$ loading_
为大模型无损压缩文本，节省2到8倍上下文token并可精确还原。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"densely" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请用 densely 压缩这段长提示词，要求尽量减少 token，并保留可精确还原的能力。
输出压缩后的紧凑文本，便于放入上下文窗口。
把这个文件内容交给 densely 压缩，并保留可按需展开的精确切片。
输出可通过展开工具恢复原文的压缩表示。
使用 densely 展开这段压缩内容中的指定片段，并验证其 sha256 一致。
输出原文片段及校验一致性结果。
当提示词、笔记或文档太长时，开发者可以先压缩再送入模型，减少 token 占用。它适合需要保留原文可恢复性的场景。
需要从压缩内容中定位某一段原文时，可以展开精确切片而不是重新处理整段文本。工具还会用 sha256 做校验。
在支持 MCP 的客户端里，可以把压缩和展开能力接入工作流，作为上下文管理的一部分。
densely 是一个面向 LLM 的无损上下文压缩工具，可把文本压缩到更少的 token，并支持 byte-exact 还原。它通过 MCP 提供压缩文件/文本和展开精确切片的能力。
它不是摘要，而是无损压缩；目标是尽量减少 token，同时保持可精确恢复原文。文档还提到会用 sha256 验证。
给定信息只说明它是 MCP 工具，并提供压缩与展开能力；未给出额外安装或运行时要求。
通过 MCP 提供内容压缩能力，帮助缩短上下文并优化 AI 工作流传输效率。
为大模型对话提供上下文压缩，在保真前提下降低 token 消耗。
作为 MCP 服务器与代理压缩提示词和回复，降低大模型令牌成本。
压缩 MCP 工具 schema，显著降低 token 消耗并保持完整语义与确定性。
压缩上下文并持久化任务检查点，显著降低 AI 代理 token 消耗
通过安全只读的 MCP 桥接调用 CompText，生成上下文打包与回放摘要。