上下文压缩器 / Context Compressor

在有限的上下文窗口里装下无限的对话记忆。

Fit more context in less tokens. Not truncation — intelligent compression.

核心理念

普通截断：  "这是很长的对话..." → "这是很..."           (丢了信息)
智能压缩：  "这是很长的对话..." → "讨论了XX，决定用YY"  (保留核心)

不同内容，不同压缩策略：

• 💬 对话 → 提取决策、问题、结论
• 💻 代码 → 去噪音保逻辑
• 📋 日志 → 只留错误和关键事件
• 📄 文本 → 摘要式压缩

命令参考

COMPRESS = python <skill_dir>/scripts/ctxcompress.py

压缩文本

# 从文件
$COMPRESS compress --input conversation.txt --level medium --type chat

# 从管道
echo "很长的文本..." | $COMPRESS compress --type text

# 内联文本
$COMPRESS compress --text "你的文本内容..." --level aggressive

压缩级别：

• light

  — 去掉空行和注释，保留所有内容

• medium

  — 去噪音 + 摘要 + 去重（默认）

• aggressive

  — 只保留核心信息

内容类型（自动检测或手动指定）：

• chat

  — 对话/聊天记录

• code

  — 代码

• log

  — 日志文件

• text

  — 普通文本

提取变更

比较两个文件的差异：

$COMPRESS diff --old v1.txt --new v2.txt

输出：新增了什么、删除了什么、修改了什么。

提取关键信息

从文本中提取结构化信息：

$COMPRESS extract --input chat_history.txt --type chat

输出 JSON：

{
  "decisions": ["决定用 Flask 框架"],
  "errors_and_fixes": [{"error": "port 5000 in use", "fix": "改用 8080"}],
  "commands": ["pip install flask"],
  "urls": ["https://flask.palletsprojects.com"],
  "key_terms": ["Flask", "deploy", "gunicorn"]
}

链式压缩

把多个文件压缩成一个摘要：

$COMPRESS chain file1.py file2.log conversation.txt --level medium

适用于：一个任务涉及多个文件，想一次性了解全貌。

分析压缩潜力

$COMPRESS stats --input big_file.txt

显示：总行数、空行占比、注释占比、预估可压缩比例。

Agent 使用场景

场景 1：对话历史压缩

当对话变长时，压缩旧消息以腾出上下文：

# 导出旧对话
cat old_messages.txt | $COMPRESS compress --type chat --level medium > compressed.txt

# 用压缩后的版本替换原文

压缩后保留：

• ✅ 做了什么决定
• ✅ 遇到什么问题，怎么解决的
• ✅ 关键代码片段
• ❌ 去掉了寒暄、重复讨论、中间过程

场景 2：错误调试压缩

20 轮试错 → 压缩成 1 段：

$COMPRESS compress --input debug_session.log --type log --level aggressive

输出类似：

📊 Log Summary: 15 errors, 3 warnings, 8 key events
ERROR: Connection refused on port 5432
ERROR: Permission denied /var/log/app.log
  (above error repeated 8x)
SUCCESS: Service started on port 8080

场景 3：跨 Session 记忆传递

把上一个 session 的精华传递给新 session：

$COMPRESS chain session1_notes.md session1_code.py session1_chat.txt --level aggressive

输出：一个紧凑的上下文摘要，注入新 session。

场景 4：代码 Review 压缩

长文件压缩后便于快速理解：

$COMPRESS compress --input big_module.py --type code --level medium

去掉了空行、注释、docstring，只留逻辑代码。

自动类型检测

根据文件扩展名和内容自动判断：

.py

.js

.ts

.go

.log

.out

.err

数据输出格式

压缩结果包含元信息：

🗜️ Compressed: 5234 → 876 chars (83% reduction)
   Type: chat | Level: medium
────────────────────────────────────────
## 决策 / Decisions
- 决定用 PostgreSQL 而不是 MySQL

## 问题 / Issues  
- Error: port 5432 already in use
- Fix: 改用 5433

## 代码 / Code
- [342 chars of code]

目录结构

context-compressor/
├── SKILL.md                 # 本文件
└── scripts/
    └── ctxcompress.py       # CLI 工具

设计哲学

• 有损但保核心：像 JPEG 压缩图片一样压缩文本
• 类型感知：不同内容用不同压缩策略
• 可组合：支持管道、链式压缩、提取信息
• 零依赖：纯 Python，不需要额外库

局限性

• 不是语义压缩（不理解含义，只做模式匹配）
• 对话压缩依赖格式识别（如果格式不标准可能失败）
• 代码压缩可能误删重要注释（light 模式更安全）
• 没有解压功能（压缩是不可逆的有损过程）