$ loading_
压缩并分析超大模型上下文载荷,尽量保留关键语义以提升处理效率。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"distill-mcp-v2" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请将这份超长 AI 代理运行日志压缩为适合再次输入大模型的上下文,保留任务目标、关键决策、错误原因、工具调用结果和未完成事项,并按要点输出。
一份高密度摘要,保留后续推理所需的核心上下文与异常信息。
请分析这段超长多轮对话,提炼用户需求、已确认约束、重要事实、分歧点和下一步建议,输出为结构化上下文,方便后续模型继续处理。
结构化上下文摘要,便于在有限上下文窗口内继续高质量对话或执行任务。
请检查这份大型提示词载荷,识别其中的冗余内容、重复指令、冲突约束和高价值信息,并给出可压缩建议与精简版本。
一份载荷分析报告,以及更短但语义完整的优化后提示词。
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。