3 dépôts
Tools that condense conversation history to fit within model token limits while preserving essential context.
Distinct from Session State Summarizers: Distinct from Session State Summarizers: focuses specifically on token-constrained summarization for LLM context windows rather than general session overviews.
Explore 3 awesome GitHub repositories matching data & databases · Token-Aware Summarizers. Refine with filters or upvote what's useful.
Kimi-code is a command-line interface and orchestration framework designed to integrate autonomous AI agents into software development workflows. It functions as a terminal-based assistant that manages multi-step coding tasks, including planning, file system modifications, shell command execution, and test running, all while maintaining conversational context within a local development environment. The project distinguishes itself through a focus on secure, autonomous agent orchestration and granular control over AI interactions. It enforces strict security by requiring explicit user approval
Optimizes conversation history and multimodal inputs to maintain focus within model token limits.
This project is a research-focused toolkit designed for building autonomous agent systems, multi-agent workflows, and security governance frameworks. It provides a platform for coordinating specialized sub-agents through structured communication protocols and phased task delegation to complete complex technical objectives. The framework distinguishes itself by integrating a dedicated security policy engine that validates autonomous tool execution against user-defined permissions and safety rules. It also features a research-oriented approach to prompt engineering, enabling the dynamic assembl
Condenses session history into compressed representations to maintain context coherence while minimizing token usage.
Ce projet est un orchestrateur de workflow de développement propulsé par l'IA qui intègre des agents de codage autonomes directement dans les éditeurs de code. Il fonctionne comme un framework de gestion de systèmes multi-agents, permettant aux développeurs d'automatiser des tâches complexes telles que le refactoring, la complétion en ligne et les workflows de développement logiciel multi-étapes. En utilisant un protocole de communication standardisé, il fait le pont entre les environnements de développement locaux et les grands modèles de langage (LLM). Le système se distingue par son approche axée sur l'orchestration de tâches par agents et une configuration granulaire. Les utilisateurs peuvent définir plusieurs agents avec des comportements, des outils et des prompts système distincts, permettant une automatisation hautement personnalisée conforme aux standards de codage du projet. Il prend en charge une gestion de contexte sophistiquée, incluant la capacité d'injecter des détails sur la base de code, l'état de l'espace de travail et des informations de diagnostic dans les prompts pour améliorer la précision du code et des plans générés. Au-delà de l'orchestration, la plateforme fournit des outils complets pour l'observabilité et la gestion de session. Elle inclut des fonctionnalités pour surveiller la consommation de tokens, suivre le statut des tâches en arrière-plan et conserver l'historique des conversations entre les sessions. L'architecture repose sur des flux d'entrée et de sortie standards pour une communication fiable et intègre une gestion sécurisée des identifiants pour traiter l'authentification sans exposer de clés sensibles.
Summarizes chat history to maintain conversation state within strict token limits.