通用长日志准入
工具执行完后筛掉确定不需要的进度文本,原文保留可回读。
构建或命令输出很长时,插件先保护任务所需事实,再让所选判断模型逐段判断普通进度、重复提示是否可以不进入主模型上下文。命令本身不会重跑。
该功能使用当前保存的 Jev 或 Luna Decisions 连接;案例按实际模型单独标注。切换连接保留原功能机制。判断连接与验真 ↗
接入方式
这项判断如何进入任务
tools/post-execute
- 触发
- 顶层工具执行后、结果交给 Agent 前的 tools/post-execute;通用日志默认从 6,000 字符开始考虑。
- 送给所选判断模型
- 当前任务、最近助手意图、工具调用意图、候选日志原文和行号,以及必保留原文和保护理由。只把可识别的进度、重复警告等作为候选。
- 如何采用
- typed omit/keep/unknown 逐段决定;达到配置概率和净节省门槛、完整原文先存入 spill 后,才替换模型可见 content,并附恢复位置。失败或不确定时保留原文。
实现依据:候选、判断与应用 ↗可省略行规则 ↗
真实构建日志省略,下一次主模型收到缩短文本
真实主模型调查退款实现,构建 160 个 TypeScript 模块并运行 3 项退款测试;在同一 Session 续验中,新脚本对相同模块逐一执行真实读取、编译和写入,输出 480 条数字格式进度。
执行与核查分别核对原始 stdout、Luna 原始答案、采用回执、Session 工具文本、实际后续主模型输入、原生 spill 回读和最终构建事实。
模块数 160、sum 12880 和 bundle 哈希均与实际产物一致,测试 3/3。6 个日志候选的 omit 概率均为 0.86,超过原 0.8 门槛;8,407 → 2,122 码点,净减 6,285(74.76%)。实际后续主请求收到相同缩短文本,验收者逐字回读 spill 原文,最终报告事实准确。证据:Jev / Luna Decisions:接入与实测验真 ↗
首次 7,127 码点的带源码路径进度未匹配现有整行数字规则,未调用日志判断,原文保留。续验仅增加执行真实操作的新脚本,未改生产问题、阈值、默认 6,000 触发长度或 4 秒等待。主模型本轮没有读取 spill;一次合成任务的文本减少不是平均 token、费用或时间收益。
摘要日志省略,要求保留进度时原文保留
固定工具材料含 2,351 字符日志,分别要求只看摘要和必须保留进度;辅助判断使用真实官方 Luna。
执行与核查核对 omit 概率、实际 Session 文本、下一次主请求输入与 spill 原文回读。
摘要样例两段 omit 概率均为 0.95,2,351 → 440 字符(81.28%);保留进度样例两段均为 0.48,低于原 0.8 门槛,完整 2,351 字符交付。证据:Jev / Luna Decisions:接入与实测验真 ↗
主模型和日志由夹具驱动,夹具触发长度为 1,500,生产默认 6,000 未变。该结果与后续真实构建的 74.76% 分开记录,不能作为自然任务平均节省。
100 个 TypeScript 模块,500 行构建进度
真实主模型通过原生 bash 构建、运行并哈希一个小型可执行项目;命令输出 500 行编号进度和最终产物信息。
执行与核查对比原始工具文本与写入 Session、实际交给 Agent 的文本,并独立核对最终产物哈希。
8,510 字符缩至 2,072,净省 6,438 字符(75.7%);省略标记和恢复位置可见,主模型报告的产物哈希与实际产物一致。证据:工具输出准入:真实 profile 报告 ↗
这是一个合成项目的一次真实 profile 结果,不是平均 token、费用或端到端时间节省。
要求完整清单时不问 Jev
另一次任务明确要求完整文件清单,命令输出覆盖 201 个文件。
执行与核查检查是否调用 Jev;通过 DSH 原生 spill 定位并读回完整输出。
Jev 零调用;原生 spill 保留完整输出的回读位置,主模型在同一 Session 续接中读回并核对文件数与哈希。证据:工具输出准入:真实 profile 报告 ↗
这验证保留完整输出的控制路径;不是同一条结果同时触发 Jev 省略与原生 spill 的实验。
这些结果的边界
- 只更改符合条件的模型可见文本,不改变结构化工具值或命令结果。
- Jev 的历史 75.7% 与官方 Luna 的新 74.76% 分属不同单次任务,不能作为平均收益或模型优劣比较。