$ loading_
为大模型对话提供上下文压缩,在保真前提下降低 token 消耗。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"compresh-mcp" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请将以下代理对话历史压缩为等价上下文,保留关键约束、未决问题、事实依据和风险标记,并尽量减少 token:{{对话内容}}输出一份更短但语义等价的对话摘要,可直接继续喂给模型。
整理并压缩这段多轮推理记录,标注已确认事实、推测内容、信息缺口和引用依据,避免丢失关键判断前提:{{推理记录}}输出带认知标记的压缩结果,方便后续代理安全续写与决策。
从以下历史交互中提取可复用的长期语义记忆,去重合并相似内容,并生成适合后续检索的压缩表示:{{历史交互}}输出结构化的语义记忆条目与压缩表示,便于检索和上下文注入。
压缩上下文并持久化任务检查点,显著降低 AI 代理 token 消耗