fast-jev-compaction:1 秒把 Claude 会话从 100 万 token 压到 8.6 万
viksit · x · 2026-09-18
开源项目 fast-jev-compaction 提供了一种无损式的上下文压缩替代方案:不做 LLM 摘要,而是用 Jev 模型在单次快速请求中对每条工具调用与结果打分,删除或截断已过时的部分,保留内容原样不动,用户与助手文本保持原顺序逐字保留。
- 动机:传统 compaction 用 LLM 摘要旧对话是有损的,文件路径、报错、约束、命令等关键信息可能丢失
- 效果:实测一次运行约 1 秒,把近 100 万 token 的 Claude 会话压到约 8.6 万 token
- 形态:Claude Code 插件,也可作为 npm 库使用,GitHub 已有 600+ star
作者建议直接让 Claude 安装配置即可使用。
所属事件:开源插件用 Jev 毫秒打分重塑 Claude Code 上下文压缩(3 条相关)→
「编程与Agent」频道最新
- 开发者打造 MCP 记忆层:每个应用独立可撤销授权 — EntrepreneurOk5764 · 2026-11-04
- 「evals 就是模糊的单元测试」:AI Engineer 大会 eval 演讲获同行推荐 — TejasKumar_ · 2026-11-04
- 让 Claude Code 自己画 CAD:SOMA 下载破千并发布完整教程 — Lazar988 · 2026-11-04
- 文档抽取过了 POC 之后怎么落地？Reddit 求真实生产管线经验 — Mission-Leave-6551 · 2026-11-04
- LLM-as-judge 该怎么报置信度？开发者拒绝 0-100 分的三条理由 — jokiruiz · 2026-11-04
- Claude Code 做 CAD:开源 SOMA 用户破千,9 分钟设计书架出施工图 — Pr8tham · 2026-11-04