开源 MCP 工具 densely：无损压缩 Agent 上下文，节省 70% Token
No_Advertising2536 · reddit · 2026-08-11
开发者开源了一款名为 densely 的 MCP 服务器，旨在解决 Agent 长对话中上下文被填满导致早期关键信息丢失的问题。该工具能实现无损上下文压缩，可节省 2-8 倍的 Token 消耗。
核心功能：
- 压缩：将大型日志或 JSON 转化为高密度的 Payload，并生成纯文本备份。
- 搜索：支持在服务端对压缩数据进行正则搜索，仅将匹配到的行返回给模型，大幅减少 Token 占用。
- 展开：支持按行精确还原数据，通过 SHA256 校验保证字节级一致。
技术亮点：
采用 lzma 算法压缩，并将字节重新编码为目标分词器中恰好占用 1 个 Token 的词汇。由于 Anthropic 词表未公开，作者通过其 counttokens 接口经验性地提取了一套 Claude 原生字母表。实测 172KB 日志的压缩率高达 72.2%，且 Token 预测误差小于 0.1%。
所属事件:开源工具 densely 实现无损压缩 LLM 上下文(2 条相关)→
「编程与Agent」频道最新
- 论文提出具身虚拟智能体认知架构 CEAA — Aimilios Hadjiliasi · 2026-08-11
- 告别流水线：多智能体共享聊天室架构的实践与挑战 — ronin4001 · 2026-08-11
- GitHub 热门项目 mgrep：命令行原生多模态语义搜索工具 — tom_doerr · 2026-08-11
- DeepSeek-V4-Flash 实战：化身 Linux 管理员自主排查故障 — breksyt · 2026-08-11
- 古德曼绿蓝悖论：AI Agent 的致命幻觉 — KimLikeJ · 2026-08-11
- Obsidian Dataview 深度指南：用查询打造永不腐烂的知识库 — dSebastien · 2026-08-11