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

Compression Engines (Polski)

🌐 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 · 🇱🇹 lt · 🇱🇻 lv · 🇮🇳 ml · 🇮🇳 mr · 🇲🇾 ms · 🇲🇹 mt · 🇲🇲 my · 🇳🇵 ne · 🇳🇱 nl · 🇳🇴 no · 🇮🇳 or · 🇮🇳 pa · 🇵🇭 phi · 🇵🇹 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

---

Kompresja OmniRoute opiera się na kontraktach silników. Tryb może uruchamiać bezpośrednio jeden silnik (caveman lub rtk) albo deterministyczny potok stosowy, który wykonuje wiele silników w określonej kolejności.

Tryby

Tryb	Ścieżka silnika	Przeznaczone dane wejściowe
off	brak	Dokładne zachowanie promptu
lite	Lekkie funkcje pomocnicze Caveman	Zawsze aktywne czyszczenie niskiego ryzyka
standard	Caveman	Kondensacja promptów w języku naturalnym
aggressive	Caveman + podsumowania historii/narzędzi	Długie sesje czatu
ultra	Caveman + funkcje pomocnicze przycinania	Odzyskiwanie po osiągnięciu limitu kontekstu
rtk	RTK	Dane wyjściowe terminala, powłoki, kompilacji, testów i git
omniglyph	OmniGlyph	Kontekst jako obraz w natywnym protokole dostawcy
stacked	Potok, domyślnie rtk -> caveman	Mieszane logi narzędzi i proza, maksymalna oszczędność

Profile kompresji OmniGlyph

Silnik omniglyph (pakiet omniglyph, 1.4.0+) przyjmuje nazwany profil semantyczny, ustawiany globalnie za pomocą omniglyph.profile w ustawieniach kompresji lub dla poszczególnych kroków za pomocą konfiguracji kroku potoku stosowego:

Profil	Zakres
aggressive	Domyślny. Polityka użyta w opublikowanych pomiarach — przekształca system, dokumentację narzędzi i obszerną historię w obrazy
balanced	Zachowuje aktywny stan w postaci natywnej, chroni ostatnie 8 tur i zwija starszą, zamkniętą historię
coding-safe	Zachowuje uprawnienia, schematy narzędzi i aktywne dane wyjściowe narzędzi w postaci natywnej oraz chroni ostatnie 12 tur
passthrough	Przekazuje bez przekształcania; silnik jest pomijany

Profil stanowi górną, a nie dolną granicę: mergeCompressionProfileOptions w pakiecie nie pozwala ustawieniom wywołującego ponownie otworzyć kanału kompresji stratnej zamkniętego przez profil, dlatego ustawienie preserveSystemPrompt: false dla pojedynczego kroku nie może ponownie włączyć kompresji systemowej w profilu coding-safe.

Pomiary w tej bazie kodu wykazały, że profile coding-safe i balanced podnoszą minCompressChars do maksymalnej wartości oraz zachowują system, schematy narzędzi i wyniki narzędzi w postaci natywnej, więc sesja, która nie zgromadziła jeszcze historii, kończy się ze statusem below_min_chars, a silnik niczego nie przekształca. Z tego powodu domyślnym profilem jest aggressive, a nie najbezpieczniejszy profil.

Pakiet określa własny zakres modeli i profil na podstawie swojej konfiguracji środowiskowej. OmniRoute nigdy nie deleguje tej decyzji: adapter ogranicza bramkę modelu do najbardziej restrykcyjnego zakresu pakietu, dlatego ustawienia środowiska hosta mogą jedynie zawężać listę dozwolonych modeli, ale nigdy nie mogą rozszerzyć jej poza zakres potwierdzony pomiarami OmniRoute.

Rejestr silników

Rejestr znajduje się w open-sse/services/compression/engines/registry.ts. Silniki udostępniają wspólny kontrakt:

• id: stabilny identyfikator silnika, taki jak caveman lub rtk
• apply(text, config): starsza ścieżka wykonywania używana przez potoki stosowe
• compress(input, config): główna ścieżka wykonywania zwracająca tekst i statystyki
• getConfigSchema(): zwraca strukturę podobną do JSON Schema, opisującą prawidłową konfigurację
• validateConfig(config): zwraca { valid, errors[] }

Rejestracja odbywa się za pomocą registerCompressionEngine(engine) (lub registerEngine w bardziej zaawansowanych przypadkach), co powoduje wywołanie assertValidEngine() i validateConfig(defaultConfig) przed zaakceptowaniem. Użyj unregisterCompressionEngine(id), aby usunąć silnik w czasie działania.

strategySelector.ts rejestruje wbudowane silniki przed rozpoczęciem kompresji. Dzięki temu podgląd, kompresja w czasie działania, tryb stosowy, testy i przyszłe silniki korzystają z tej samej ścieżki wykonywania.

Kompresja opisów MCP (powiązane)

Oddzielny rejestr kompresuje metadane opisów narzędzi MCP na poziomie rejestru — zobacz open-sse/mcp-server/descriptionCompressor.ts i MCP-SERVER.md. Ponownie wykorzystuje reguły Caveman, ale działa na metadanych narzędzi, a nie na ładunkach żądań.

Dodatkowe wbudowane silniki

Poza Caveman, RTK i LLMLingua-2 rejestr zawiera kilka wyspecjalizowanych silników bezstratnych / strukturalnych (używanych przez potoki stosowe, środowisko testowe i testy):

Silnik	Id	Działanie
CCR	ccr	Content-Compress-Retrieve (H4): zastępuje duże, ciągłe bloki tekstu odwołaniami opartymi na zawartości, dzięki czemu powtarzające się/duże bloki są wysyłane raz, a następnie przywoływane przez odwołania.
headroom	headroom	SmartCrusher (H3 + N5): bezstratna kompaktacja tabelaryczna jednorodnych ładunków w postaci tablic JSON do kolumnowej postaci [N rows].
ionizer	ionizer	Próbkowanie wierszy z początku/środka/końca bardzo dużych jednorodnych bloków, z przechowywaniem pominiętego środka jako odwołania CCR opartego na zawartości.
session-dedup	session-dedup	Deduplikacja między turami oparta na zawartości (inspirowana TokenMizer): pomija tekst widziany już we wcześniejszych turach tej samej sesji.

Instrukcja protokołu pobierania CCR (#8033): gdy CCR po raz pierwszy zastąpi ≥1 blok w żądaniu, silnik dodaje na początku pojedynczą, idempotentną wiadomość system (rozpoczynającą się wartością sygnalizacyjną [CCR protocol]), która objaśnia wywołującemu kontrakt znacznik → narzędzie: co oznacza znacznik [CCR retrieve hash=<24hex> chars=N], że skrót musi zostać skopiowany bez zmian (wszystkie 24 znaki szesnastkowe — błędnie skopiowane skróty są prawdopodobną przyczyną błędów „block not found”) oraz że znacznik [dedup:ref sha=...] oznacza „sprawdź wcześniejszą historię”, a nie „wywołaj narzędzie”. Informacja jest dodawana tylko wtedy, gdy zadeklarowane przez wywołującego tools[] potwierdza, że może on rzeczywiście uzyskać dostęp do omniroute_ccr_retrieve (callerSupportsCcrRetrieve() w open-sse/services/compression/engines/ccr/protocolInstruction.ts) — zwykły klient zgodny z OpenAI, który nie ma tego narzędzia, nigdy nie otrzymuje instrukcji wywołania czegoś, do czego nie ma dostępu. Idempotencja jest wymuszana przez przeszukanie historii wiadomości pod kątem wartości sygnalizacyjnej przed dodaniem instrukcji, dzięki czemu żądania wieloturowe (które ponownie odtwarzają wcześniejsze wiadomości) nie dodają kolejnych kopii informacji w każdej turze.

Caveman

Tryb Caveman koncentruje się na semantycznej kondensacji zwykłej prozy:

• zachowuje bloki kodu, adresy URL, JSON, ścieżki i dane strukturalne
• usuwa wypełniacze, asekuracyjne sformułowania, powtarzający się kontekst i rozwlekłe zwroty łączące
• obsługuje zależne od języka zestawy reguł plików w open-sse/services/compression/rules/
• pozostaje dostępny za pośrednictwem starszych trybów standard, aggressive i ultra

Odpowiednia sekcja panelu to Dashboard -> Context & Cache -> Caveman.

Projekt źródłowy Caveman deklaruje ~75% mniej tokenów wyjściowych, średnią oszczędność danych wyjściowych na poziomie 65% w testach porównawczych w zakresie 22-87% oraz narzędzie kompresji danych wejściowych osiągające ~46%. OmniRoute wykorzystuje wartość Caveman dotyczącą danych wejściowych podczas dokumentowania łącznych oszczędności wynikających z kompresji promptów/kontekstu; tryb wyjściowy Caveman pozostaje oddzielną funkcją wpływającą na sposób generowania odpowiedzi.

RTK

Tryb RTK koncentruje się na danych wyjściowych poleceń i narzędzi:

• wykrywa klasy danych wyjściowych, takie jak git status, git branch, git diff, Vitest/Jest/Pytest, testy Cargo/Go, kompilacje TypeScript/Vite/Webpack, ESLint, audyty/instalacje npm, logi Docker, polecenia powłoki find/grep, ślady stosu i ogólne logi
• stosuje 49 filtrów JSON z open-sse/services/compression/engines/rtk/filters/
• obsługuje deklaratywny potok w stylu RTK: usuwanie sekwencji ANSI, zastępowanie, skracanie na podstawie dopasowania danych wyjściowych, usuwanie/zachowywanie wierszy, skracanie poszczególnych wierszy, skracanie początku/końca lub do maksymalnej liczby wierszy oraz wartość zastępczą dla pustego wyniku
• obsługuje wymagające zaufania filtry projektu w .rtk/filters.json oraz filtry globalne w DATA_DIR/rtk/filters.json
• usuwa sekwencje ANSI, szum związany z postępem, powtarzające się wiersze i nieprzydatny tekst standardowy
• zachowuje błędy wymagające działania, ostrzeżenia, podsumowania, zmienione pliki i kontekst końcowy
• może opcjonalnie zachowywać zredagowane surowe dane wyjściowe na potrzeby odzyskiwania/debugowania za pośrednictwem uwierzytelnionych tras zarządzania

Odpowiednia sekcja panelu to Dashboard -> Context & Cache -> RTK.

Szczegóły operacyjne dotyczące filtrów niestandardowych, zaufania, weryfikacji i odzyskiwania surowych danych wyjściowych znajdują się w RTK_COMPRESSION.md.

Projekt źródłowy RTK deklaruje oszczędności na poziomie 60-90% w przypadku kompresji danych wyjściowych poleceń. Przykład w jego pliku README przedstawia 30-minutową sesję Claude Code, w której liczba tokenów spadła z ~118,000 do ~23,900, co oznacza oszczędność 79.7%.

LLMLingua-2 (przycinanie semantyczne)

Tryb LLMLingua-2 wykonuje semantyczne przycinanie tokenów w prozie przy użyciu małego klasyfikatora tokenów ONNX, uzupełniając oparte na regułach silniki Caveman i RTK:

• kompresuje prozę wyłącznie w komunikatach innych niż systemowe; bloki kodu wydzielone znacznikami i inne zachowywane konstrukcje nigdy nie są modyfikowane
• uruchamia backend @atjsh/llmlingua-2 (ONNX za pośrednictwem @huggingface/transformers) w wątku roboczym, dzięki czemu wnioskowanie modelu nigdy nie blokuje pętli zdarzeń żądania
• można go łączyć w stos (stackPriority 35): w potoku stosowym działa po silnikach strukturalnych (CCR, session-dedup, headroom, Caveman), ale przed ultra, ponieważ przycinanie semantyczne jest najskuteczniejsze w przypadku tekstu już skompresowanego strukturalnie — np. rtk -> caveman -> llmlingua
• w przypadku dowolnego błędu stosuje mechanizm fail-open (brakujące zależności opcjonalne, uruchomienie procesu roboczego, ładowanie modelu, wnioskowanie lub przekroczenie limitu czasu) → oryginalny tekst jest zwracany bez zmian; nigdy nie jest zwracany błąd

Lokalizacja silnika: open-sse/services/compression/engines/llmlingua/. Odpowiednia sekcja panelu to Dashboard -> Context & Cache -> LLMLingua.

Modele

Domyślnym modelem jest TinyBERT (atjsh/llmlingua-2-js-tinybert-meetingbank, ~57 MB, szybki). Model BERT-base o większej dokładności (Arcoldd/llmlingua4j-bert-base-onnx, ~710 MB) jest dostępny za pośrednictwem pola model konfiguracji silnika. @huggingface/transformers pobiera wybrany model leniwie z HuggingFace Hub do ${DATA_DIR}/models/llmlingua przy pierwszym wywołaniu (modelStore.ts); nadpisanie konfiguracji za pomocą modelPath wskazuje zamiast tego lokalną kopię (instalacje offline / odizolowane od sieci).

Opcjonalne zależności i instalacja na żądanie

Możliwy do pominięcia zestaw zależności równorzędnych środowiska uruchomieniowego LLMLingua jest opcjonalny. Dwa pakiety zadeklarowano jako optionalDependencies w package.json i pozostawiono jako zewnętrzne w kompilacji produkcyjnej (scripts/build/prepublish.ts ich nie dołącza):

Pakiet	Wersja (przypięta)	Uwagi
@atjsh/llmlingua-2	2.0.5	Pakiet wejściowy; deklaruje pozostałe jako zależności równorzędne
js-tiktoken	^1.0.20	Tokenizator

Pakiet @huggingface/transformers jest przypięty do wersji ^4.2.0 (współdzielony z lokalną ścieżką osadzania i również uwzględniany w autonomicznym pakiecie); @atjsh/llmlingua-2@2.0.5 deklaruje go jako zależność równorzędną w wersji "^3.5.2 || ^4.0.0", dlatego obsługiwane są zarówno Transformers.js v3, jak i v4. Od wersji 2.0.4 pakiet @atjsh/llmlingua-2 nie wymaga już @tensorflow/tfjs, co wyeliminowało największy pojedynczy składnik (TensorFlow.js) ze stosu SLM. Tylko dwa powyższe pakiety są możliwymi do pominięcia zależnościami równorzędnymi SLM. Standardowe polecenie npm install (środowisko deweloperskie) instaluje opcjonalny stos automatycznie, chyba że zależności opcjonalne zostaną pominięte.

Dlaczego na żądanie: pakiet publikowany w npm, autonomiczny pakiet i obraz Docker są dostarczane bez tych zależności, aby zachować niewielki rozmiar. Gdy są one nieobecne, kontrola zależności procesu roboczego (próba rozwiązania @atjsh/llmlingua-2 w worker.ts) kończy się niepowodzeniem, a silnik po cichu stosuje mechanizm fail-open — wybranie LLMLingua nie powoduje żadnej operacji (tekst jest zwracany bez zmian, a błąd nie jest rejestrowany). Aby go aktywować w odchudzonym środowisku, zainstaluj opcjonalny stos:

# przypnij do wersji zadeklarowanych w optionalDependencies w package.json
npm install @atjsh/llmlingua-2@2.0.5 js-tiktoken

Usunięcie @tensorflow/tfjs (2.0.4+) eliminuje wcześniej dominujący składnik o rozmiarze ~800 MB — pozostały rozmiar obejmuje środowiska uruchomieniowe transformers.js i onnxruntime-node oraz model TinyBERT (~57 MB) pobierany przy pierwszym użyciu (nie za pośrednictwem npm).

Dla poszczególnych środowisk:

• Środowisko deweloperskie / npm install — instalowane automatycznie, chyba że użyto opcji --omit=optional (lub --no-optional). Nie trzeba podejmować żadnych działań.
• Globalny npm (npm i -g omniroute) / instalacja samodzielna — uruchom powyższe polecenie instalacji w katalogu zainstalowanego pakietu lub zainstaluj go ponownie bez pomijania opcjonalnych zależności.
• Docker — dodaj polecenie instalacji w warstwie obrazu pochodnego; opublikowany obraz jest celowo odchudzony.
• VPS (PM2) — zainstaluj w katalogu node_modules aplikacji, a następnie uruchom proces ponownie, aby worker ponownie sprawdził bramkę.
• Surowa wersja samodzielna Next (npm run build → .build/next/standalone/server.js) — ślad wersji samodzielnej nie zawiera ANI workera, ANI opcjonalnych zależności, dlatego silnik po cichu przechodzi w tryb fail-open. scripts/build/colocate-standalone.mjs ponownie dodaje oba elementy (worker esbuild + domknięcie opcjonalnych zależności w drzewie wersji samodzielnej); jest uruchamiany automatycznie przez hook npm postbuild po każdym buildzie. Jest idempotentny i działa w trybie fail-soft, gdy zależności są nieobecne.

Sprawdź, czy funkcja jest aktywna: po wybraniu LLMLingua rzeczywisty tekst faktycznie zostaje skrócony (silnik przestaje przechodzić w tryb fail-open), a pierwsze żądanie wyzwala pobranie modelu do ${DATA_DIR}/models/llmlingua. Bramka celowo sprawdza tylko @atjsh/llmlingua-2 — pozostałe pakiety równorzędne są dostępne wyłącznie jako ESM, a require.resolve zgłasza dla nich wyjątek, nawet gdy są obecne — dlatego worker nadal przechodzi w tryb fail-open, jeśli podczas wykonywania import() rzeczywiście brakuje któregokolwiek pakietu równorzędnego.

Potoki stosowe

Tryb stosowy uruchamia kroki potoku w określonej kolejności. Domyślna kolejność to:

rtk -> caveman

Używaj tego trybu w sesjach z agentami programistycznymi, w których prompt łączy dane wyjściowe poleceń z tekstem napisanym przez człowieka lub asystenta. RTK najpierw redukuje zaszumione logi narzędzi, a następnie Caveman kompresuje pozostały język naturalny.

Kroki potoku konfiguruje się za pomocą stackedPipeline w ustawieniach kompresji lub poprzez kombinacje kompresji.

Gdy oba silniki redukują ten sam kwalifikujący się ładunek, oszczędności się kumulują:

łącznie = 1 - (1 - oszczędności RTK) * (1 - oszczędności danych wejściowych Caveman)
średnio = 1 - (1 - 0.80) * (1 - 0.46) = 89.2%
zakres  = 1 - (1 - 0.60..0.90) * (1 - 0.46) = 78.4-94.6%

Filtr drzewa dostępności MCP

Inteligentny filtr drzewa dostępności MCP jest warstwą kompresji działającą po wykonaniu i przetwarzającą wyniki narzędzi MCP, a nie prompty ani kontekst. Jego celem są rozbudowane ładunki drzewa dostępności i migawek przeglądarki zwracane przez narzędzia takie jak Playwright, computer-use oraz serwery MCP do automatyzacji przeglądarek.

Sposób działania

1. Usuwanie szumu — usuwa puste wpisy ogólne/tekstowe (- generic:, - text: "")
2. Zwijanie elementów sąsiadujących — gdy ≥ collapseThreshold (domyślnie 30) kolejnych wierszy stanowi powtórzenia strukturalne, zwija je do pierwszych collapseKeepHead (domyślnie 10) wierszy + podsumowania liczby + ostatnich collapseKeepTail (domyślnie 5) wierszy
3. Zachowanie odwołań — kotwice [ref=eXX] wymagane przez Playwright/computer-use nigdy nie są modyfikowane
4. Twarde obcinanie — jeśli tekst po zwinięciu nadal przekracza maxTextChars (domyślnie 50 000), zostaje obcięty wraz ze wskazówką nawigacyjną, aby agent mógł kontynuować pracę

Lokalizacja silnika

open-sse/services/compression/engines/mcpAccessibility/
  index.ts            ← punkt wejścia smartFilterText()
  collapseRepeated.ts ← algorytm zwijania elementów sąsiadujących
  constants.ts        ← DEFAULT_MCP_ACCESSIBILITY_CONFIG

Konfiguracja

Sterowanie odbywa się za pomocą compression.mcpAccessibility w ustawieniach globalnych (migracja 056). Konfiguracja domyślna:

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

Filtr jest stosowany wyłącznie do ładunków wyników narzędzi, których type ma wartość "text" i których długość przekracza minLengthToProcess. Nie wpływa na kompresję promptów ani ładunki żądań.

Oczekiwane oszczędności

60–80% w przypadku wyników narzędzi zawierających migawki przeglądarki, zależnie od złożoności strony. Algorytm zwijania ma złożoność O(n) względem liczby wierszy i powoduje pomijalne opóźnienie.

Ten filtr a powyższe silniki kompresji

Aspekt	Caveman / RTK / Stacked	Filtr dostępności MCP
Cel	Prompty żądań / kontekst	Wyniki narzędzi MCP
Wyzwalacz	Ustawienie trybu kompresji	compression.mcpAccessibility.enabled
Zakres	Wszystkie komunikaty SSE	Tylko wyniki narzędzi
Kotwice ref	Nie dotyczy	Zachowywane bezwarunkowo

---

Kombinacje kompresji

Kombinacje kompresji to nazwane profile kompresji, które można przypisywać do kombinacji routingu:

• compression_combos: przechowuje tryb, potok, konfigurację RTK, konfigurację języka oraz znacznik domyślny
• compression_combo_assignments: mapuje kombinację kompresji na kombinację routingu
• integracja środowiska uruchomieniowego rozpoznaje przypisaną kombinację kompresji przed ogólnymi nadpisaniami kombinacji
• analityka obejmuje compression_combo_id i engine

Lokalizacja w panelu: Dashboard -> Context & Cache -> Compression Combos.

Interfejs API

Trasa	Przeznaczenie
/api/settings/compression	Globalne ustawienia kompresji (obejmują konfigurację mcpAccessibility)
/api/compression/preview	Podgląd dowolnego trybu kompresji
/api/compression/language-packs	Lista dostępnych pakietów językowych Caveman
/api/context/caveman/config	Alias ustawień Caveman
/api/context/rtk/config	Ustawienia domyślne i konfiguracja RTK
/api/context/rtk/filters	Katalog filtrów RTK
/api/context/rtk/test	Punkt końcowy podglądu/testowania RTK
/api/context/rtk/raw-output/[id]	Uwierzytelnione odzyskiwanie zanonimizowanych nieprzetworzonych danych wyjściowych
/api/context/combos	Operacje CRUD na kombinacjach kompresji
/api/context/combos/[id]/assignments	Operacje CRUD na przypisaniach kombinacji routingu
/api/context/analytics	Alias analityki kompresji

Trasy zarządzania wymagają uwierzytelnienia zarządczego lub kontroli zasad klucza API.

Narzędzia MCP

Kompresja udostępnia pięć narzędzi MCP:

Narzędzie	Zakres	Przeznaczenie
omniroute_compression_status	read:compression	Ustawienia, analityka, statystyki pamięci podręcznej
omniroute_compression_configure	write:compression	Aktualizacja ustawień globalnych
omniroute_set_compression_engine	write:compression	Ustawienie trybu i opcjonalnego potoku
omniroute_list_compression_combos	read:compression	Lista kombinacji kompresji
omniroute_compression_combo_stats	read:compression	Odczyt analityki kombinacji/silnika

Zakres i wykluczenia

Osadzenia nigdy nie są kompresowane. open-sse/handlers/embeddings.ts nigdy nie wywołuje żadnego silnika kompresji — treści żądania/odpowiedzi są przekazywane bezpośrednio do wykonawcy bez żadnych zmian. Obecnie wynika to ze struktury (osadzenia i uzupełnienia czatu mają odrębne procedury obsługi), a nie z kontroli w czasie wykonywania, lecz oznacza to, że problem zniekształcenia wektorów opisany w #8034 nie ma żadnej powierzchni ekspozycji w ścieżce osadzeń.

Filtr wykluczeń dla poszczególnych modeli/punktów końcowych (#8034). W przypadku uzupełnień czatu operator może wskazać identyfikatory modeli / cele provider/model, które nigdy nie mogą być kompresowane — jest to zabezpieczenie przydatne, jeśli kompresja zostanie kiedyś podłączona bliżej ścieżki sąsiadującej z osadzeniami, a także ogólnie przydatne dla każdego modelu, w którym istotna jest dokładna zgodność promptu co do bajtu (deterministyczne ewaluacje, prefiksy zależne od pamięci podręcznej itp.).

• Pole ustawień: exclusions?: string[] w globalnej konfiguracji kompresji (GET/PUT /api/settings/compression), utrwalane za pośrednictwem istniejącej przestrzeni nazw kompresji key_value (src/lib/db/compression.ts) — bez nowej tabeli.
• Karta panelu: Dashboard → Compression → Exclusions (/dashboard/compression/exclusions).
• Składnia wzorców: * jest jedynym symbolem wieloznacznym. Każdy inny metaznak wyrażenia regularnego we wzorcu jest poprzedzany znakiem ucieczki przed dopasowaniem, dlatego gpt-5.6 pasuje wyłącznie do ciągu literałowego, nigdy do gpt-5x6 (odporność na ReDoS, ograniczona złożoność, bez zagnieżdżonych kwantyfikatorów). Wzorce są dopasowywane bez uwzględniania wielkości liter zarówno do samego identyfikatora modelu, jak i złożenia provider/model — gpt-5-6, openai/gpt-5-6 oraz openai/* działają, a samo * wyklucza każdy model.
• Dopasowywanie: isCompressionExcluded() / normalizeCompressionExclusions() w open-sse/services/compression/exclusions.ts. chatCore.ts sprawdza wykluczony cel bezpośrednio po rozpoznaniu ustawień kompresji, zanim zostanie uruchomiony jakikolwiek silnik, i traktuje dopasowanie dokładnie tak samo jak globalne wyłączenie kompresji — treść żądania jest w sposób możliwy do udowodnienia identyczna co do bajtu. Pominięcie jest rejestrowane za pomocą writeCompressionSkip(..., "excluded"), aby było widoczne w analityce.
• Domyślne zachowanie (pusta/brakująca lista): identyczne jak przed #8034 — nic nie jest wykluczone.

Znane ograniczenia

• LLMLingua-2 (SLM) wymaga opcjonalnych zależności umieszczonych w tej samej lokalizacji. Proces roboczy działa w kompilacji produkcyjnej tylko wtedy, gdy @atjsh/llmlingua-2 i jego zależności równorzędne są umieszczone razem w dist/node_modules (zobacz scripts/build/colocateOptionals.mjs, #4286). Bez nich silnik działa w trybie fail-open (zwraca oryginalny tekst). Rozwiązywanie procesu roboczego nie zależy już od import.meta.url (który przestaje działać w samodzielnym pakiecie) — opiera się na bieżącym katalogu środowiska uruchomieniowego / argv[1].
• Pakiety językowe Caveman de / fr / ja są częściowe. Zawierają reguły context + filler + structural, ale nie zawierają pakietów dedup / ultra, więc intensywność ultra nie jest dla tych języków większa niż full (używają wyłącznie własnych reguł — nie ma niejawnego mechanizmu rezerwowego korzystającego z angielskich reguł dedup/ultra, które zniekształciłyby tekst w innych językach). Pakiety en / es / id / pt-BR są kompletne. Mile widziane są kontrybucje plików dedup.json + ultra.json do częściowych pakietów.
• Telemetria stosowa wyświetla tylko silniki, które dokonały kompresji. Krok potoku stosowego, którego silnik został uruchomiony, ale zapewnił 0% oszczędności, zwraca stats:null, dlatego nie pojawia się w engineBreakdown — jest nieodróżnialny od pominiętego kroku. Rozróżnienie „uruchomiono, 0%” od „pominięto” wymagałoby zmiany modelu zestawienia i zostało odłożone na później.

Walidacja

Ukierunkowane testy kontrolne dla tego obszaru to:

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