니다(stackPriority 35). 중첩된 파이프라인에서는 구조적 엔진 (CCR, session-dedup, headroom, Caveman) 다음, ultra 이전에 실행됩니다. 의미론적 가지치기는 이미 구조적으로 압축된 텍스트에 가장 효과적이기 때문입니다. 예: rtk -> caveman -> llmlingua
• 어떤 오류가 발생해도 열린 상태로 실패 처리합니다(선택적 의존성 누락, 워커 생성, 모델 로드, 추론 또는 시간 초과) → 오류 대신 원본 텍스트를 변경 없이 반환합니다

엔진 위치: open-sse/services/compression/engines/llmlingua/. 대시보드 경로는 Dashboard -> Context & Cache -> LLMLingua입니다.

모델

기본 모델은 빠른 TinyBERT(atjsh/llmlingua-2-js-tinybert-meetingbank, 약 57 MB)입니다. 정확도가 더 높은 BERT-base 모델(Arcoldd/llmlingua4j-bert-base-onnx, 약 710 MB)은 엔진 구성의 model 필드를 통해 사용할 수 있습니다. @huggingface/transformers는 첫 호출 시 선택된 모델을 HuggingFace Hub에서 ${DATA_DIR}/models/llmlingua로 지연 다운로드합니다(modelStore.ts). 대신 modelPath 구성 재정의를 사용하면 로컬 사본을 지정할 수 있습니다(오프라인/에어갭 설치).

선택적 의존성 및 온디맨드 설치

가지치기 가능한 LLMLingua 런타임 피어 스택은 선택 사항입니다. 두 패키지가 package.json에서 optionalDependencies로 선언되어 있으며, 프로덕션 빌드에서는 외부 항목으로 유지됩니다(scripts/build/prepublish.ts가 번들에 포함하지 않음):

패키지	버전(고정)	참고
@atjsh/llmlingua-2	2.0.5	진입점 패키지이며, 나머지를 피어로 선언합니다
js-tiktoken	^1.0.20	토크나이저

@huggingface/transformers는 ^4.2.0으로 고정되어 있습니다(로컬 임베딩 경로와 공유되며 독립 실행형 번들에도 추적 포함됨). @atjsh/llmlingua-2@2.0.5는 이를 "^3.5.2 || ^4.0.0" 범위의 피어로 사용하므로 Transformers.js v3와 v4가 모두 지원됩니다. 2.0.4부터 @atjsh/llmlingua-2는 더 이상 @tensorflow/tfjs를 요구하지 않으며, 이에 따라 SLM 스택의 가장 큰 단일 구성 요소였던 TensorFlow.js가 제거되었습니다. 위 두 패키지만 가지치기 가능한 SLM 피어입니다. 표준 npm install(개발)은 선택적 의존성을 생략하지 않는 한 선택적 스택을 자동으로 설치합니다.

온디맨드 방식의 이유: npm에 게시된 패키지, 독립 실행형 번들 및 Docker 이미지는 크기를 작게 유지하기 위해 이러한 의존성을 포함하지 않고 배포됩니다. 의존성이 없으면 워커의 의존성 게이트(worker.ts의 @atjsh/llmlingua-2 해석 검사)가 실패하고 엔진은 조용히 열린 상태로 실패 처리됩니다. 즉, LLMLingua를 선택해도 아무 작업도 수행하지 않으며 텍스트가 변경 없이 반환되고 오류도 기록되지 않습니다. 가지치기된 환경에서 활성화하려면 선택적 스택을 설치하십시오:

# package.json optionalDependencies에 선언된 버전으로 고정
npm install @atjsh/llmlingua-2@2.0.5 js-tiktoken

@tensorflow/tfjs 제거(2.0.4+)로 이전에 대부분을 차지하던 약 800 MB의 구성 요소가 사라졌습니다. 남은 용량은 transformers.js 및 onnxruntime-node 런타임과 최초 사용 시 다운로드되는 TinyBERT 모델(약 57 MB, npm을 통해 받지 않음)입니다.

환경별:

• 개발 / npm install — --omit=optional(또는 --no-optional)을 전달하지 않았다면 자동으로 설치됩니다. 별도의 조치는 필요하지 않습니다.
• 전역 npm (npm i -g omniroute) / 독립 실행형 — 설치된 패키지 디렉터리에서 위의 설치 명령을 실행하거나, 선택적 의존성을 생략하지 않고 다시 설치하세요.
• Docker — 파생 이미지 레이어에 설치 명령을 추가하세요. 배포된 이미지는 의도적으로 경량화되어 있습니다.
• VPS (PM2) — 앱의 node_modules에 설치한 다음, 워커가 게이트를 다시 탐지하도록 프로세스를 재시작하세요.
• 원시 Next 독립 실행형 (npm run build → .build/next/standalone/server.js) — 독립 실행형 추적 결과에는 워커와 선택적 의존성이 모두 포함되지 않으므로, 엔진이 별다른 알림 없이 페일 오픈됩니다. scripts/build/colocate-standalone.mjs는 두 요소(워커 esbuild + 독립 실행형 트리에 대한 선택적 의존성 클로저)를 모두 다시 적용하며, 매 빌드 후 postbuild npm 훅을 통해 자동으로 실행됩니다. 멱등성을 가지며, 의존성이 없을 때도 오류 없이 정상적으로 넘어갑니다.

활성화 여부 확인: LLMLingua를 선택했을 때 실제 일반 텍스트의 크기가 줄어들면(엔진이 더 이상 페일 오픈되지 않으면) 활성화된 것이며, 첫 번째 요청 시 모델이 ${DATA_DIR}/models/llmlingua에 다운로드됩니다. 게이트는 의도적으로 @atjsh/llmlingua-2만 탐지합니다. 다른 피어 패키지는 ESM 전용이므로 설치되어 있어도 require.resolve에서 예외가 발생하기 때문입니다. 따라서 import() 시점에 피어 패키지 중 하나라도 실제로 누락되어 있으면 워커는 계속 페일 오픈됩니다.

스택형 파이프라인

스택형 모드는 파이프라인 단계를 순서대로 실행합니다. 기본값은 다음과 같습니다.

rtk -> caveman

프롬프트에 명령 출력과 사람 또는 어시스턴트의 자연어가 함께 포함된 코딩 에이전트 세션에 사용합니다. RTK가 먼저 불필요하게 많은 도구 로그를 줄인 다음, Caveman이 남은 자연어를 압축합니다.

파이프라인 단계는 압축 설정의 stackedPipeline 또는 압축 조합을 통해 구성합니다.

두 엔진이 동일한 압축 대상 페이로드를 줄이면 절감 효과가 누적됩니다.

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%

MCP 접근성 트리 필터

MCP 접근성 트리 스마트 필터는 프롬프트나 컨텍스트가 아닌 MCP 도구 결과에 적용되는 실행 후 압축 계층입니다. Playwright, computer-use 및 브라우저 자동화 MCP 서버와 같은 도구가 반환하는 장황한 접근성 트리 및 브라우저 스냅샷 페이로드를 대상으로 합니다.

수행 작업

1. 노이즈 제거 — 비어 있는 일반/텍스트 항목(- generic:, - text: "")을 제거합니다.
2. 형제 항목 축약 — 구조적으로 반복되는 줄이 collapseThreshold개 이상(기본값 30) 연속되면 첫 collapseKeepHead개(기본값 10) 줄 + 개수 요약 + 마지막 collapseKeepTail개(기본값 5) 줄로 축약합니다.
3. 참조 보존 — Playwright/computer-use에 필요한 [ref=eXX] 앵커는 절대 변경하지 않습니다.
4. 강제 잘라내기 — 축약 후에도 텍스트가 maxTextChars(기본값 50,000)를 초과하면 에이전트가 작업을 계속할 수 있도록 탐색 힌트와 함께 잘라냅니다.

엔진 위치

open-sse/services/compression/engines/mcpAccessibility/
  index.ts            ← smartFilterText() 진입점
  collapseRepeated.ts ← 형제 항목 축약 알고리즘
  constants.ts        ← DEFAULT_MCP_ACCESSIBILITY_CONFIG

구성

전역 설정의 compression.mcpAccessibility로 제어합니다(마이그레이션 056). 기본 구성은 다음과 같습니다.

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

이 필터는 type이 "text"이고 길이가 minLengthToProcess를 초과하는 도구 결과 페이로드에만 적용됩니다. 프롬프트 압축이나 요청 페이로드에는 영향을 주지 않습니다.

예상 절감률

페이지 복잡도에 따라 브라우저 스냅샷 도구 결과의 60~80%를 절감합니다. 축약 알고리즘의 시간 복잡도는 줄 수를 기준으로 O(n)이며 추가 지연 시간은 무시할 수 있는 수준입니다.

이 필터와 위 압축 엔진의 비교

측면	Caveman / RTK / 스택형	MCP 접근성 필터
대상	요청 프롬프트 / 컨텍스트	MCP 도구 결과
실행 조건	압축 모드 설정	compression.mcpAccessibility.enabled
범위	모든 SSE 메시지	도구 결과만
참조 앵커	해당 없음	항상 보존

---

압축 콤보

압축 콤보는 라우팅 콤보에 할당할 수 있는 이름 있는 압축 프로필입니다.

• compression_combos: 모드, 파이프라인, RTK 구성, 언어 구성 및 기본값 표시를 저장합니다
• compression_combo_assignments: 압축 콤보를 라우팅 콤보에 매핑합니다
• 런타임 통합은 일반 콤보 재정의보다 먼저 할당된 압축 콤보를 확인합니다
• 분석에는 compression_combo_id 및 engine이 포함됩니다

대시보드 위치: Dashboard -> Context & Cache -> Compression Combos.

API 인터페이스

경로	용도
/api/settings/compression	전역 압축 설정(mcpAccessibility 구성 포함)
/api/compression/preview	모든 압축 모드 미리 보기
/api/compression/language-packs	사용 가능한 Caveman 언어 팩 목록 조회
/api/context/caveman/config	Caveman 설정 별칭
/api/context/rtk/config	RTK 기본값 및 설정
/api/context/rtk/filters	RTK 필터 카탈로그
/api/context/rtk/test	RTK 미리 보기/테스트 엔드포인트
/api/context/rtk/raw-output/[id]	인증된 민감 정보 제거 원시 출력 복구
/api/context/combos	압축 콤보 CRUD
/api/context/combos/[id]/assignments	라우팅 콤보 할당 CRUD
/api/context/analytics	압축 분석 별칭

관리 경로에는 관리 인증 또는 API 키 정책 검사가 필요합니다.

MCP 도구

압축 기능은 5개의 MCP 도구를 제공합니다.

도구	범위	용도
omniroute_compression_status	read:compression	설정, 분석, 캐시 통계
omniroute_compression_configure	write:compression	전역 설정 업데이트
omniroute_set_compression_engine	write:compression	모드 및 선택적 파이프라인 설정
omniroute_list_compression_combos	read:compression	압축 콤보 목록 조회
omniroute_compression_combo_stats	read:compression	콤보/엔진 분석 조회

범위 및 제외 사항

임베딩은 절대 압축되지 않습니다. open-sse/handlers/embeddings.ts는 어떠한 압축 엔진도 호출하지 않으며, 요청/응답 본문은 변경 없이 실행기로 곧바로 전달됩니다. 현재 이는 런타임 검사가 아니라 구조적인 특성입니다(임베딩과 채팅 완성은 서로 분리된 핸들러임). 따라서 #8034의 벡터 왜곡 우려는 임베딩 경로에서 발생할 여지가 없습니다.

모델별/엔드포인트별 제외 필터(#8034). 채팅 완성의 경우 운영자는 절대 압축하면 안 되는 모델 ID / provider/model 대상을 지정할 수 있습니다. 이는 향후 압축 기능이 임베딩 인접 경로에 더 가깝게 연결될 경우 유용한 안전장치이며, 정확한 바이트 단위의 프롬프트가 중요한 모든 모델(결정론적 평가, 캐시에 민감한 접두사 등)에도 일반적으로 유용합니다.

• 설정 필드: 전역 압축 구성의 exclusions?: string[] (GET/PUT /api/settings/compression). 기존 key_value 압축 네임스페이스 (src/lib/db/compression.ts)를 통해 영속화되며 새 테이블은 필요하지 않습니다.
• 대시보드 탭: Dashboard → Compression → Exclusions (/dashboard/compression/exclusions).
• 패턴 구문: *가 유일한 와일드카드입니다. 패턴의 다른 모든 정규식 메타 문자는 매칭 전에 이스케이프되므로 gpt-5.6은 리터럴 문자열에만 일치하며 gpt-5x6에는 절대 일치하지 않습니다(ReDoS에 안전하고 범위가 제한되며 중첩 수량자가 없음). 패턴은 대소문자를 구분하지 않고 모델 ID 자체와 provider/model 조합 모두에 매칭됩니다. gpt-5-6, openai/gpt-5-6, openai/*가 모두 동작하며 *만 지정하면 모든 모델이 제외됩니다.
• 매칭: open-sse/services/compression/exclusions.ts의 isCompressionExcluded() / normalizeCompressionExclusions(). chatCore.ts는 압축 설정을 확인한 직후, 어떠한 엔진도 실행되기 전에 제외 대상을 검사하며, 일치 항목을 전역적으로 압축이 비활성화된 경우와 정확히 동일하게 처리합니다. 따라서 요청 본문은 바이트 단위로 동일함이 보장됩니다. 건너뛰기는 분석 가시성을 위해 writeCompressionSkip(..., "excluded")를 통해 기록됩니다.
• 기본값(목록이 비어 있거나 없음): #8034 이전 동작과 동일하게 아무것도 제외되지 않습니다.

알려진 제한 사항

• LLMLingua-2(SLM)에는 동일 위치에 배치된 선택적 종속성이 필요합니다. 워커는 @atjsh/llmlingua-2와 피어 종속성이 dist/node_modules에 함께 배치된 경우에만 프로덕션 빌드에서 실행됩니다(scripts/build/colocateOptionals.mjs, #4286 참조). 이러한 종속성이 없으면 엔진은 장애 허용 방식으로 동작하여 원본 텍스트를 반환합니다. 워커 확인은 더 이상 import.meta.url에 의존하지 않습니다(독립 실행형 번들에서는 작동하지 않음). 대신 런타임 cwd / argv[1]을 기준으로 삼습니다.
• Caveman 언어 팩 de / fr / ja는 일부만 제공됩니다. 이러한 팩에는 context + filler + structural 규칙이 포함되어 있지만 dedup / ultra 팩은 없으므로, 해당 언어에서 ultra 강도는 full보다 강하지 않습니다(자체 규칙만 사용하며, 외국어 텍스트를 훼손할 수 있는 영어 dedup/ultra 규칙으로 암묵적으로 폴백하지 않음). en / es / id / pt-BR은 완전하게 제공됩니다. 일부만 제공되는 팩에 대한 dedup.json + ultra.json 기여를 환영합니다.
• 스택형 원격 분석에는 압축을 수행한 엔진만 나열됩니다. 엔진이 실행되었지만 절감률이 0%인 스택형 파이프라인 단계는 stats:null을 반환하므로 engineBreakdown에 나타나지 않습니다. 따라서 건너뛴 단계와 구분할 수 없습니다. "실행됨, 0%"과 "건너뜀"을 구분하려면 분석 모델을 변경해야 하므로 추후로 연기되었습니다.

검증

이 영역에 중점을 둔 검증 게이트는 다음과 같습니다.

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