prompt-compressor

当用户说『提示词太长/token烧太快』『上下文塞不下了』『把这段压缩一下还别丢重点』『长文档怎么塞进窗口』，或要压低 agent 每轮上下文成本时使用。基于「信息密度」裁剪：保留关键词密集/位置靠前的句子，删冗余/客套/复述，给出可运行脚本（提示压缩器，按密度+位置打分删句）。与 context-engineering 互补：context 管『放什么』，compressor 管『怎么压短』。理论根基：LGD 三律之收敛（删除冗余，单一有效信息）。触发词：提示压缩、prompt压缩、上下文压缩、压缩token、长文本精简、context压缩、省token、摘要进窗口、prompt shorten。

凡自治之物 · LGD 治理学 · 创造术家族 ｜ 评测协议：skill-quality-gate

English

When to use

• When the user detects capacity-limits scenarios such as "the prompt is too long", "tokens are burning too fast" or "the context won't fit".
• When you need to cut an agent's per-turn communication cost to fit the window-size limit or cost-control policy.
• When the input contains lots of redundancy, repetition or low information density and you must preserve core intent density.

Usage

• Call the core script compress_prompt.py as the main logic carrier.
• Configure via command-line: python compress_prompt.py --input "text-to-compress" --threshold 0.5.
• For system integration, import the compiled module from __pycache__ to ensure dependencies are ready.

Workflow

1. Monitor the conversation flow / input features; spot trigger words ("compress", "save tokens") and context-overflow signals.
2. Sentence-split and tag the raw prompt; per the LGD convergence theory, keep keyword-dense and front-positioned sentences.
3. Run compress_prompt.py to auto-filter redundancy, pleasantries and repetitions.
4. Validate the output: core logic intact and no key instruction lost.
5. Return the trimmed prompt together with a runnable compression report.
6. Hand the final result to downstream agents or to the user for confirmation.

Evidence & safety statement

• Evidence: TBD (no evaluation / badge link yet; update here once produced)
• Version: 1.1.1
• Safety: no independent security scan has been performed (TBD); the conclusion is pending and no endorsement is given until it is completed.

中文

何时用

• 当用户检测到「提示词太长」「token 烧太快」或「上下文塞不下了」等容量限制场景时。
• 需要降低 Agent 每轮沟通成本，以符合窗口大小限制或成本控制策略时。
• 针对输入中包含大量冗余、复述或低信息密度内容，需保持核心意图密度的情况。

用法

• 调用核心脚本 compress_prompt.py，作为技能执行的主要逻辑载体。
• 支持命令行参数配置：python compress_prompt.py --input "待压缩文本" --threshold 0.5。
• 若用于系统集成，读取 __pycache__ 中的编译模块即可确保依赖环境就绪。

流程

1. 监测对话流或输入特征，识别触发词（如「压缩」「省 token」）及上下文溢出信号。
2. 对原始提示词进行分句与标记，依据 LGD 收敛理论筛选关键词密集及位置靠前的句子。
3. 执行 compress_prompt.py 脚本，自动过滤冗余、客套及重复信息片段。
4. 校验输出结果，确保核心逻辑完整性且未丢失关键指令内容。
5. 返回精简后的提示词，并生成对应的可运行压缩报告。
6. 将最终结果交付给后续 Agent 调用或用户确认。

证据与安全声明

• 证据：TBD（暂无评测/徽章链接；产生后在此更新实际链接）
• 版本：1.1.1
• 安全：未做独立安全扫描（TBD），结论待补；补全前不作推荐背书。