context-compression
KI-Kontextkomprimierung für langlebige Sitzungen optimieren
Également disponible depuis: ChakshuGautam,muratcankoylan
KI-Agenten verschwenden Tokens, indem sie verlorenen Kontext nach aggressiver Komprimierung erneut abrufen. Diese Fähigkeit vermittelt strukturierte Zusammenfassungsstrategien, die kritische Informationen bewahren und die Token-Kosten um bis zu 98% reduzieren.
Télécharger le ZIP du skill
Importer dans Claude
Allez dans Paramètres → Capacités → Skills → Importer un skill
Activez et commencez à utiliser
Tester
Utilisation de "context-compression". Agent-Sitzung mit 178 Nachrichten beim Debuggen von Authentifizierungsfehlern
Résultat attendu:
- Strukturierte Zusammenfassung mit 5 Abschnitten erstellt: Sitzungsabsicht, Grundursache, Geänderte Dateien, Teststatus, Nächste Schritte
- Komprimierungsverhältnis: 98,6% (89000 Tokens auf 1240 Tokens)
- Sondenauswertung: 4,2/5 Genauigkeit bei technischem Detailerhalt
Utilisation de "context-compression". Vergleich von drei Komprimierungsstrategien für Coding-Aufgaben
Résultat attendu:
- Verankert iterativ: 98,6% Komprimierung, 3,70 Qualitätsbewertung - Am besten für Datei-Tracking
- Regenerativ: 98,7% Komprimierung, 3,44 Qualitätsbewertung - Gute Balance
- Opaque: 99,3% Komprimierung, 3,35 Qualitätsbewertung - Höchste Komprimierung, niedrigste Qualität
Audit de sécurité
SûrAll 16 static analysis findings are false positives. The skill contains only markdown documentation (SKILL.md, 271 lines) with no executable code. Detected patterns include markdown code block delimiters misidentified as shell execution, documentation URLs misidentified as network calls, and conceptual references misidentified as cryptographic implementations. No security risks identified.
Score de qualité
Ce que vous pouvez construire
Debuggen langlebiger Agent-Sitzungen
Kontext über 100+ Nachrichten-Debugging-Sitzungen hinweg aufrechterhalten, während Sie Dateiänderungen, Fehlermeldungen und Entscheidungen verfolgen, ohne kritische technische Details zu verlieren.
Enterprise-Coding-Agenten erstellen
Kontextverwaltung für Agenten entwerfen, die mit 5M+ Token-Codebasen arbeiten, Komprimierung implementieren, die Funktionssignaturen, Typdefinitionen und Architekturentscheidungen bewahrt.
Komprimierungsqualität auswerten
Verschiedene Komprimierungsstrategien mit sondengestützter Auswertung testen, um Genauigkeit, Artefaktverfolgung und Fortsetzungsfähigkeit vor der Bereitstellung in der Produktion zu messen.
Essayez ces prompts
Help me design a structured summary template for my coding agent sessions. I need sections for tracking modified files, decisions made, and next steps. My agent works primarily with TypeScript and Redis.
I'm building a coding agent that loses context after 50 messages. Design a compression trigger strategy using the sliding window approach. Include criteria for when to compress and how to merge summaries incrementally.
Create a probe-based evaluation framework for my context compression system. Generate 20 probe questions across recall, artifact tracking, continuation, and decision categories to test if my summaries preserve critical information.
Design a three-phase compression workflow for a 5M token codebase migration project. Include research phase compression to specification, planning phase to implementation details, and strategies for using example artifacts as compression seeds.
Bonnes pratiques
- Explizite Zusammenfassungsabschnitte für Dateiänderungen, Entscheidungen und nächste Schritte verwenden, um stillen Informationsverlust zu verhindern
- Komprimierung bei 70-80% Kontextauslastung mit inkrementeller Zusammenführung statt vollständiger Regeneration auslösen
- Komprimierungsqualität mit Sondenfragen testen, bevor sie in Produktionsworkflows eingesetzt wird
Éviter
- Für Tokens-pro-Anfrage statt Tokens-pro-Aufgabe optimieren
- Aggressive Opaque-Komprimierung verwenden, wenn Datei-Tracking für die Aufgabe kritisch ist
- Volle Zusammenfassungen bei jeder Komprimierung regenerieren, statt inkrementell zusammenzuführen