compaction

本文识别了自主LLM工具（如Claude Code）中的一种失效模式：会话压缩摘要将超时命令的部分终端输出误解为已确认结果，从而在跨会话和模型版本中传播误报，且未重新验证。

GreptimeDB的Mito2存储引擎采用LSM-tree设计，结合列式Parquet SST、三级扫描剪枝以及TWCS压缩。该博客文章对其架构进行了全面解析。

SelfCompact是一种脚手架方法，让语言模型自主决定何时以及如何压缩长智能体轨迹，相比固定间隔方法，在减少token成本的同时实现了更好的性能。

Snapcompact 是一种技术，它将文本渲染为密集的像素字体图像，用更便宜的图像Token替换文本Token，以极低的输入成本实现近乎逐字逐句的召回。

LANTERN 引入了一个轻量级记忆层，能够在对话压缩后归档对话轮次并检索相关细节，恢复了78.3%丢失的事实，且无需任何LLM调用，性能优于基于MemGPT的方法。

一位用户分享了一个自定义的插件SDK钩子，该钩子逐渐压缩较早的轮次，同时保留最近的轮次不压缩，以防止在长时间OpenClaw会话中上下文窗口耗尽，将重新发送的上下文减少了80%。