context-window

LLMに到達する前に、ツールの出力、ログ、ファイル、RAGチャンクを圧縮します。コーディングエージェントではトークン数を20%削減、JSONでは60〜95%削減し、回答は同じです。ライブラリ、プロキシ、MCPサーバー。

実際にプロダクション顧客に提供できるほど十分な品質のLLM搭載ソフトウェアを構築するために使用できる原則とは何か？

動作確実な超軽量の埋め込み型コード検索エンジン CLI（ASTベース） — コーディングエージェントの速度と効率を向上 🌟 気に入ったらスターを！

コード探索における AI トークンコストを 95% 以上削減。tree-sitter AST による正確なシンボルレベルの GitHub コード取得を実現する主要な MCP サーバー。Claude Code、Cursor、および任意の MCP クライアントに対応。313B 以上のトークンを節約。

ゴーストトークンの検出、修復、コンパクションの生存、コンテキスト品質の劣化防止

AIエージェントおよびIDE向けの高性能コードインテリジェンスエンジン。257言語、マルチリポジトリをサポートし、グラフベースでCLI、MCP Server、API経由でアクセス可能。AIコーディングエージェントの相棒として必要な情報のみを公開し、トークン使用量を最大50倍削減。完全ローカル動作。Discord: https://discord.gg/39MFHu3J5d

[ICML'24 Spotlight] LLM Maybe LongLM: チューニングなしでLLMのコンテキストウィンドウを自己拡張する手法

1 つのポータブルファイルで Claude Code に写真記憶を持たせる。データベース、SQLite、ChromaDB は不要 — git commit、scp、共有が可能な単一の .mv2 ファイルのみ。サブミリ秒の操作を実現するネイティブ Rust コア。

AIエージェント向けのLLM監視型永続メモリ — グラフベースのリコール、セッション横断的な知識、単一バイナリ。DeepSeek Harness、Claude Code、OpenClaw、および任意のエージェントランタイムと連携します。