告别摘要压缩：densely 实现无损 LLM 上下文压缩，最高省 87% Token
No_Advertising2536 · reddit · 2026-08-10
开发者开源了 densely，一个针对 LLM 智能体的无损上下文压缩工具。不同于常见的“总结摘要”方法，它采用 lzma 压缩算法，并将压缩后的字节重新编码为 65,536 个特定的英文单词，确保每个词只占用 1 个 token，从而实现每 token 16 位的无损存储，且支持 sha256 校验。
性能表现：
- 日志文件压缩率 6.94x（减少 85.6% token）
- JSON 工具输出压缩率 7.75x（减少 87.1%）
- 代码使用 lzma 压缩率为 2.02x，若配合神经后端（如 Qwen2.5-Coder-0.5B）可达 7.27x
该工具目前以 MCP 服务器形式提供（支持 Claude Code / Cursor），可自动压缩大型工具输出，并支持在服务端 grep 检索匹配内容，仅将匹配结果送入上下文。作者也坦诚其局限性：压缩后的内容模型无法直接阅读，属于“冷存储+定向检索”方案。
「编程与Agent」频道最新
- AI Agent 时代的安全隐患：为什么你该警惕 SSRF 漏洞 — andersonbcdefg · 2026-08-10
- AI 时代生存法则：从执行者转型为系统架构师 — mdancho84 · 2026-08-10
- Karpathy 开源项目引爆热议：AI Agent 将颠覆传统数据科学家？ — mdancho84 · 2026-08-10
- Rust构建本地模型Agent框架Steffi AI，主打长任务与可控性 — ahstanin · 2026-08-10
- Cursor 官方分享 AI 编程演进：2026 年将迈入常驻云端智能体时代 — Teknium · 2026-08-10
- AI速度翻倍：五人两季度项目，两人一季完成 — alex_verem · 2026-08-10