Menos contexto para ler, mais espaço para trabalhar.

Remove a formatação redundante do JSON. Arrays uniformes podem compartilhar os nomes das colunas em TOON ou numa representação tabular, evitando repetir chaves em cada linha. Pedidos de JSON continuam recebendo JSON.

Agrupa linhas repetidas com sua contagem e reduz o ruído do progresso ou da compilação. A codificação reversível reconstrói o original; visualizações resumidas mantêm uma referência para recuperação.

Condensa relatórios de testes e stack traces em torno das falhas, asserções e frames relevantes. Resumos de build destacam diagnósticos em vez de repetir etapas bem-sucedidas. Recupere a saída completa quando precisar de mais detalhes.

Janelas de diff reduzem o contexto ao redor das alterações. Esqueletos de código mostram declarações e assinaturas antes dos corpos completos. São recursos de leitura, não arquivos ou patches substitutos; o código omitido continua recuperável.

Reduz marcações volumosas de páginas e vetores a uma visualização de estrutura ou texto. O original continua disponível para atributos, coordenadas ou detalhes exatos que não aparecem na versão compacta.

Visualizações especializadas condensam notebooks e arquivos de dependências. Assets gerados grandes e dados base64 podem virar avisos curtos com referências de recuperação, em vez de ocupar todo o contexto. Essas visualizações são intencionalmente incompletas.

Remove decoração ANSI, espaços repetidos e alinhamento excessivo de tabelas. Operações especializadas podem abreviar identificadores longos repetidos ou manter só o início e o fim de uma saída grande, com o original disponível.

Quando a tarefa pede apenas caminhos, um diretório, um status HTTP ou um resultado compatível de aprovação/falha, a extração determinística devolve essa informação em vez de toda a saída.

Um encoder disponível classifica trechos em relação à pergunta e seleciona linhas relevantes de saídas grandes. As linhas mantêm a ordem original. É seleção extrativa, não uma garantia sobre tudo que foi omitido.

Uma referência identifica conteúdo armazenado. Recupere o original, peça um intervalo de linhas, busque dentro dele ou use consultas estruturadas compatíveis. Estimativas e previews ajudam a decidir quanto ler. A busca só cobre o conteúdo disponível no armazenamento.

O especialista local pode receber um conjunto limitado de trechos relevantes, responder sobre uma referência, selecionar candidatos ou comparar várias saídas fornecidas. Trechos de origem permitem conferir a resposta sem começar pelos documentos completos.

O Librarian expõe indicações compactas das operações comuns e um catálogo paginado para as demais. Bots incluem um índice de suas skills; o agente pede o conteúdo quando precisa. As instruções das skills não são resumidas.

Com Token Saver e Graphify ligados e a CLI disponível, o host mantém um grafo do repositório e orienta o agente a consultá-lo primeiro. Consultas direcionadas podem reduzir a exploração de arquivos. É uma integração real do host; a operação de nome semelhante no catálogo Librarian não executa a CLI por conta própria.

Operações assistidas por modelo condensam comandos, textos longos e atualizações. Representações compactas e resumos curtos atendem aos seus modos específicos. A inferência local usa o modelo instalado; uma API compatível configurada explicitamente usa esse endpoint.

Extrai ou agrupa falhas de testes, jobs de CI, diagnósticos, cobertura, snapshots e logs de instalação ou build. Há também operações para contêineres, infraestrutura, Kubernetes, dependências, assinatura, notarização, acessibilidade e vulnerabilidades. Elas resumem evidências; não certificam um build aprovado.

Consulte papéis de arquivos, imports, símbolos, estrutura JSON, campos, tabelas, endpoints ou esquemas de banco. Resuma HTTP/HAR, GraphQL, planos de consulta, benchmarks, crashes, perfis, processos, depuração, sanitizers, memória, chamadas de sistema e inspeção binária. O agente principal pode recuperar detalhes antes de agir.

Prepara visualizações menores do histórico git, blame, conflitos, discussões de PR/MR, tickets e critérios de aceitação. Chats, e-mails e transcrições fornecidos podem virar decisões ou ações. Outras operações resumem subagentes, classificam resultados, combinam logs, comparam métricas, apontam contradições e selecionam notas de versão.

Operações candidatas podem sugerir planos, notas de revisão, testes, buscas, hipóteses, refactors, triagem de issues, SQL ou textos de versão. Podem redigir commits, PRs e traduções compatíveis. O agente principal precisa verificá-los. Comandos sugeridos não são executados automaticamente, e seu modelo não é trocado silenciosamente.

A seleção automática usa o modelo MLX 1.7B em Macs com até 16 GiB de RAM e E4B acima de 16 GiB. As configurações também permitem escolher um modelo ou endpoint compatível com OpenAI. Rotas determinísticas dispensam geração; rotas de encoder e modelo dependem dos runtimes disponíveis. A geração externa envia conteúdo elegível ao endpoint configurado.

Pedidos idênticos podem reutilizar um resultado. Embeddings armazenados evitam repetir trabalho local de seleção. Isso melhora a eficiência local; um acerto de cache não significa, por si só, menos tokens cobrados.

Uma duplicata verificada pode apontar para seu original armazenado. Buscas e avisos de similaridade ajudam a localizar evidências sem tratar textos parecidos como idênticos. Comparações destacam mudanças nas falhas; exemplos de correção podem ajudar chamadas posteriores.

Respostas compactas, catálogo sob demanda e remoção de rastros de raciocínio mantêm as respostas focadas. Prompts locais estáveis e verificações de cache evitam sobrecarga; não reescrevem instruções de segurança nem garantem preços de cache do provedor.

As execuções admitidas recebem instruções para mensagens compactas e referências a trechos repetidos. RCW1 é solicitado apenas quando usa no máximo 45% dos tokens do texto conciso equivalente; caso contrário, o texto continua como texto. Literais, negação, ordem e aprovações precisam sobreviver à decodificação. Essa regra não representa economia medida de 55% em toda conversa.

Um resultado menor também pode reduzir o contexto repetido nos turnos seguintes. O app estima esse benefício com totais permanentes por conversa e número de execuções, usando um piso derivado das leituras de cache informadas quando maior. É uma estimativa contrafactual, diferente de acertos do cache local e do desconto efetivo do provedor.

Wrappers interceptam saídas ruidosas elegíveis, e pipes explícitos de distill comprimem texto fornecido. Hooks só se aplicam onde a substituição da saída é suportada. Ferramentas de saída exata, skills, mensagens do usuário e permissões são protegidas; a cobertura varia por provedor. Na implementação atual, Claude tem um hook PostToolUse de substituição; Codex e Grok usam wrappers de shell elegíveis e pipes explícitos, sem reescrita universal de leituras nativas de arquivos. cat, rg, sed e jq mantêm a saída integral, salvo um pedido explícito de extração com distill.

Entradas grandes são divididas em pedidos limitados. A recuperação por MCP permite acessar a saída armazenada ou pedir uma visualização menor. Dividir permite comprimir volumes maiores; não multiplica a economia por si só.

Há também caminhos condicionais para releituras sem alterações, deduplicação entre turnos, ocultação de resultados ou argumentos antigos, agrupamento de tarefas em fila e contexto compacto de continuidade. Exigem integração, ativação e recuperação. Não reescrevem universalmente sessões ativas. O host macOS ativa as permissões de rollout nas execuções admitidas do Token Saver; cada operação ainda verifica sua elegibilidade e recuperação. As preferências separadas de compactação do histórico e aprendizado de sessões vêm desligadas: a primeira pode compactar saídas persistidas com recuperação; a segunda pode escrever regras aprendidas nas instruções gerenciadas. Existirem no código não significa que estejam ativadas para todo usuário.

Entradas de OCR/diffs de imagens, áudio, vídeo, documentos, planilhas, consultas de grafo/LSP/AST, alterações de arquivos, watches e codemods precisam de ferramentas e entradas do host. Uma entrada não comprova integração ativa: operações sem suporte retornam indisponíveis. O texto já extraído pode usar as técnicas anteriores.

Auto é um modo separado de roteamento do trabalho do agente. Quando ativo, o cálculo acrescenta uma estimativa equivalente a tokens de 25% da economia medida em saídas de ferramentas. Essa parcela não é uma redução medida em cada chamada e não garante uma fatura menor ou qualidade idêntica.

Antes de entregar uma visualização que omite detalhes, o caminho de recuperação armazena e verifica o original. As referências ficam vinculadas ao escopo de recuperação. Sem recuperação assegurada, essa entrega é recusada ou o original é usado. Recuperável não significa compressão sem perdas.

Conforme o caminho, verificações protegem valores literais, conferem citações, rejeitam resumos sem respaldo e usam verificações semânticas/NLI disponíveis. Limiares rejeitam reduções insuficientes. Limites de tempo permitem continuar por um caminho mais seguro. Reduzem risco, sem garantir raciocínio idêntico.

O modo local comprime no Mac; uma API externa configurada recebe o conteúdo elegível. Seu provedor de programação continua recebendo as próprias requisições. Verificações de segredos e injeção limitam operações.

As substituições entregues registram a diferença entre as estimativas de tokens do original e da saída compacta. O Estimated save também inclui estimativas de respostas mais curtas, atividade do Graphify, reaproveitamento entre turnos e Auto quando aplicável. A comparação é com um agente hipotético sem esses recursos, não com a fatura do provedor. Candidatos rejeitados não somam economia medida.