Jev 101
开始指南
搜索
中文 EN
智能体 ✦ 86大纲作者自报——请在你的轨迹上测量

原文保留的上下文压缩

对 tool 历史 keep/delete；保留段原文拼接。

适用人群：编程智能体／长会话产品团队。步骤：（1）将候选工具调用／结果块作为状态。（2）用 Noul／Choice 判断保留还是删除／截断。（3）代码逐字拼接保留的文本（不重写摘要）。预期效果：缩减上下文，同时避免对保留片段作有损改写（作者主张）。注意：逐字保留文本 ≠ 证明省略的历史没有必要。

来源：tamaratran/fast-jev-compaction ↗ 文档 / 来源 ↗
1

复制提示词（保留英文原文效果最好）。

2

在代码里实现——调用 System One / Jev，由你的程序组合答案。

3

回答它的设置问题——大多数提示词会先采访你，然后进入固定节奏。

提示词

提示词 
Audience: coding-agent / long-session products.
Steps:
1) Snapshot tool-call/result blocks.
2) Noul/Choice: keep | delete | truncate.
3) Code splices kept text verbatim — no summary rewrite of kept spans.
Expected effect: smaller context with verbatim retention (author claim).
Caveat: omit ≠ proven unnecessary.

需要授权：typesafe-sdkcoding-agent

它是怎么搭起来的

来源：fast-jev-compaction · cobanov 在 awesome-jev 中的“Context and compaction” · aliaihub 智能体监督案例。

逐字保留智能体不得编造的片段。相关模式：工具结果筛选。社区仓库关于压缩质量的说法均为作者自报。

来源（第二轮补充）

为什么它好用

决策模型选择保留什么；代码掌控对话记录的字节。

本案例收集自公开的 Jev 社区，版权归原作者所有。提示词属于参考资料：运行前请先审阅内容， 并且不要让机器人超出你实际授予的权限行事。