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

Compression Engines (Dansk)

🌐 Languages: 🇺🇸 English · 🇪🇹 am · 🇸🇦 ar · 🇦🇿 az · 🇧🇬 bg · 🇧🇩 bn · 🇨🇿 cs · 🇩🇪 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

---

OmniRoute-komprimering er bygget op omkring engine-kontrakter. En tilstand kan køre én engine direkte (caveman eller rtk) eller en deterministisk, stakket pipeline, der kører flere engines i rækkefølge.

Tilstande

Tilstand	Engine-forløb	Tilsigtet input
off	ingen	Nøjagtig bevarelse af prompten
lite	Caveman lite-hjælpefunktioner	Altid aktiveret oprydning med lav risiko
standard	Caveman	Kondensering af prompts i naturligt sprog
aggressive	Caveman + historik-/værktøjsresumeer	Lange chatsessioner
ultra	Caveman + beskæringsfunktioner	Genoprettelse ved kontekstgrænsen
rtk	RTK	Output fra terminal, shell, build, test og git
omniglyph	OmniGlyph	Kontekst som billede via udbyderens native kanal
stacked	Pipeline, standard rtk -> caveman	Blandede værktøjslogs og prosa, maks. besparelse

OmniGlyph-komprimeringsprofiler

omniglyph-enginen (pakken omniglyph, 1.4.0+) accepterer en navngivet semantisk profil, som angives globalt via omniglyph.profile i komprimeringsindstillingerne eller pr. trin via konfigurationen for et trin i den stakkede pipeline:

Profil	Grænse
aggressive	Standard. Den politik, som de offentliggjorte målinger målte — omdanner system, værktøjsdokumentation og tæt historik til billeder
balanced	Bevarer aktiv tilstand i native format, beskytter de seneste 8 ture og komprimerer ældre, afsluttet historik
coding-safe	Bevarer autoritet, værktøjsskemaer og aktivt værktøjsoutput i native format og beskytter de seneste 12 ture
passthrough	Router uden transformering; enginen springes over

Profilen er et loft, ikke et gulv: mergeCompressionProfileOptions i pakken forhindrer en kalderoverskrivning i at genåbne en tabsgivende kanal, som profilen har lukket, så en preserveSystemPrompt: false pr. trin ikke kan genaktivere systemkomprimering under coding-safe.

Målt på denne kodebase hæver coding-safe og balanced minCompressChars til maksimumværdien og bevarer system, værktøjsskemaer og værktøjsresultater i native format, så en session, der endnu ikke har akkumuleret historik, stopper ved below_min_chars, og enginen transformerer intet. Derfor er standarden aggressive frem for den sikreste profil.

Pakken bestemmer sit eget modelomfang og sin egen profil ud fra sin miljøkonfiguration. OmniRoute uddelegerer aldrig beslutningen: adapteren fastlåser modelbegrænsningen til pakkens mest restriktive omfang, så værtsmiljøets indstillinger kun kan indsnævre listen over tilladte modeller, aldrig udvide den ud over OmniRoutes målte resultater.

Engineregister

Registeret findes i open-sse/services/compression/engines/registry.ts. Engines eksponerer en fælles kontrakt:

• id: stabilt engine-id såsom caveman eller rtk
• apply(text, config): ældre eksekveringssti, der bruges af stablede pipelines
• compress(input, config): primær eksekveringssti, der returnerer tekst + statistik
• getConfigSchema(): returnerer den JSON-Schema-lignende struktur for en gyldig konfiguration
• validateConfig(config): returnerer { valid, errors[] }

Registrering bruger registerCompressionEngine(engine) (eller registerEngine i avancerede tilfælde), som kalder assertValidEngine() og validateConfig(defaultConfig) før godkendelse. Brug unregisterCompressionEngine(id) til at fjerne en engine under kørsel.

strategySelector.ts registrerer de indbyggede engines, før komprimeringen kører. Dette gør det muligt for forhåndsvisning, kørselskomprimering, stablet tilstand, tests og fremtidige engines at bruge den samme eksekveringssti.

Komprimering af MCP-beskrivelser (relateret)

Et separat register komprimerer beskrivelsesmetadata for MCP-værktøjer på registerniveau — se open-sse/mcp-server/descriptionCompressor.ts og MCP-SERVER.md. Det genbruger Caveman-regler, men arbejder på værktøjsmetadata og ikke request-payloads.

Yderligere indbyggede engines

Ud over Caveman, RTK og LLMLingua-2 indeholder registeret flere specialiserede tabsfri / strukturelle engines (der bruges af stablede pipelines, playgrounden og tests):

Engine	Id	Hvad den gør
CCR	ccr	Content-Compress-Retrieve (H4): erstatter store sammenhængende tekstblokke med indholdsadresserede referencer, så gentagne/store blokke sendes én gang og derefter refereres.
headroom	headroom	SmartCrusher (H3 + N5): tabsfri tabelbaseret komprimering af homogene JSON-array-payloads til en kolonnebaseret [N rows]-form.
ionizer	ionizer	Sampling af rækker fra begyndelsen, midten og slutningen af meget store homogene blokke, hvor den udeladte midte gemmes som en CCR-indholdsadresseret reference.
session-dedup	session-dedup	Indholdsadresseret deduplikering på tværs af ture (inspireret af TokenMizer): udelader tekst, der allerede er set i tidligere ture i samme session.

CCR-instruktion til retrieve-protokollen (#8033): Første gang CCR erstatter ≥1 blok i en request, tilføjer enginen en enkelt, idempotent system-meddelelse først (som begynder med [CCR protocol]-sentinellen), der lærer kalderen kontrakten mellem markør og værktøj: hvad en [CCR retrieve hash=<24hex> chars=N]-markør betyder, at hashen skal kopieres ordret (alle 24 hex-tegn — fejl i kopierede hashes er den sandsynlige årsag til fejlmeddelelsen "block not found"), og at en [dedup:ref sha=...]-markør betyder "se tilbage i historikken", ikke "kald værktøjet". Noten indsættes kun, når kalderens annoncerede tools[] beviser, at den rent faktisk kan nå omniroute_ccr_retrieve (callerSupportsCcrRetrieve() i open-sse/services/compression/engines/ccr/protocolInstruction.ts) — en almindelig OpenAI-kompatibel kalder uden dette værktøj modtager aldrig en instruktion om at kalde noget, den ikke kan nå. Idempotens håndhæves ved at scanne meddelelseshistorikken efter sentinellen før indsættelse, så requests med flere ture (som afspiller tidligere meddelelser igen) ikke ophober noten én gang pr. tur.

Caveman

Caveman-tilstand fokuserer på semantisk kondensering af almindelig prosa:

• bevarer kodeblokke, URL'er, JSON, stier og strukturerede data
• fjerner fyldord, forbehold, gentagen kontekst og omstændelige forbindelsesformuleringer
• understøtter sprogspecifikke filregelsæt i open-sse/services/compression/rules/
• er fortsat tilgængelig via de ældre tilstande standard, aggressive og ultra

Dashboardplaceringen er Dashboard -> Kontekst og cache -> Caveman.

Caveman-projektet rapporterer ~75% færre outputtokens, 65% gennemsnitlig outputbesparelse i benchmarks med et interval på 22-87% samt et værktøj til inputkomprimering på ~46%. OmniRoute bruger Cavemans tal for inputkomprimering ved dokumentation af kombinerede prompt-/kontekstbesparelser; Cavemans outputtilstand er fortsat en separat funktion til styring af svaradfærd.

RTK

RTK-tilstand fokuserer på output fra kommandoer og værktøjer:

• registrerer outputklasser såsom git status, git branch, git diff, Vitest/Jest/Pytest, Cargo-/Go-tests, TypeScript-/Vite-/Webpack-builds, ESLint, npm-audits/-installationer, Docker-logfiler, shell-kommandoerne find/grep, stack traces og generiske logfiler
• anvender 49 JSON-filtre fra open-sse/services/compression/engines/rtk/filters/
• understøtter den deklarative pipeline i RTK-stil: fjernelse af ANSI, erstatning, tidlig afslutning ved outputmatch, fjernelse/bevarelse af linjer, afkortning pr. linje, afkortning efter start/slutning/maksimalt antal linjer samt fallback ved tomt output
• understøtter tillidsbegrænsede projektfiltre i .rtk/filters.json og globale filtre i DATA_DIR/rtk/filters.json
• fjerner ANSI-sekvenser, fremskridtsstøj, gentagne linjer og unødvendig standardtekst
• bevarer handlingsrelevante fejl, advarsler, oversigter, ændrede filer og afsluttende kontekst
• kan valgfrit bevare redigeret råoutput til gendannelse/fejlfinding via godkendte administrationsruter

Dashboardplaceringen er Dashboard -> Kontekst og cache -> RTK.

Driftsoplysninger om brugerdefinerede filtre, tillid, verificering og gendannelse af råoutput findes i RTK_COMPRESSION.md.

RTK-projektet rapporterer besparelser på 60-90% ved komprimering af kommandooutput. Eksemplet i projektets README viser en 30-minutters Claude Code-session, der reduceres fra ~118,000 tokens til ~23,900, svarende til en besparelse på 79.7%.

LLMLingua-2 (semantisk beskæring)

LLMLingua-2-tilstand udfører semantisk tokenbeskæring af prosa ved hjælp af en lille ONNX-tokenklassifikator som supplement til de regelbaserede Caveman- og RTK-motorer:

• komprimerer kun prosa i ikke-systemmeddelelser; indhegnede kodeblokke og andre bevarede konstruktioner ændres aldrig
• kører @atjsh/llmlingua-2-backenddelen (ONNX via @huggingface/transformers) i en worker-tråd, så modelinferens aldrig blokerer anmodningens event loop
• kan kombineres (stackPriority 35): I en kombineret pipeline kører den efter de strukturelle motorer (CCR, session-dedup, headroom, Caveman), men før ultra, da semantisk beskæring er mest effektiv på tekst, der allerede er strukturelt komprimeret — f.eks. rtk -> caveman -> llmlingua
• fortsætter uden fejl ved enhver fejl (manglende valgfrie afhængigheder, start af worker, modelindlæsning, inferens eller timeout) → den oprindelige tekst returneres uændret, aldrig en fejl

Motorplacering: open-sse/services/compression/engines/llmlingua/. Dashboardplaceringen er Dashboard -> Kontekst og cache -> LLMLingua.

Modeller

Standardmodellen er TinyBERT (atjsh/llmlingua-2-js-tinybert-meetingbank, ~57 MB, hurtig). En BERT-base-model med højere nøjagtighed (Arcoldd/llmlingua4j-bert-base-onnx, ~710 MB) er tilgængelig via motorens konfigurationsfelt model. @huggingface/transformers downloader den valgte model efter behov fra HuggingFace Hub til ${DATA_DIR}/models/llmlingua ved det første kald (modelStore.ts); en tilsidesættelse med konfigurationsfeltet modelPath peger i stedet på en lokal kopi (offline-/air-gapped-installationer).

Valgfrie afhængigheder og installation efter behov

LLMLinguas runtime-peer-stack, der kan beskæres, er valgfri. To pakker er angivet som optionalDependencies i package.json og holdes eksterne af produktionsbuildet (scripts/build/prepublish.ts inkluderer dem ikke i bundtet):

Pakke	Version (fastlåst)	Bemærkninger
@atjsh/llmlingua-2	2.0.5	Indgangspakke; angiver de øvrige som peers
js-tiktoken	^1.0.20	Tokenizer

@huggingface/transformers er fastlåst til ^4.2.0 (deles med den lokale embeddings-sti og spores også ind i standalone-bundtet); @atjsh/llmlingua-2@2.0.5 bruger den som peer med "^3.5.2 || ^4.0.0", så både Transformers.js v3 og v4 understøttes. Siden 2.0.4 kræver @atjsh/llmlingua-2 ikke længere @tensorflow/tfjs, hvilket fjernede den største enkeltstående komponent (TensorFlow.js) fra SLM-stakken. Kun de to ovenstående pakker er SLM-peers, der kan beskæres. En almindelig npm install (udvikling) installerer automatisk den valgfrie stack, medmindre valgfrie afhængigheder udelades.

Hvorfor efter behov: Den npm-udgivne pakke, standalone-bundtet og Docker-imaget leveres uden disse afhængigheder for at forblive kompakte. Når de mangler, mislykkes workerens afhængighedskontrol (en @atjsh/llmlingua-2-resolve-test i worker.ts), og motoren fortsætter lydløst uden fejl — valg af LLMLingua har ingen effekt (teksten returneres uændret, og ingen fejl logges). Installér den valgfrie stack for at aktivere den i et beskåret miljø:

# fastlås til de versioner, der er angivet i package.json optionalDependencies
npm install @atjsh/llmlingua-2@2.0.5 js-tiktoken

Fjernelsen af @tensorflow/tfjs (2.0.4+) eliminerer den tidligere dominerende komponent på ~800 MB — det resterende lagerforbrug består af transformers.js- og onnxruntime-node-runtimes samt TinyBERT-modellen (~57 MB), der downloades ved første brug (ikke via npm).

For hvert miljø:

• Udvikling / npm install — installeres automatisk, medmindre du angav --omit=optional (eller --no-optional). Ingen handling nødvendig.
• Global npm (npm i -g omniroute) / selvstændig installation — kør installationskommandoen ovenfor i den installerede pakkemappe, eller geninstaller uden at udelade valgfrie afhængigheder.
• Docker — tilføj installationskommandoen i et afledt image-lag; det publicerede image leveres bevidst i en minimal udgave.
• VPS (PM2) — installer i appens node_modules, og genstart derefter processen, så worker-processen kontrollerer gate-funktionen igen.
• Ubearbejdet selvstændig Next-installation (npm run build → .build/next/standalone/server.js) — det selvstændige trace indeholder HVERKEN worker-processen eller de valgfrie afhængigheder, så motoren går lydløst over i fail-open-tilstand. scripts/build/colocate-standalone.mjs tilføjer begge dele igen (worker-esbuild + lukning af valgfrie afhængigheder i det selvstændige træ); det køres automatisk via npm-hooket postbuild efter hvert build. Idempotent og fejltolerant, når afhængigheder mangler.

Kontrollér, at den er aktiv: Når LLMLingua er valgt, reduceres rigtig prosa faktisk (motoren holder op med at gå i fail-open-tilstand), og den første anmodning udløser download af modellen til ${DATA_DIR}/models/llmlingua. Gate-funktionen undersøger med vilje kun @atjsh/llmlingua-2 — de øvrige peer-afhængigheder er udelukkende ESM-baserede, og require.resolve udløser en fejl for dem, selv når de er til stede — så worker-processen går stadig i fail-open-tilstand, hvis en peer-afhængighed reelt mangler på import()-tidspunktet.

Stablede pipelines

Stablet tilstand kører pipeline-trinnene i rækkefølge. Standarden er:

rtk -> caveman

Brug dette til sessioner med kodningsagenter, hvor en prompt kombinerer kommandooutput med tekst fra et menneske eller en assistent. RTK reducerer først støjende værktøjslogfiler, hvorefter Caveman komprimerer det resterende naturlige sprog.

Pipeline-trin konfigureres med stackedPipeline i komprimeringsindstillingerne eller via komprimeringskombinationer.

Når begge motorer reducerer den samme kvalificerede nyttelast, kombineres besparelserne:

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-filter til tilgængelighedstræer

MCP-smartfilteret til tilgængelighedstræer er et komprimeringslag efter udførelse, som behandler MCP-værktøjsresultater, ikke prompts eller kontekst. Det er målrettet de omfattende nyttelaster med tilgængelighedstræer og browser-snapshots, der returneres af værktøjer såsom Playwright, computer-use og MCP-servere til browserautomatisering.

Hvad det gør

1. Fjernelse af støj — fjerner tomme generiske poster og tekstposter (- generic:, - text: "")
2. Sammenfoldning af søskendeelementer — når ≥ collapseThreshold (standardværdien er 30) fortløbende linjer er strukturelle gentagelser, foldes de sammen til de første collapseKeepHead (standardværdien er 10) linjer + en optællingsoversigt + de sidste collapseKeepTail (standardværdien er 5) linjer
3. Bevarelse af referencer — [ref=eXX]-ankre, der kræves af Playwright/computer-use, ændres aldrig
4. Hård afkortning — hvis teksten efter sammenfoldning stadig overstiger maxTextChars (standardværdien er 50.000), afkortes den med et navigationshint, så agenten kan fortsætte arbejdet

Motorens placering

open-sse/services/compression/engines/mcpAccessibility/
  index.ts            ← indgangspunkt for smartFilterText()
  collapseRepeated.ts ← algoritme til sammenfoldning af søskendeelementer
  constants.ts        ← DEFAULT_MCP_ACCESSIBILITY_CONFIG

Konfiguration

Styres af compression.mcpAccessibility i de globale indstillinger (migrering 056). Standardkonfiguration:

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

Filteret anvendes kun på nyttelaster med værktøjsresultater, hvis type er "text", og hvis længde overstiger minLengthToProcess. Det påvirker ikke komprimering af prompts eller anmodningsnyttelaster.

Forventede besparelser

60–80 % på værktøjsresultater med browser-snapshots, afhængigt af sidens kompleksitet. Sammenfoldningsalgoritmen er O(n) i forhold til antallet af linjer og tilføjer ubetydelig latenstid.

Dette filter sammenlignet med komprimeringsmotorerne ovenfor

Aspekt	Caveman / RTK / Stacked	MCP-filter til tilgængelighed
Mål	Anmodningsprompts / kontekst	MCP-værktøjsresultater
Udløser	Indstilling for komprimering	compression.mcpAccessibility.enabled
Omfang	Alle SSE-meddelelser	Kun værktøjsresultater
Referenceankre	Ikke relevant	Bevares ubetinget

---

Komprimeringskombinationer

Komprimeringskombinationer er navngivne komprimeringsprofiler, der kan tildeles routingkombinationer:

• compression_combos: gemmer tilstand, pipeline, RTK-konfiguration, sprogkonfiguration og standardmarkør
• compression_combo_assignments: knytter en komprimeringskombination til en routingkombination
• runtime-integrationen finder en tildelt komprimeringskombination før generiske kombinationstilsidesættelser
• analyser inkluderer compression_combo_id og engine

Placering i dashboardet: Dashboard -> Kontekst og cache -> Komprimeringskombinationer.

API-grænseflade

Rute	Formål
/api/settings/compression	Globale komprimeringsindstillinger (inkluderer mcpAccessibility-konfiguration)
/api/compression/preview	Forhåndsvis enhver komprimeringstilstand
/api/compression/language-packs	Vis tilgængelige Caveman-sprogpakker
/api/context/caveman/config	Alias for Caveman-indstillinger
/api/context/rtk/config	RTK-standarder og -indstillinger
/api/context/rtk/filters	RTK-filterkatalog
/api/context/rtk/test	RTK-slutpunkt til forhåndsvisning/test
/api/context/rtk/raw-output/[id]	Godkendt gendannelse af redigeret råoutput
/api/context/combos	CRUD for komprimeringskombinationer
/api/context/combos/[id]/assignments	CRUD for tildeling af routingkombinationer
/api/context/analytics	Alias for komprimeringsanalyse

Administrationsruter kræver administrationsgodkendelse eller kontrol af API-nøglepolitikken.

MCP-værktøjer

Komprimering stiller fem MCP-værktøjer til rådighed:

Værktøj	Omfang	Formål
omniroute_compression_status	read:compression	Indstillinger, analyser og cachestatistik
omniroute_compression_configure	write:compression	Opdater globale indstillinger
omniroute_set_compression_engine	write:compression	Angiv tilstand og valgfri pipeline
omniroute_list_compression_combos	read:compression	Vis komprimeringskombinationer
omniroute_compression_combo_stats	read:compression	Læs analyser for kombinationer/motorer

Omfang og undtagelser

Embeddings komprimeres aldrig. open-sse/handlers/embeddings.ts kalder aldrig nogen komprimeringsmotor — anmodnings-/svarindholdet sendes direkte og uændret til eksekveringskomponenten. Dette er strukturelt i dag (embeddings og chatfuldførelser har separate handlers), ikke et runtime-tjek, men det betyder, at bekymringen om vektorforvrængning i #8034 ikke har nogen eksponeringsflade i embeddings-stien.

Eksklusionsfilter pr. model/slutpunkt (#8034). For chatfuldførelser kan en operatør angive model-id'er / provider/model-mål, som aldrig må komprimeres — en sikkerhedsforanstaltning, der er nyttig, hvis komprimering senere forbindes tættere på en embeddings-relateret sti, og generelt nyttig for enhver model, hvor den præcise prompt byte for byte er vigtig (deterministiske evalueringer, cachefølsomme præfikser osv.).

• Indstillingsfelt: exclusions?: string[] i den globale komprimeringskonfiguration (GET/PUT /api/settings/compression), gemt via det eksisterende key_value-navneområde for komprimering (src/lib/db/compression.ts) — ingen ny tabel.
• Dashboardfane: Dashboard → Komprimering → Eksklusioner (/dashboard/compression/exclusions).
• Mønstersyntaks: * er det eneste jokertegn. Alle andre metategn for regulære udtryk i et mønster escapes før matchning, så gpt-5.6 kun matcher den bogstavelige streng og aldrig gpt-5x6 (ReDoS-sikkert, afgrænset, ingen indlejrede kvantifikatorer). Mønstre matches uden forskel på store og små bogstaver mod både det rene model-id og den sammensatte provider/model-værdi — gpt-5-6, openai/gpt-5-6 og openai/* fungerer alle, og * alene ekskluderer alle modeller.
• Matchning: isCompressionExcluded() / normalizeCompressionExclusions() i open-sse/services/compression/exclusions.ts. chatCore.ts kontrollerer det ekskluderede mål umiddelbart efter, at komprimeringsindstillingerne er fundet, før nogen motor kører, og behandler et match præcis som globalt deaktiveret komprimering — anmodningsindholdet er beviseligt byte-identisk. Springet registreres via writeCompressionSkip(..., "excluded") for synlighed i analyser.
• Standard (tom/fraværende liste): identisk med adfærden før #8034 — intet ekskluderes.

Kendte begrænsninger

• LLMLingua-2 (SLM) kræver samplacerede valgfrie afhængigheder. Workeren kører kun i et produktionsbuild, når @atjsh/llmlingua-2 + peer-afhængigheder er samplaceret i dist/node_modules (se scripts/build/colocateOptionals.mjs, #4286). Uden dem fejler motoren åbent (returnerer den oprindelige tekst). Opløsning af workeren afhænger ikke længere af import.meta.url (det fungerer ikke i den selvstændige bundle) — den forankres i runtime-miljøets cwd / argv[1].
• Caveman-sprogpakkerne de / fr / ja er delvise. De indeholder regler for context + filler + structural, men ingen dedup- / ultra-pakker, så intensiteten ultra er ikke stærkere end full for disse sprog (de bruger kun deres egne regler — der er ingen skjult fallback til de engelske dedup/ultra-regler, som ville forvanske fremmedsproget tekst). en / es / id / pt-BR er komplette. Bidrag med dedup.json + ultra.json til de delvise pakker er velkomne.
• Stablet telemetri viser kun motorer, der komprimerede. Et trin i en stablet pipeline, hvis motor kørte, men gav 0 % besparelse, returnerer stats:null og vises derfor ikke i engineBreakdown — hvilket ikke kan skelnes fra et trin, der blev sprunget over. At skelne mellem "kørte, 0 %" og "sprunget over" ville kræve en ændring af breakdown-modellen og er udskudt.

Validering

De fokuserede kontrolpunkter for dette område er:

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