context-window

LLM तक पहुँचने से पहले टूल आउटपुट, लॉग्स, फ़ाइलों और RAG चंक्स को कंप्रेस करें। कोडिंग एजेंट्स के लिए 20% कम टोकन, JSON के लिए 60-95% कम टोकन, समान उत्तर। लाइब्रेरी, प्रॉक्सी, MCP सर्वर।

वे कौन से सिद्धांत हैं जिनका उपयोग हम LLM-संचालित सॉफ़्टवेयर बनाने के लिए कर सकते हैं जो वास्तव में production ग्राहकों को देने के लिए पर्याप्त अच्छा हो?

एक अति-हल्का एम्बेडेड कोड सर्च इंजन CLI (AST आधारित) जो आसानी से काम करता है - कोडिंग एजेंट के लिए गति और दक्षता में सुधार करता है 🌟 अगर आपको पसंद आए तो स्टार दें!

कोड एक्सप्लोरेशन पर AI टोकन लागत 95%+ कम करें। tree-sitter AST के माध्यम से सटीक, सिंबल-स्तरीय GitHub कोड रिट्रीवल के लिए अग्रणी MCP सर्वर। Claude Code, Cursor और किसी भी MCP क्लाइंट के साथ काम करता है। 313B+ टोकन बचाए गए।

घोस्ट टोकन ढूंढें। उन्हें ठीक करें। कॉम्पैक्शन से बचें। संदर्भ गुणवत्ता में गिरावट से बचें।

AI एजेंट्स और IDE के लिए उच्च-प्रदर्शन कोड-इंटेलिजेंस इंजन, जो 257 भाषाओं, मल्टी रिपॉजिटरी का समर्थन करता है, ग्राफ पर आधारित है, और CLI, MCP Server तथा API के माध्यम से एक्सेस प्रदान करता है। AI कोडिंग एजेंट टीममेट - केवल आवश्यक जानकारी उजागर करता है, जिससे टोकन उपयोग 50 गुना तक कम हो जाता है। 100% स्थानीय। Discord: https://discord.gg/39MFHu3J5d

[ICML'24 स्पॉटलाइट] LLM Maybe LongLM: ट्यूनिंग के बिना LLM कॉन्टेक्स्ट विंडो का विस्तार

एक पोर्टेबल फ़ाइल में Claude Code को फोटोग्राफिक मेमोरी दें। कोई डेटाबेस नहीं, कोई SQLite नहीं, कोई ChromaDB नहीं - केवल एक सिंगल .mv2 फ़ाइल जिसे आप git commit, scp या शेयर कर सकते हैं। सब-ms ऑपरेशंस के साथ नेटिव Rust कोर।

AI एजेंटों के लिए LLM-पर्यवेक्षित पर्सिस्टेंट मेमोरी — ग्राफ-आधारित रिकॉल, क्रॉस-सेशन नॉलेज, सिंगल बाइनरी। DeepSeek Harness, Claude Code, OpenClaw और किसी भी एजेंट रनटाइम के साथ काम करता है।