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

🗜️ Prompt Compression Guide — OmniRoute (Lietuvių)

🌐 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 · 🇱🇻 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

---

Automatiškai sutaupykite 15–95 % tinkamo konteksto. Trumpą apžvalgą rasite README glaudinimo skiltyje.

Apžvalga

„OmniRoute“ įgyvendina modulinį užklausų glaudinimo konvejerį, kuris aktyviai vykdomas prieš užklausoms pasiekiant pirminius teikėjus. Tai reiškia, kad žetonai taupomi skaidriai — nereikia keisti darbo eigos.

Kliento užklausa
  → Glaudinimo strategijos parinkiklis
    → Yra derinio perrašymas? → Naudoti derinio nustatymą
    → Pasiekta automatinio aktyvinimo riba? → Naudoti automatinį režimą
    → Numatytasis režimas? → Naudoti visuotinį nustatymą
    → Išjungta? → Praleisti glaudinimą
  → Pasirinktas glaudinimo režimas
    → Išjungta: neglaudinti
    → Lengvas: saugus tarpų / formatavimo sutvarkymas (~15 %)
    → Standartinis: perteklinių žodžių šalinimas telegrafiniu stiliumi (~30 %)
    → Agresyvus: istorijos senėjimas ir apibendrinimas (~50 %)
    → Ultra: euristinis genėjimas ir kodo blokų retinimas (~75 %)
    → RTK: komandas atpažįstantis terminalo / įrankių išvesties filtravimas (60–90 % pirminės užklausos diapazonas)
    → Sudėtinis: tvarkingas kelių variklių konvejeris, paprastai RTK, tada Caveman (78–95 % tinkamo turinio diapazonas)
  → Suglaudinta užklausa → Teikėjas

---

Glaudinimo režimai

Išjungta

Glaudinimas netaikomas. Visi pranešimai perduodami nepakeisti.

Lengvas režimas (~15 % sutaupymas, <1 ms delsa)

Saugiausias režimas — jokių semantinių pakeitimų, tik formatavimo sutvarkymas:

Metodas	Aprašymas
collapseWhitespace	Sujungia iš eilės einančias tuščias eilutes ir pašalina tarpus eilučių pabaigoje
dedupSystemPrompt	Pašalina pasikartojančius sistemos pranešimus
compressToolResults	Suglaudina išsamią įrankių / funkcijų išvestį
removeRedundantContent	Pašalina pasikartojančias instrukcijas
replaceImageUrls	Sutrumpina base64 vaizdų duomenų URI

Geriausiai tinka: nuolatiniam naudojimui ir darbo eigoms, kurioms itin svarbi sauga.

Standartinis režimas (~30 % sutaupymas)

Įkvėptas Caveman — pašalina perteklinius žodžius ir išplėstines formuluotes, išsaugodamas prasmę:

• Pašalina perteklinius žodžius („prašau“, „manau“, „iš esmės“, „tiesą sakant“)
• Sutrumpina išplėstines frazes („tam, kad“ → „kad“, „dėl to, kad“ → „nes“)
• Pašalina perdėtai mandagias ir neapibrėžtas formuluotes („Ar neprieštarautumėte...“, „Jei galėtumėte...“)
• Daugiau nei 30 reguliariųjų išraiškų taisyklių, pritaikytų programavimo užklausoms

Geriausiai tinka: kasdienėms programavimo darbo eigoms ir sąnaudas kontroliuojančioms komandoms.

Agresyvus režimas (~50 % sutaupymas)

Išmanus ilgų seansų istorijos valdymas:

• Pranešimų senėjimas — senesni pranešimai palaipsniui glaudinami vis labiau
• Įrankių rezultatų apibendrinimas — ilga įrankių išvestis pakeičiama santraukomis
• Struktūrinio vientisumo apsaugos — užtikrina, kad tool_use ir tool_result poros išliktų suderintos
• Konteksto lango įvertinimas — atsižvelgia į kiekvieno modelio žetonų ribas

Geriausiai tinka: ilgiems derinimo seansams ir didelėms kodų bazėms.

Ultra režimas (~75 % sutaupymas)

Didžiausias glaudinimas scenarijams, kuriuose itin svarbu taupyti žetonus:

• Euristinis genėjimas — pašalina pranešimus, kurių aktualumas nesiekia nustatytos ribos
• Kodo blokų retinimas — suglaudina pasikartojančius kodo pavyzdžius
• Trumpinimas naudojant dvejetainę paiešką — randa optimalų konteksto lango nukirpimo tašką
• Įtrauktos visos agresyvaus režimo funkcijos

Geriausiai tinka: kai nuolat pasiekiate konteksto ribas.

RTK režimas (60–90 % pirminės užklausos diapazonas)

RTK režimas optimizuotas išsamiai įrankių išvesčiai, pasitaikančiai programavimo agentų seansuose:

• Aptinka komandų / išvesties klases, pvz., git status, git diff, git log, testų vykdymo priemones, TypeScript/Vite/Webpack komponavimą, ESLint/Biome/Prettier, npm audit / diegimus, Docker žurnalus, infrastruktūros išvestį ir bendrąją apvalkalo išvestį
• Taiko JSON filtrų rinkinius iš open-sse/services/compression/engines/rtk/filters/
• Importuoja RTK TOML schema v1 filtrus iš projekto arba visuotinių filters.toml failų, tikrina įterptuosius testus ir projekto failams taiko pasitikėjimo patikrą
• Pateikiami 49 integruoti filtrai su įterptais patikros pavyzdžiais
• Pašalina ANSI valdymo sekas, eigos juostas, pasikartojančias eilutes ir nereikšmingą triukšmą
• Išsaugo triktis, klaidas, įspėjimus, pakeistus failus, santraukas ir ilgos išvesties pabaigą
• Palaiko projekto filtrus su pasitikėjimo patikra, visuotinius filtrus ir pasirinktinį užmaskuotos neapdorotos išvesties atkūrimą

Geriausiai tinka: agentų seansams su apvalkalo, komponavimo, testų, git, grep ir failų išvesties transkriptais.

Sudėtinis režimas (78–95 % tinkamo turinio diapazonas)

Sudėtinis režimas paleidžia kelis glaudinimo variklius nustatyta tvarka. Numatytasis konvejeris:

RTK -> Caveman

Tokia tvarka pirmiausia suglaudinama terminalo / įrankių išvestis, o tada likusiai natūralios kalbos užklausai pritaikomas Caveman semantinis sutrumpinimas. Sudėtinius konvejerius galima konfigūruoti visuotinai arba naudojant maršruto parinkimo deriniams priskirtus glaudinimo derinius.

Geriausiai tinka: mišriam kontekstui, kuriame yra dideli įrankių žurnalai ir žmonių instrukcijos arba asistento santraukos.

---

Pirminių šaltinių sutaupymo skaičiavimai

„OmniRoute“ dokumentacijoje aprašomas glaudinimo sutaupymas iš dviejų šaltinių: pirminių projektų etaloninių testų ir paties „OmniRoute“ variklių derinio.

Šaltinis	Čia naudojamas pirminio README skaičius
Caveman	~75% mažiau išvesties žetonų, 65% vidutinis išvesties sutaupymas etaloniniuose testuose, 22-87% intervalas ir ~46% įvesties glaudinimo įrankis
RTK	60-90% komandų išvesties sutaupymas; pavyzdinėje sesijoje ~118,000 -> ~23,900 žetonų, arba sutaupyta 79.7% (~80%)

Kai įrankių / konteksto naudingoji apkrova persidengia, numatytasis „OmniRoute“ derinys variklius naudoja nuosekliai:

RTK -> Caveman

Bendras sutaupymas skaičiuojamas dauginant, o ne sudedant:

bendras   = 1 - (1 - RTK sutaupymas) * (1 - Caveman įvesties sutaupymas)
vidurkis  = 1 - (1 - 0.80) * (1 - 0.46) = 89.2%
intervalas = 1 - (1 - 0.60..0.90) * (1 - 0.46) = 78.4-94.6%

Šis 78-95% skaičius taikomas, kai tiek RTK, tiek „Caveman“ gali sumažinti tą pačią įvesties / konteksto naudingąją apkrovą. „Caveman“ atsako išvesties režimas yra atskiras: kai jis įjungtas, naudokite paties „Caveman“ išvesties sutaupymo rodiklius (65% vidurkis, ~75% pagrindinis rodiklis, 22-87% intervalas). Bendras sąskaitos sutaupymas priklauso nuo jūsų užklausų ir išvesčių santykio.

Ką iš tikrųjų reiškia „tinkamas“

Antraštėje nurodytas 15-95% intervalas yra tikras, tačiau jis taikomas tik pertekliniam arba daugiažodžiam turiniui — pasikartojančioms klaidų eilutėms, kūrimo žurnalui, kuriame nuolat kartojamas tas pats įspėjimas, pernelyg didelei grep / failo nuskaitymo išklotinei. Tai nereiškia, kad kiekviena užklausa sutaupo tiek daug.

Patikrinta empiriškai (tests/unit/compression/stacked-compression-tool-result-savings.test.ts): vykdant stacked (RTK + Caveman) su „Anthropic“ formato tool_result bloku, kuriame buvo 300 vienodų klaidos eilučių, gautas 95.93% žetonų sutaupymas / 96.26% simbolių sutaupymas — tai tiksliai patenka į skelbiamą intervalą. Tačiau tas pats konvejeris, vykdomas su įprasta, nepertekline įrankio išvestimi (tvarkingu grep atitikmenų sąrašu, trumpu failo nuskaitymu, įprastu pokalbio tekstu), pagrįstai užtikrina beveik nulinį sutaupymą, nes nėra nieko pasikartojančio, ką būtų galima pašalinti, o validateCompression() (validation.ts) neleidžia pateikti perrašyto turinio, kuris pašalintų arba pakeistų kodo blokus, URL, antraštes, versijas ar DIDŽIOSIOMIS RAIDĖMIS užrašytus konstantų identifikatorius.

Tai yra tikėtina ir saugi elgsena, o ne klaida: programavimo sesijoje, kurioje daugiausia skaitomi failai arba atliekamos grep paieškos tvarkinguose failuose, bendras sutaupymas bus nedidelis net ir visiškai įjungus glaudinimą, o sesijoje, kurioje susiduriama su nesėkmingu ciklu arba daug išvedančiu kodo tikrintuvu, tam srautui bus pasiektas visas 78-95% intervalas. Nenaudokite vienos sesijos mažo bendro sutaupymo procento kaip įrodymo, kad glaudinimas sukonfigūruotas netinkamai — pirmiausia patikrinkite, ar pirminė įrankio išvestis iš tiesų buvo perteklinė.

---

Žetonų sutaupymo vizualizacija

Be glaudinimo:       LLM išsiųsta 47K žetonų
Su Lite:             išsiųsta 40K žetonų       (sutaupyta 15% — saugu, visada įjungta)
Su Standard:         išsiųsta 33K žetonų       (sutaupyta 30% — caveman-speak taisyklės)
Su Aggressive:       išsiųsta 24K žetonų       (sutaupyta 50% — senėjimas + apibendrinimas)
Su Ultra:            išsiųsta 12K žetonų       (sutaupyta 75% — heuristinis genėjimas)
Su RTK:              išsiųsta 19K-5K žetonų    (sutaupyta 60-90% komandų / įrankių išvestyje)
Su Stacked:          išsiųsta 10K-2.5K žetonų  (78-95% tinkamos RTK+Caveman išvesties intervalas)

---

Konfigūracija

Valdymo skydelis

Eikite į Dashboard → Context & Cache:

• Caveman — režimo pasirinkimas, kalbų paketai, peržiūra ir visuotinės numatytosios nuostatos
• RTK — komandų filtro peržiūra, RTK saugos nuostatos ir filtrų katalogas
• Compression Combos — pavadintos variklių sekos, priskirtos maršruto parinkimo deriniams
• Auto-Trigger Threshold — automatiškai įjungti glaudinimą, kai žetonų skaičius viršija slenkstį

Atskiro derinio perrašymas

Skiltyje Dashboard → Context & Cache → Compression Combos priskirkite glaudinimo derinį maršruto parinkimo deriniui:

Derinys: "free-tier-fallback"
  Glaudinimo derinys: "coding-agent-stack"
  Seka: RTK -> Caveman
  Tikslai:
    1. if/kimi-k2.7-code
    2. if/qwen3.8-max-preview

Tai leidžia naudoti nuoseklų kelių etapų glaudinimą nemokamų arba programavimui skirtų paslaugų teikėjų atveju, o mokamoms prenumeratoms palikti supaprastintą režimą.

Šis „atskiro derinio perrašymo“ priskyrimas yra atskiras valdiklis nuo maršruto parinkimo derinio glaudinimo režimo perrašymo (Default/Off/Lite/Standard/Aggressive/Ultra) — šis perrašymas neparenka pavadintos glaudinimo derinio sekos; jis tik nustato lauką compressionMode, kurį tikrina resolveCompressionPlan. Jį galima nustatyti derinio kortelėje (Dashboard → Combos) arba, nuo #6760, kiekvienam maršruto parinkimo deriniui atskirai sąraše „Priskirti maršruto parinkimui“, esančiame Dashboard → Context & Cache → Compression Combos, iškart šalia anksčiau aprašyto sekos priskyrimo žymimojo langelio. Abiejose vietose nuostatos išsaugomos per tą patį PUT /api/combos/{id} galinį tašką.

Atskiros užklausos perrašymas

Siųskite užklausos antraštę x-omniroute-compression, kad perrašytumėte vienos užklausos glaudinimo planą. Jai teikiama aukščiausia pirmenybė — ji yra viršesnė už maršruto parinkimo derinio perrašymą, aktyvų profilį, automatinį paleidimą ir skydelio numatytąją nuostatą. Nežinomos reikšmės ignoruojamos (užklausa niekada neatmetama), o visuotinis pagrindinis jungiklis vis tiek valdo viską: kai glaudinimas visuotinai išjungtas, antraštė negali jo įjungti. Reikšmės:

Reikšmė	Poveikis
off	Šiai užklausai glaudinimas netaikomas.
default	Iš skydelio nustatytas numatytasis profilis (aktyvus profilis ignoruojamas).
engine:<id>	Vienas variklis, jei jis įjungtas, pvz., engine:rtk.
<combo>	Pavadintas derinys, pirmiausia ieškomas pagal pavadinimą (neatsižvelgiant į raidžių dydį), tada pagal ID.

Pritaikytas planas grąžinamas atsakymo antraštėje X-OmniRoute-Compression: <mode>; source=<source>, kur <source> yra viena iš šių reikšmių: request-header, routing-override, active-profile, auto-trigger, default arba off.

API

# Gauti glaudinimo nuostatas
curl http://localhost:20128/api/settings/compression

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

# Peržiūrėti konkretų RTK / nuoseklų kelių etapų naudingąjį turinį
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"}]}'

# Pateikti RTK filtrų paketų sąrašą
curl http://localhost:20128/api/context/rtk/filters

# Tiesiogiai išbandyti RTK su pasirenkamais komandos metaduomenimis
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"}'

---

Kas apsaugoma

Glaudinimo variklis visada išsaugo:

• ✅ Kodo blokus (atskirtus ir įterptinius)
• ✅ URL adresus ir failų kelius
• ✅ JSON struktūras ir struktūrizuotus duomenis
• ✅ Identifikatorius ir apsaugotus techninius prieigos ženklus
• ✅ Matematines išraiškas
• ✅ Įrankių / funkcijų iškvietimų apibrėžtis
• ✅ Sistemos raginimus („lite“ režimu)

Prieš išsaugant bet kokius duomenis, RTK neapdorotos išvesties atkūrimo funkcija užmaskuoja įprastus API raktus, „bearer“ prieigos raktus, „Slack“ prieigos raktus, AWS prieigos raktus, slaptažodžius, prieigos raktus ir paslaptis.

---

Glaudinimo statistika

Kiekvienos suglaudintos užklausos statistika įtraukiama į serverio žurnalus:

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

---

Etapų planas

Etapas	Režimai	Būsena
1 etapas	Išjungtas, „Lite“	✅ Išleista
2 etapas	„Standard“, „Aggressive“, „Ultra“	✅ Išleista
3 etapas	RTK, „Stacked“, glaudinimo deriniai	✅ Išleista
4 etapas	Išvesties stiliai, SLM lygio „Ultra“, vertinimo sistema	✅ Išleista
4C etapas	Adaptyvus konteksto biudžetas („reguliatorius“) — skaičiavimo variklis + API (contextBudget maršrute PUT /api/settings/compression) + valdymo skydelio režimo / politikos valdikliai	✅ Išleista

---

Padėkos

Standartinio režimo glaudinimo taisykles įkvėpė Caveman, kurį sukūrė JuliusBrussee (⭐ 51 tūkst.+), — virusiniu tapęs projektas „kam naudoti daug prieigos ženklų, kai pakanka kelių“. „Caveman“ nurodo ~75% mažesnį išvesties prieigos ženklų skaičių, vidutiniškai 65% išvesties sutaupymą atliekant lyginamuosius testus, 22-87% išvesties sumažėjimo diapazoną ir ~46% įvesties glaudinimo įrankį.

RTK režimą įkvėpė RTK - Rust Token Killer, kurį sukūrė RTK AI, — didelio našumo komandų išvesties glaudinimo projektas, skirtas terminalo, komponavimo, testavimo, „git“ ir įrankių išvesties filtravimui. RTK nurodo 60-90% sutaupymą, o jo README pateiktame seanso pavyzdyje sutaupoma ~80%.

---

Pažangios glaudinimo sistemos

Be 7 standartinių režimų, „OmniRoute“ apima kelias pažangias glaudinimo sistemas, kurios veikia automatiškai, atsižvelgdamos į kontekstą.

Į podėlį atsižvelgiantis glaudinimas

Kai kurie teikėjai (pvz., „Anthropic“ su raginimų podėliu) palaiko raginimų podėlį, kuris leidžia podėlyje saugoti raginimo dalis ir taip sumažinti išlaidas bei delsą. Kai podėlis įjungtas, agresyvus glaudinimas iš tikrųjų gali pabloginti našumą, nes pakeičia podėlyje saugomus prieigos ženklus ir taip podėlio turinys tampa nebegaliojantis.

Modulis cachingAware.ts tai išsprendžia aptikdamas podėlio kontekstą ir atitinkamai koreguodamas glaudinimo strategiją.

Kaip tai veikia

1. Aptinkamas podėlio kontekstas — užklausos tekste ieškoma cache_control žymeklių
2. Nustatomi podėlį palaikantys teikėjai — patikrinama, ar tikslinis teikėjas palaiko podėlį
3. Koreguojama strategija — podėlį palaikantiems teikėjams aggressive / ultra pakeičiamas į standard
4. Praleidžiamas sistemos raginimas — sistemos raginimai paprastai saugomi podėlyje, todėl jie neglaudinami
5. Naudojamos deterministinės transformacijos — naudojamos tik nuoseklią išvestį sukuriančios transformacijos

Kodo pavyzdys

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" }, // ← Podėlio žymeklis
};

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

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

Kada naudoti

Į podėlį atsižvelgiantis glaudinimas yra visada įjungtas — nereikia jokios konfigūracijos. Jis suaktyvinamas tik tada, kai:

• Užklausoje yra cache_control žymeklių
• Tikslinis teikėjas palaiko raginimų podėlį („Anthropic“, „OpenAI“ ir kt.)

Laipsniškas senėjimas

Ilguose pokalbiuose susikaupia daug pranešimų sekų, tačiau senesnės sekos tampa mažiau aktualios. Modulis progressiveAging.ts supaprastina pranešimus pagal jų sekos atstumą:

• Naujausios sekos (0–3): išsaugomos pažodžiui (visos detalės)
• Vidutinio senumo sekos (4–8): lengvas glaudinimas (tarpų ir formatavimo sutvarkymas)
• Senos sekos (9+): „Caveman“ glaudinimas (nereikalingų žodžių šalinimas, apibendrinimas)
• Labai senos sekos (20+): smarkiai apibendrinamos arba pašalinamos

Kodo pavyzdys

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" },
  // ... dar 50 sekų ...
];

const { messages: aged, saved } = applyAging(messages, {
  verbatim: 3, // Pirmosios 3 sekos: pažodžiui
  light: 8, // 4–8 sekos: lengvas glaudinimas
  moderate: 20, // 9–20 sekos: „Caveman“ glaudinimas
  // 21 ir vėlesnės sekos: intensyvus apibendrinimas
});

// saved = sutaupytų prieigos ženklų skaičius

Kada naudoti

Laipsniškas senėjimas yra visada įjungtas aggressive ir ultra režimuose. Jis ypač veiksmingas:

• Ilgose programavimo sesijose
• Kelias dienas trunkančiuose pokalbiuose
• Agentinėse darbo eigose su daugybe įrankių iškvietimų

Urvinio žmogaus išvesties režimas

outputMode.ts modulis įterpia sistemos užklausos instrukcijas, kad pats modelis generuotų suspaustą, lakonišką išvestį („urvinio žmogaus“ stiliumi).

Kaip tai veikia

Užuot glaudinus įvestį, šis režimas prideda tokią sistemos užklausą:

„Atsakyk kuo mažiau žodžių. Praleisk mandagumo frazes. Vartok trumpus sakinius.“

Tai ypač gerai veikia:

• Generuojant kodą (lakoniškesnė išvestis = mažiau žetonų)
• Trumpuose klausimų ir atsakymų pokalbiuose (nereikia išsamių paaiškinimų)
• Paketiniame apdorojime (siekiant didžiausio pralaidumo)

Kada naudoti

Urvinio žmogaus išvesties režimą reikia įjungti pasirinktinai — nustatykite jį naudodami kombinuotąją konfigūraciją:

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

Išvesties stiliai (katalogas)

Aukščiau aprašytas urvinio žmogaus išvesties režimas yra senasis vieno stiliaus būdas. 4-ajame etape jis buvo apibendrintas į derinamų išvesties stilių katalogą: OUTPUT_STYLE_CATALOG, esantį open-sse/services/compression/outputStyles/catalog.ts. Kiekvienas stilius yra sistemos užklausos instrukcija, dėl kurios pats modelis generuoja ekonomiškesnę išvestį; stilius galima įjungti kartu, o jie įterpiami katalogo tvarka.

Stilius	id	Ką jis daro	Instrukcijų kalbos
Lakoniška proza	terse-prose	Pašalina užpildą, artikelius ir neapibrėžtumą; tiksliai išsaugo techninę esmę. Tas pats tekstas kaip ir senajame urvinio žmogaus išvesties režime (nurodomas, o ne perrašomas).	en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi
Mažiau kodo	less-code	YAGNI principų seka: mažiausias veikiantis pakeitimas, jokių neprašytų abstrakcijų.	en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi
Arklio uodega (tingus vyresnysis programuotojas)	ponytail	„Geriausias kodas yra niekada neparašytas kodas“: pakartotinis naudojimas > perrašymas, pagrindinė priežastis > simptomas, trumpiausias veikiantis pakeitimų rinkinys.	en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi
Turiu ADHD (pirmiausia veiksmas)	i-have-adhd	Pirmiausia veiksmas (komanda / kelias / fragmentas prieš aiškinamąjį tekstą), sunumeruoti ribotos apimties veiksmai, VIENAS konkretus kitas veiksmas, jokių įžangų, apibendrinimų ar baigiamųjų frazių. Pritaikyta pagal ayghri/i-have-adhd (MIT).	en, pt-BR, es, de, fr, it, ru, zh, ja, id, vi
Lakoniškas CJK (文言)	terse-cjk	Itin lakoniškas klasikinės kinų kalbos stilius.	zh (ribojama pagal lokalę: siūloma tik tada, kai nustatyta kalba yra zh)

Kiekvienas stilius turi tris intensyvumo lygius — lite, full, ultra — ir kiekvienas lygis baigiasi bendrąja ribų sąlyga, kuri išsaugo kodo blokus, failų kelius, komandas, klaidų eilutes, URL ir identifikatorius nepakeistus.

Kaip veikia įterpimas

applyOutputStyles() (open-sse/services/compression/outputStyles/apply.ts) suderina pasirinkimą su katalogu (nežinomi id ir lokalės neatitinkantys stiliai atmetami be klaidos), sujungia pasirinktas instrukcijas katalogo tvarka, vieną kartą prideda ribų sąlygą ir rezultatą įterpia sistemos užklausos pradžioje po vienu idempotentiškumo žymekliu ([OmniRoute Output Styles]) — pakartotinis taikymas nieko nekeičia. Kai aptiktai užklausos kalbai yra vertimas, vietoj angliškos instrukcijos įterpiama lokalizuota instrukcija.

Kaip įjungti

Valdymo skydelyje: Kontekstas → Nustatymai → Glaudinimas — kiekvienam stiliui skirta viena eilutė su įjungimo / išjungimo jungikliu ir lygio parinkikliu. Programiškai glaudinimo konfigūracijoje pasirinkimas išsaugomas taip:

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

Atgalinis suderinamumas: senasis kombinuotasis nustatymas outputMode: "caveman" vis dar veikia ir susiejamas su terse-prose; kiekvienoje seniau palaikytoje kalboje įterpiamas baitų lygmeniu identiškas senajam turinys.

Kalbos pasirinkimas: kai languageConfig.enabled įjungtas, autoDetect parenka naujausio naudotojo pranešimo kalbą (naudojamas tas pats detektorius kaip įvesties moduliuose); išjungus autoDetect, naudojama defaultLanguage. Išjungta → anglų kalba.

Stilių × kalbų matrica fiksuojama faile tests/unit/compression/output-styles-i18n-matrix.test.ts: naujas stilius negali būti išleistas be bent vertimo į pt-BR (arba aiškiai registruotos išimties), o esamas stilius negali nepastebimai prarasti lokalės. Norėdami pridėti stilių, žr. EXTENDING_COMPRESSION.md.

Įrankių rezultatų glaudinimas

toolResultCompressor.ts modulis pateikia 5 specializuotas glaudinimo strategijas įrankių rezultatams (funkcijų iškvietimams, agentų išvestims, paieškos rezultatams ir kt.):

1. Paieškos rezultatų glaudinimas — pašalina perteklinius rezultatus, palieka geriausius N
2. Failų nuskaitymo glaudinimas — sutrumpina didelius failus, išsaugo antraštes / importus
3. Kodo vykdymo glaudinimas — palieka tik būtiną stdout/stderr
4. Duomenų bazės užklausų glaudinimas — apriboja eilučių skaičių, pašalina perteklinius metaduomenis
5. API atsakymų glaudinimas — pašalina laukus su null reikšmėmis, sutraukia masyvus

Kada naudoti

Įrankių rezultatų glaudinimas yra visada įjungtas, kai yra įrankių iškvietimų. Jokios konfigūracijos nereikia.

Nuoseklioji apdorojimo grandinė

Nuoseklusis režimas paleidžia kelis modulius vieną po kito — paprastai pirmiausia RTK (60–90 % sumažinimas įrankių išvestyje), tada „Caveman“ (papildomas 30 % sumažinimas likusiame tekste). Taip pasiekiamas bendras 78–95 % sumažinimas.

Kaip tai veikia

Įvestis (1000 žetonų)
  → RTK (komandas atpažįstantis filtras) → 200 žetonų
    → Caveman (užpildo pašalinimas) → 140 žetonų
  → Išvestis (140 žetonų, 86 % sumažinimas)

Kada naudoti

Naudokite nuoseklųjį režimą:

• Darbo eigoms, kuriose intensyviai naudojami įrankiai (agentinis programavimas, tyrimai)
• Sąnaudoms jautriam paketiniam apdorojimui
• Kai reikia maksimaliai sumažinti žetonų skaičių

Sukonfigūruokite naudodami kombinuotąją konfigūraciją:

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

---

Glaudinimo derinių perrašos

Galite perrašyti visuotinį glaudinimo režimą kiekvienam deriniui atskirai, kad tiksliai pritaikytumėte veikimą skirtingiems naudojimo atvejams:

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

Tai naudinga šiais atvejais:

• Programavimo deriniai: ilgoms sesijoms naudokite aggressive režimą
• Greitų klausimų ir atsakymų deriniai: greitiems atsakymams naudokite lite režimą
• Daug įrankių naudojantys deriniai: didžiausiam sutaupymui naudokite stacked režimą
• Gamybinės aplinkos deriniai: podėliavimo paslaugų teikėjams naudokite cache-aware režimą

---

Taip pat žr.

• Aplinkos konfigūracija — Glaudinimo aplinkos kintamieji
• Architektūros vadovas — Vidinė glaudinimo konvejerio struktūra
• Naudotojo vadovas — Darbo su glaudinimu pradžia
• RTK glaudinimas — RTK filtrai, pasitikėjimo modelis, tikrinimo vartai, neapdorotos išvesties atkūrimas
• Glaudinimo varikliai — Caveman, RTK, sudėtiniai režimai, API, MCP, valdymo skydelis
• Glaudinimo taisyklių formatas — JSON taisyklių rinkinio formatas
• Glaudinimo kalbų paketai — Konkrečioms kalboms skirtos Caveman taisyklės