创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

scx 0.11.0 发布,面向 LLM 的确定性上下文压缩器

AI 总结

作者发布 scx 0.11.0,这是一款零依赖 Rust 工具,可在保留原始措辞的同时压缩日志、命令输出、diff 和堆栈信息,供 LLM 使用。它通过 IDF 加权词面匹配识别证据行并保留相邻上下文,遇到令牌超限时会明确报告溢出,而不是静默丢弃证据。该版本已在 crates.io、GitHub Releases、Homebrew 和 npm 发布,并提供用于智能体工作流的 MCP 服务器。

深度见解

scx 为管理 LLM 上下文预算提供了一种确定性与证据优先的方案,无需改写原始文本,但目前的性能数据来自作者自测,尚无独立验证。

版本 0.11.0 已发布:crates.io / GitHub Releases / Homebrew / npm 四平台同步。

几个月前我开始做一个 Rust 项目:在把日志、命令输出、diff、堆栈喂给 LLM 之前,把该留的留下,该删的删掉,而且一个字都不改。到 0.11.0 算是把设计、评测、发布全闭环了,写一篇把关键决策和数据摊开讲。

问题

排查问题时的经典场景:some-noisy-command > /tmp/out.log 2>&1,然后要么硬塞进上下文(贵、关键行被淹没),要么交给通用摘要(改写原文,不敢信),要么随机抽样(可能恰好丢掉根因),要么向量检索(不适合逐行保留原始证据)。

scx 的约束:先证据,后预算

核心是一条纪律:

#scx#Rust#crates.io#GitHub Releases#Homebrew#npm#MCP#Claude#Codex#Cursor

原文约 3 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。