SuperAPI AI 工具集

jev-compaction

智能体与模型

查看项目

更新于 10-15 23:45

技能介绍

用途:压缩已有对话,生成交接说明、会话摘要或压缩胶囊。Jev 本身不写摘要,而是逐轮阅读对话并给每轮打标记:keep(含决策、约束、偏好、未完成工作,或后续工作依赖的精确值、路径、id、命令、错误,需逐字保留)、summarize(要点重要的背景)、drop(闲聊、被取代的尝试、重复输出)。随后你只需总结其中一部分,且不可改写的行已被预先标出,交接因此更短且不再丢失关键内容。

主要能力:标记结果作为 digest 提供,并给出保证——最后六条消息始终保留,系统消息始终保留;只有置信度 0.7 以上才会被丢弃,未判定轮次一律降级为 summarize;疑似含密轮的轮次不发送,默认 summarize;Jev 不可用时全部轮次返回 summarize。是否压缩由算术决定:窗口用到 60% 时压缩,85% 时紧急压缩,不需要调用模型判断。

使用方式:先取得 {role, content} 消息列表,在 Hermes 上可用 hermes sessions export --format jsonl -;再在 Hermes 上调用 jev_compact_select 并传入 messages,其他环境可运行:jev compact-select --digest < transcript.json(接受 {"messages":[...]} 或裸列表)。然后基于 digest 而非原始记录撰写交接:每条 [KEEP VERBATIM] 原样放入 Decisions、Open work、Pointers(路径、id、命令)之下;[background] 行最多压缩成一段简短上下文;不得添加 digest 之外的内容;交接控制在 400 词以内。

适用场景:会话交接、长对话压缩、上下文胶囊生成。限制:资料未提供具体收费、价格、平台支持范围或效果数据;具体行为受上述保留与置信度规则约束。