context-compression

AI 编程

Glasshouse：多智能体编程编排控制平面与代码模式 harness

HarzerHeribert/glasshouse · Multi-agent coding orchestrator with a first-party code-mode harness. Run Claude Code, Codex and other agents with routing, project memory, live tool results and fewer inference boundaries.

Glasshouse 是一个用 Rust 编写的多智能体编程编排系统，由可独立使用的编程 harness `pane` 和控制平面 `glasshouse` 组成。`pane` 提供代码模式执行环境，工具结果以运行时命名对象而非对话文本的形式保留，模型通过编写 TypeScript 程序调用工具，从而显著降低上下文占用；`glasshouse` 则作为控制平面，启动并驱动 Claude Code、Codex 等已安装 harness，依据延迟、可靠性、缓存热度、剩余容量与消耗速率等实测证据路由请求，维护项目级持久记忆，并在多个会话并行时就文件编辑冲突进行协调。项目提供推理网关组件，支持订阅与密钥的跨账号调度、配额与容量估算以及工具输出压缩。项目状态为活跃开发中，能力图文档为其权威规格。

# 模型路由 # 控制平面 # coding-agent # multi-agent # context-compression

☆ 收藏查看来源 ↗

评论 · 分享第一个看法

知识库与 RAG

jev-reranker：面向 LLM 上下文的重排序、过滤与压缩工具

shinpr/jev-reranker · Rerank, filter, and compress JSON search results with TypeSafe AI's Jev.

jev-reranker 是一个 Rust 编写的命令行工具，通过 TypeSafe AI 的 Jev 对检索结果进行二次处理。它从 stdin 读取 JSON 数组，按查询对候选文档进行重排序、过滤掉无可用证据的结果，或将文档压缩为与查询相关的短段落，并将处理后的 JSON 数组写入 stdout，用于在 BM25、向量搜索等召回步骤之后为 LLM 精简上下文。

# RAG # TypeSafe # 命令行工具 # reranker # context-compression

☆ 收藏查看来源 ↗

评论 · 分享第一个看法