在不降低准确度的前提下，大幅减少token消耗（通常减少 50%-70%）

核心思想

Token 浪费的主要原因是文本冗余：

• 对话历史中大量客套话、重复确认、过程性描述
• 长文章中大量修饰性、铺垫性话语
• 重复说明相同的背景信息

语义压缩不是简单摘要，而是提取完整语义骨架，保留所有关键信息，只去除冗余废话。因此不会降低准确度，只是让文本更紧凑。

什么时候用

• ✅ 长对话历史上下文压缩
• ✅ 长文章/文档总结但保留全部要点
• ✅ 多轮对话后清理上下文，节省token
• ✅ 保存历史对话到长期记忆时压缩
• ✅ 批量处理文本减少prompt体积

什么时候不用

• ❌ 原文已经很精简（<500 token）
• ❌ 需要保留原始完整文本供后续查阅
• ❌ 诗歌、文学作品等需要保留原文修辞

压缩原则（不降低准确度）

• 保留所有关键信息：论点、结论、决策、数据、关键事实都必须完整保留
• 去除所有冗余：客套话、重复说明、过程性废话、修饰性铺垫都删掉
• 保持逻辑连贯：压缩后仍然是完整可理解的文本，逻辑关系不变
• 分层压缩：最新对话完整保留，历史对话只压缩保留结论

使用方式

命令行调用

node scripts/compress.js input.txt [output.txt]
# 或者
python scripts/compress.py input.txt

API 调用

const { semanticCompress } = require('./index.js');
const result = semanticCompress(text, { 
  targetCompression: 0.5, // 目标压缩率（保留原体积的百分比）
  preserveAccuracy: true // 是否强制保证准确度
});
console.log(result.compressed);
console.log(压缩率: ${result.compressedLength / result.originalLength * 100}%);

效果示例

优势对比

实现原理

• 使用大模型作为压缩器
• 系统提示词明确要求"保留全部关键信息，只删冗余"
• 输出结构化压缩文本
• 可选择二次验证：压缩后的文本能否回答原文本能回答的问题

分层压缩策略（对话历史）

对于多轮对话：

• 最近 3-5轮：完整保留，不压缩（保证当前对话连贯性）
• 更早的对话：只压缩保留 关键结论、决策、重要信息，过程性对话删除

这样既保证当前对话流畅，又大幅减少总token消耗。