压实机
在令牌预算内管理LLM工作内存的MCP服务器。存储、检索和压缩上下文，使对话保持在限制范围内，而不会丢失有价值的信息。
旨在通过处理短期会话上下文来补充长期记忆工具（如克劳德助记符）。
安装
二进制
下载自 发布 或从源代码构建：
go build -o compactor .单一二进制，无外部依赖。约6 MiB。
码头工人
docker pull ghcr.io/lukaszraczylo/compaction-mcp:latest基于无发行版构建的多平台镜像（linux/amd64、linux/arm64）。
用法
# Ephemeral (in-memory, default)
compactor
# With persistent state
compactor --state-dir ~/.local/share/compactor
# Explicit token budget
compactor --budget 80000码头工人
容器将压缩器二进制文件作为其入口点运行。由于MCP服务器通过stdio进行通信，请使用 -i （交互式）：
# Ephemeral
docker run -i ghcr.io/lukaszraczylo/compaction-mcp:latest
# With persistent state
docker run -i -v compactor-data:/data ghcr.io/lukaszraczylo/compaction-mcp:latest --state-dir /data
# With explicit budget
docker run -i ghcr.io/lukaszraczylo/compaction-mcp:latest --budget 80000克劳德代码
.claude/settings.json （二进制）：
{
"mcpServers": {
"compactor": {
"command": "/path/to/compactor",
"args": ["--state-dir", "/tmp/compactor-state"]
}
}
}.claude/settings.json （Docker）：
{
"mcpServers": {
"compactor": {
"command": "docker",
"args": ["run", "-i", "--rm", "-v", "compactor-data:/data", "ghcr.io/lukaszraczylo/compaction-mcp:latest", "--state-dir", "/data"]
}
}
}游标/其他MCP客户端
同样的模式。服务器自动检测客户端并设置合理的预算：
- 克劳德 客户端：8万个令牌（20万个上下文的40%）
- 光标：6万个代币
- 覆盖
--budget旗帜
工具
| 工具 | 说明 |
|---|---|
recall | 每次会议先打电话。 恢复以前的上下文--返回预算状态+按相关性列出的顶级项目 |
store | 使用可选摘要、标签和重要性存储内容（1-10） |
query | BM25按文本和/或标签过滤进行排名搜索 |
status | 检查预算使用情况、项目计数、自动压缩设置 |
compact | 触发压缩到目标使用率 |
update | 添加/更新项目摘要（压缩后工作流） |
pin / unpin | 保护物品免遭驱逐 |
forget | 删除特定项目 |
list | 分页项目列表（最新优先） |
bulk_store | 在一次调用中存储多个项目（JSON数组） |
export | 导出所有项目，可选择作为摘要导出 |
configure | 调整预算、自动压缩切换和阈值 |
压实工作原理
三相管道，在90%预算时自动触发或通过手动触发 compact:
- 总结推广 -用摘要替换内容（得分最低的项目优先）
- 去重 -合并单词重叠率>70%的项目（Jaccard相似性），保留得分较高的项目
- 驱逐 -删除得分最低的项目，直到达到目标使用率
压缩后，没有摘要的项目会被标记。然后，LLM可以通过以下方式生成摘要 update 用于未来的压实循环。
评分
每个项目都会得到一个结合四个信号的保留分数：
score = 0.4 * importance + 0.3 * recency + 0.2 * access - 0.1 * size_penalty内容类型意识 自动调整评分：
| 类型 | 检测 | 分数乘数 | 衰变半衰期 |
|---|---|---|---|
| 错误 | error:, panic:，堆叠痕迹 | 1.5x | 30分钟 |
| 决定 | “已决定”、“继续”、“方法：” | 1.3x | 6小时 |
| 代码 | func, class，倒退围栏 | 1.2倍 | 6小时 |
| 散文 | 默认值 | 1.0x | 2小时 |
| 刀具输出 | $ 前缀，表字符 | 0.7x | 15分钟 |
被钉住的物品永远不会被驱逐。
搜索
全文搜索使用BM25排名（k1=1.2，b=0.75），其中：
- camelCase和snake_case令牌拆分
- 标签匹配得分提高5倍
- BM25相关性+项目保留率综合得分
自动标记
当没有提供标签时，项目会根据内容自动标记：
- 内容类型（错误、代码、决策、工具输出）
- 文件扩展名（.go、.ts、.py等）
- 基础设施关键字（kubernetes、docker、cilium、postgres等）
- URL存在（标记为“引用”）
坚持
随着 --state-dir，状态每30秒（脏时）和优雅关机时保存为原子JSON。没有它，每个会话的存储都是短暂的。
CLI标志
| 标志 | 默认值 | 描述 |
|---|---|---|
--budget | 100000 | 令牌预算（覆盖自动检测） |
--state-dir | "" | 持久状态目录（空=临时） |
使其无缝衔接
压缩器是LLM必须积极使用的工具——它不会自动拦截上下文。为了使使用习惯化，请将此添加到您的 CLAUDE.md:
## Working Memory (compactor MCP)
- At session start, ALWAYS call `recall` to restore previous context
- After making decisions, reading key files, or encountering errors: call `store` with a summary
- Before re-reading a file: call `query` to check if it's already stored
- When `status` shows >80% usage: call `compact`, then `update` items it flags
- Pin architecture decisions and user preferences with `pin`服务器还通过MCP握手发送指导LLM的指令，但CLAUDE.md规则更强，因为它们被视为硬要求。
三层如何协同工作
- MCP服务器说明 --在连接时注入，告诉LLM工作流程
- CLAUDE.md规则 --跨会话持久化，覆盖默认行为
recall工具 --为LLM提供了一个恢复上下文的单一操作，将12个工具的摩擦减少到1个入口点
坚持不懈(--state-dir)，上下文在会话中存在。LLM电话 recall → 取回其存储的决策、错误、代码片段→ 继续它停止的地方。
建筑
main.go - Entry point, CLI flags, MCP server setup, persistence wiring
store.go - Core store: items, scoring, compaction, BM25 integration
tools.go - MCP tool definitions and handlers
index.go - BM25 inverted index with tag boosting
content.go - Content type detection and auto-tagging
persist.go - Atomic JSON persistence with background save
tokens.go - Token count estimation (~4 chars/token)许可证
私人。