【Pi 超轻量插件】让 Jev 去掉无用的工具调用结果,留一个清爽的上下文!

分省份-城投债信用利差跟踪(私募债)20260206.xlsx 立即下载

背景与痛点

长会话里那些“食之无味”的历史工具输出

在使用 AI 进行较复杂的重构或排查任务时,都会遇到上下文过多压缩的情况。

在 Pi 中虽然说有压缩命令,但我们可以看看他具体压缩了些什么。

如果你用 Pi 跑过时间稍长的任务,大概清楚那个感觉:上下文里堆着几十轮的工具输出,read 读了几百行源码的结果、bash 吐出来的长串依赖树、反复试错时留下的废弃命令……这些东西凑在一起,等到上下文快满、准备压缩时,它们依然原封不动地躺在那儿,等着被一口气扔进去做摘要。

问题是,把这些早就过期的内容全都喂给大模型,虽然模型可能从摘要里能留下什么有效信息,但是执行效率和还有准确性肯定是差了一点点。

所以我做了这个插件,想先在压缩前把真正没用的东西挑出来。把这些早无时效性的大段工具文本全部直接塞给大模型做压缩摘要,不仅消耗大量总结耗时和 token 成本,还可能因为无关噪音过多而稀释真正关键的上下文记忆。

解决思路

在原生压缩前,先来一次修剪

借鉴了 Tamara Tran 在 Claude Code 生态下的出色工作 fast-jev-compaction,我做了一个面向 Pi 的原生适配插件:@lienat/pi-jev-compaction。它只做原生压缩前的“减负预处理”。

  Pi 触发压缩(自动阈值 或 手动 /compact)
              ↓
  触发 session_before_compact 扩展钩子
              ↓
  Jev 秒级评估待摘要区间的工具调用与结果
      │
      ├─ 评估成功:仅精简冗余的工具调用和截短大文本结果
      │          ↓
      │       Pi 原生 compact() 生成结构化摘要与元数据
      │
      └─ 超时 / 异常 / 用户取消:完全保持原始消息数组不变
                 ↓
              安全回退至 Pi 原生普通压缩

核心亮点

  1. 只做减法
  • 精准裁剪:通过 TypeSafe Jev 模型在毫秒级内裁定历史工具调用是“保留”、“删除”还是“截短”。
  • 绝对保护原生信息:User 提示词、Assistant 思考过程(thinking blocks)、图片内容、近期保留消息以及不完整的工具对完全不动。
  • 只替换输入数组:会话的 firstKeptEntryId、fileOps 文件操作追踪、分支元数据依然 100% 由 Pi 自己管理。
  1. 极致的安全回退
  • 设定了默认 15 秒超时时限(可通过环境变量调节)。
  • 一旦网络抖动、Key 未配置、请求超时或用户主动中断,插件会默默跳过,Pi 会平滑回退到原生压缩,绝不中断会话流程。

30 秒极速安装体验

第一步:安装插件

直接通过 Pi 的包管理器安装(推荐):

  pi install npm:@lienat/pi-jev-compaction

也可以直接从 GitHub 安装:

  pi install git:github.com/Jul1en-Lin/pi-jev-compaction@main

第二步:配置 Jev API Key

插件使用官方 TypeSafe Jev 服务做快速决策判定。在启动 Pi 的终端环境中配置环境变量:

  export TYPESAFE_API_KEY='your-typesafe-key'

可选参数:

  # 自定义单次 Jev 判定超时(毫秒),默认 15000(15秒)
  export PI_FAST_JEV_TIMEOUT_MS=15000

第三步:体验

重启 Pi 即可。平时写代码完全不需要改变任何使用习惯,不管是上下文占满触发自动压缩,还是手动输入 /compact,控制台都会打印出清晰的精炼记录:

  [jev] 12 call(s) reviewed: dropped 8, shortened 2 · 850ms; Pi will create the native summary.

无需干预,原有的臃肿调用已被精准卸下,留给 Pi 的是一个干净、轻量、高信息密度的待摘要上下文。

开源与致谢

这是我的 github 仓库,也欢迎在 Pi Package 市场下载使用

  • GitHub:Jul1en-Lin/pi-jev-compaction
  • 核心决策逻辑源自 Tamara Tran 的 fast-jev-compaction 及 aleksvega 的分支。

欢迎试用、提 Issue 或 Star 支持!

【电力负荷预测】基于MATLAB App Designer的Excel数据导入与误差报告生成系统:融合多因素特征与多模型评价的图形化预测分析平台设计 MATLAB 负荷预测App Designer界面 内容概要:本文介绍了一个基于MATLAB R2025b开发的负荷预测系统,旨在实现从数据导入、质量检查、多因素特征构造、模型训练与选择、预测结果可视化到误差报告自动生成的完整流程。系统支持Excel、CSV和MAT文件导入,通过App Designer风格的图形界面进行交互操作。项目采用五类差异化随机过程生成模拟数据,构建了包含历史负荷保持法、岭回归和提升树集成模型的多模型预测体系,并通过时间一致性建模与防数据泄漏机制提高预测可信度。系统实现了标准化误差评价、结构化报告输出及实验复现机制,并具备良好的可扩展性,适用于电力系统短期负荷预测、工业企业能源管理、智慧园区协同管理等多个领域。 适合人群:具备一定MATLAB编程基础,熟悉数据处理、机器学习建模与图形界面开发的研发人员、工程师及高校师生。 使用场景及目标:①实现Excel/CSV/MAT文件的自动化导入与数据质量控制;②构建融合环境温度、湿度、光照、工业活动及休息日等多因素影响的负荷预测模型;③通过图形界面完成模型训练、预测结果展示与误差分析;④生成包含统计指标、逐时预测明细及图表的标准化Excel误差报告。 阅读建议:此资源以开发集成化负荷预测工具为目标,不仅涵盖算法实现,更强调工程化设计与用户体验。建议使用者结合文中提供的完整代码示例,重点理解数据流管理、模型验证策略与界面交互逻辑,并在实际应用中根据具体业务需求调整特征体系与预测范围。 立即下载

相关推荐

AI大模型医学影像诊断智能识别应用方案.pptx

AI大模型医学影像诊断智能识别应用方案.pptx

2026最新7款企业AI编程平台深度选型实测

上个月我作为技术负责人,接了个硬骨头——两周内给团队选一款企业级AI编程平台。我们公司做金融数据SaaS,代码库80多万行,涉及大量客户敏感数据,安全合规是第一优先级。我拉了个评测清单,把市面上7款主流AI编程工具全部跑了一遍。字节跳动出品的TRAE基础版免费,这一点在预算审批上直接帮了大忙——先让两个小组试用了一周,实测效果远超预期。经过这次选型,我对企业级AI编程工具有了全新的认知。

2603_96966239的博客 197

douyin-favorite-MyLike-main.zip

douyin-favorite-MyLike-main.zip

Grok 4.7在zeekeai编程提示词哪个好用?

在AI编程进阶实践中,用Grok 4.7生成高质量提示词(Meta-Prompt) 成为突破效率瓶颈的关键。依托其实时信息流与极客视角,Grok能精准捕捉最新开源动态,生成具备前沿性、攻击性与低限制的提示词,在框架初始化、代码审计与逆向重构等场景中表现卓越。通过zEEKEAI平台实现多模型路由——以Grok写“战略指令”,再交由GPT-6.1或Claude执行“战术落地”,可显著提升代码可用性与工程鲁棒性。关键在于:善用其破局能力,严控输出格式与风险,构建“提示词架构师+代码执行者”的协同范式,实现成本可控

li475068192的博客 292

风光储虚拟同步VSG并离网切换预同步控制仿真(Simulink仿真实现)

内容概要:本文针对风光储混合微电网系统,深入研究了虚拟同步发电机(VSG)技术在并网与离网两种运行模式间进行切换时的关键控制策略——预同步控制,并基于Simulink平台构建了完整的系统仿真模型以验证该策略的有效性。该模型集成了风力发电、光伏发电和储能系统,通过VSG控制算法赋予电力电子逆变器类似于传统同步发电机的惯性和阻尼特性,从而显著增强了微电网在模式切换过程中的动态稳定性与鲁棒性。其中,预同步控制环节是实现无缝切换的核心,它通过实时调节VSG输出电压的频率、相位和幅值,使其在并网开关动作前就与主电网的电压参数达到高度一致,有效消除了并网冲击电流,实现了平滑、无扰动的模式转换。通过仿真结果,可以系统地分析和优化控制器的各项参数,进而验证该整体控制方案的技术可行性与优越性能。; 适合人群:具备电力电子技术、自动控制理论和电力系统基础的专业知识,从事新能源发电、微电网运行与控制、电力系统自动化等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究风光储一体化混合微电网的能量管理策略与并离网无缝切换控制技术;②深入学习和掌握虚拟同步机(VSG)的工作原理、数学建模及其在逆变器控制中的具体实现方法;③利用Simulink进行复杂的电力系统动态仿真,以验证和评估新型控制算法的动态响应特性和有效性。; 阅读建议:此资源以Simulink仿真为核心实践工具,使用者应紧密结合电力系统的基础理论知识,深入理解VSG的数学模型和控制逻辑,尤其要重点关注预同步环节的控制策略设计,并通过反复调整仿真模型中的各项参数来观察系统的动态响应变化,从而深化对微电网稳定运行机制和高级控制技术的理解。

【顶级EI复现】新扩展移相角下的双有源桥DC-DC 变换器优化控制策略(Simulink仿真实现)

内容概要:本文聚焦于“新扩展移相角下的双有源桥DC-DC变换器优化控制策略”的研究与仿真实现,基于Simulink平台系统地构建了完整的仿真模型,深入探讨了软开关实现、最小电流应力优化及闭环控制策略的设计方法。文章提出一种改进型扩展移相(EPS)调制策略,通过引入扩展移相角有效拓宽软开关范围,提升变换效率并降低功率器件的电压与电流应力。结合KKT最优性条件与分段解析优化理论,实现了软开关与最小应力的协同控制目标,并设计双闭环控制系统以增强动态响应与鲁棒性。研究成果成功复现了高水平EI期刊论文的核心思想,具有较强的学术参考价值与工程应用意义。; 适合人群:电力电子、电气工程及其自动化等方向的研究生、科研人员,以及具备一定Simulink建模能力与电力电子拓扑控制基础的工程技术人员。; 使用场景及目标:①深入理解双有源桥(DAB)变换器的工作机理与先进控制策略;②掌握基于KKT条件的优化控制建模方法;③在Simulink中复现并验证EI级论文提出的控制算法,服务于科研论文撰写、课题研究或实际项目开发; 阅读建议:建议结合文中涉及的EPS调制、软开关条件推导、KKT优化数学建模等内容进行系统学习,重点关注仿真模块的参数设置、控制逻辑实现与波形分析,以全面掌握该优化策略的技术细节与工程实现路径。

用AstraFlow星图实测7家大模型:8960局圈地+11份转笔作业,AI编程能力差距到底在哪

给每家AI一份陌生规则、一次机会、限时完成可运行的程序或3D网页。国产五家与海外两家同台,最终收上五份圈地作业、十一份转笔作业。结果显示:名次不等于模型强弱,花钱多不等于名次高,最关键的失分点不是能力不足,而是时间没用完就主动收工。

qq_25897071的博客 223

边缘计算环境中基于启发式算法的深度神经网络卸载策略(Matlab代码实现)

内容概要:本文系统探讨了在边缘计算环境中,如何利用启发式算法解决深度神经网络(DNN)的任务卸载问题,并提供了完整的Matlab代码实现方案。文章首先分析了边缘计算环境下DNN推理所面临的关键挑战,如计算资源受限、通信延迟敏感以及能效约束等;在此基础上,构建了以最小化任务延迟、系统能耗与经济成本为核心的多目标优化模型,并详细阐述了基于贪心算法、遗传算法、粒子群优化(PSO)等典型启发式算法的卸载决策机制。通过对多种应用场景的仿真实验,对比评估了不同算法在任务完成时间、资源利用率和能量消耗等方面的性能表现,验证了所提策略在提升系统整体效率方面的有效性与优越性。文档还包含了Matlab仿真环境搭建、参数配置说明及结果可视化方法,为相关研究提供了可复现、可扩展的技术框架。; 适合人群:具备一定计算机网络、边缘计算、人工智能或优化理论基础的研究生、科研人员及工程技术开发者,特别适用于从事DNN模型部署、边缘智能、任务调度与资源管理等相关领域研究的专业人士。; 使用场景及目标:① 研究边缘计算中深度学习模型的高效执行与部署策略;② 学习并实现基于启发式算法的计算任务卸载与资源协同优化方法;③ 利用Matlab平台进行智能算法仿真、性能评估与科研原型开发,支撑学术研究或工程实践。; 阅读建议:建议读者结合提供的Matlab代码逐章节深入阅读,重点关注问题建模、算法设计与仿真实验部分,动手运行并调试代码以加深对卸载机制与优化过程的理解,同时可根据实际应用场景对算法参数、目标函数或网络拓扑进行定制化改进与拓展研究。

基于AI编程工具(Trae Work / Cursor Codex)开发全栈项目标准化流程

本文提出一套基于AI编程工具(Trae Work/Cursor Codex)的全栈开发标准化流程,解决AI“脑补需求”“乱改代码”“契约不一致”等痛点。核心思想:人定契约,AI执行,通过需求澄清、接口契约先行、Spec/Checklist锁定范围、任务分步迭代、强制Skill规则约束,实现可复用、可验证的开发闭环。配套提供项目Skill规则、文档模板及FastAPI+Vue3+Flutter极简Demo,确保AI生成代码精准落地,提升工程化效率与交付质量。

jacky choise 183

三相PWM整流器双闭环仿真(Simulink仿真实现)

内容概要:本文系统梳理了多个工程技术领域的仿真模型与算法实现,涵盖电力系统控制(如三相PWM整流器双闭环仿真、磁流变阻尼器非线性特性分析)、图像处理(如裂纹检测、双目视觉体积测量)、智能优化算法(如遗传算法、粒子群优化、NSGA-II、差分进化)在配电网重构、路径规划、调度优化中的应用,以及状态估计(如扩展卡尔曼滤波EKF、UKF)、无线能量传输、无人机协同控制等多个研究方向。文档整合了大量基于Matlab/Simulink的仿真实例与可复现代码资源,内容详实,结构清晰,适用于科研复现与工程实践。; 适合人群:具备一定编程基础,熟悉Matlab/Simulink环境,从事电气工程、自动化、控制科学、图像处理、优化算法或新能源系统研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①支撑高校课程设计、毕业设计及科研项目的模型搭建与算法验证;②开展电力系统分析、故障诊断、新能源调度、机器人路径规划、多无人机协同等复杂系统的仿真研究;③辅助高水平论文复现、算法性能对比与创新方法验证; 阅读建议:建议结合文中提供的完整仿真模型与代码资源,按照目录结构循序渐进地学习与实践,重点关注算法设计细节、参数配置逻辑及仿真结果分析方法,同时可通过公众号“荔枝科研社”获取配套资料与更新内容,全面提升科研效率与实践能力。

Android Profiler 帧率优化实战与性能调优

本文详细介绍了使用Android Profiler进行帧率优化与性能调优的实战方法。通过分析主线程状态、FPS曲线和渲染阶段耗时,精准定位卡顿根源,并提供减少过度绘制、优化绘制命令及改善资源使用的具体策略。文章结合电商、游戏等真实案例,帮助开发者有效解决卡顿问题,提升应用流畅度。

palm99的专栏 536

AI编程技术拆解(11月7日)|给函数加了一个参数,九处调用漏了六处,六个页面白屏返工两小时

先只改定义,别合并,跑一遍编译,把报错的文件名抄下来,再让它按名单逐个改,半小时。改完,漏的六处自己会冒出来。

李文慧 中国开源充电桩平台第一人;李文慧 国内知名开源工作者 全栈工程师 华为云最具价值专家 10

vasp-自旋轨道耦合(SOC)计算步骤

在VASP中执行自旋轨道耦合(SOC)计算,具体的计算步骤如下: 结构优化获取CONTCAR文件 自洽计算(collinear normal VASP calculations)获取IBZKPT,CHGCAR和WAVECAR文件。 SCF+SOC计算,在此步骤中,将步骤2中的IBZKPT复制为KPOINTS,以便两个步骤具有相同的k网格,因此可以读取步骤2中的CHGCAR和WAVECAR文件。 能带结构计算,在此步骤中,将KPOINTS改为高对称点,读取步骤3中的CHGCAR和WAVECAR文件。

懒散的鱼与消失的猫 3万+

【AI编程】使用笔记:修复vscode中codex插件加载失败 Codex could not start

适用于打开 Codex 侧栏后显示,并在日志中确认界面就绪超时的情况。本文将等待时间从延长到。这是针对特定插件版本的临时修改,该版本把时限写在插件程序里,VS Code 的和 Codex 的都没有对应设置项。

tz_zs的博客 291

GB28181协议心跳机制:从标准解读到代码实现的保活策略

本文深入解析GB28181协议中的心跳机制,从标准解读到代码实现,详细介绍了保活策略的核心价值和底层逻辑。通过实战案例和技术要点,帮助开发者优化心跳间隔、超时次数等参数配置,提升安防监控系统的可靠性和性能。文章还提供了代码实现的防坑指南和特殊场景处理建议,适用于各类网络环境下的设备在线状态管理。

weixin_29611239的博客 103

yolov8的Detect层详解(输出维度改动)

对于部署端需要拿到onnx的output进行后处理,但是基于anchor_free的yolov8输出是1*(4+cls)*8400,不是我们常见的ncwh格式,所以对Detect层进行了学习,分享一下体会。

yjcccccc的博客 2万+

2026最新6款AI编程工具深度实测:基础版免费哪家强?

回到开头那个发票模块的事故,如果当时我用了 TRAE 的 Agent 能力做 SDK 升级兼容性检查,大概率不会漏掉字段变更的问题。AI 编程工具选哪款,取决于你的开发场景、团队规模和预算约束。没有哪款工具能适配所有人,但 TRAE 在免费策略、中文能力、模式覆盖和迁移便利性上做到了很均衡的交付。花两个周末跑完这轮深度实测,我对 2026 年的 AI 编程工具体系有了自己的判断——剩下的就是选一款趁手的,把时间花在写业务逻辑上,而不是修兼容性问题。

2603_97112020的博客 165

【初阶】手把手教你轻松上手Denodo | 连接数据库并创建基本视图 (二)

在本教程的第二部分,我们将涵盖:连接到数据库,与创建基本视图。

Denodo的博客 1104

团队AI编程落地第14篇|AI 编程安全合规五层防护:脱敏 / 沙箱 / 门禁 / 准入 / 审计(含 2026 事故与配置)

防源码泄露、密钥外泄、提示注入、供应链投毒、Agent 误删生产?本文给五个安全能力组件、五步落地路径、权限矩阵与小团队零成本动作,可直接照做。

Derekjiang的笔记簿 299

浙大数值分析lab2

最可怕的一道题,题目是这样的 Root of a Polynomial A polynomial of degree nnn has the common form as p(x)=cnxn+cn−1xn−1+⋯+c1x+c0p(x)=c_n x^n + c_{n-1} x^{n-1} + \cdots + c_1 x + c_0p(x)=c​n​​x​n​​+c​n−1​​x​

yao_zou的博客 4793

基于Python的电商平台商品价格监控与历史价格查询系统

随着电子商务的快速发展,消费者对商品价格透明度的需求日益增长。本文设计并实现了一个基于Python的电商平台商品价格监控与历史价格查询系统,能够自动抓取京东和淘宝商品信息,存储历史价格数据,并通过可视化界面展示价格走势。系统采用最新的异步爬虫技术、反爬虫绕过策略和现代Web框架,实现了高效稳定的数据采集与展示功能。关键词:Python爬虫、价格监控、历史价格、数据可视化、异步爬虫、电商平台实现了京东和淘宝商品信息的异步爬取,采用多种反爬虫策略提高爬取成功率;

2201_76125261的博客 682

AI编程——从 Vibe Coding 到 SDD

编程的重心,从"写代码"挪到了"写规范"。把 Spec 当源代码——像对待代码一样去版本管理、评审、做 diff;把代码当编译产物——可重生成、可替换,Spec 才是核心资产。这也是 Karpathy 所说的 Software 3.0 的真正含义:当自然语言能直接驱动程序,自然语言本身就是新的编程语言。而写好这门"语言"的能力——定义问题、划定边界、想清楚怎样算对——恰恰是工程师最不可替代的价值。门槛降低的同时,认知代价在悄悄累积。保持警惕,比追求速度更重要。

AI模型架构,技术分享 176

(王道计算机组成原理笔记)第一章计算机系统概述-第二节:计算机系统层次结构 1(计算机系统组成、计算机硬件)

文章目录一:冯诺依曼体系结构(1)存储程序计算机(2)层次结构二:计算机硬件概述(1)存储器A:存储元、存储单元、存储体、存储字和存储字长B:MAR 一:冯诺依曼体系结构 在冯诺依曼体系结构中,计算机的硬件主要有**存储器,运算器,控制器,输入和输出设备(也叫做I/O设备)**组成。 (1)存储程序计算机 冯诺依曼体系结构也叫做存储程序计算机,计算器和计算机的唯一区别就是计算器是不能编程的,只能做电路板中设定好的固定的运算。 这也就意味着计算器本质就是一个不能编程的计算机,其在硬件层面已经将逻辑写死,如果

快乐江湖的博客 1万+

【嵌入式软件AI编程】(3)面向 AI 协同开发的 STM32 硬件信息标准化

本文以 NUCLEO-G431RB 为例,建立硬件信息标准化流程。利用统一规范和 Python 程序,将 Altium 原始网表转换为标准化 JSON;再结合硬件事实整理与 Codex 对话,生成 Markdown 核心硬件上下文。最终形成默认读取与按需查询相结合的两类文件,为 AI 协同开发提供可复用的硬件信息支持。

youcans的博客 281

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

从 AGPL 到 MIT:多协议嵌套时代,开源软件商业化的风险、边界与治理

现代软件产品通常由自研代码、第三方开源组件、商业 SDK、容器基础镜像、构建工具、模型与数据等共同组成。许可证风险因此不再是“仓库用了什么许可证”这样一个简单问题,而是需要结合具体作品、权利人、版本、组合方式、修改行为、交付方式和服务模式进行判断。AGPL 不等于整个企业软件自动开源。是否产生源代码提供义务,取决于被使用的作品、是否修改、是否构成衍生或组合作品,以及是否发生分发或网络交互等事实。MIT 不等于没有义务。版权声明、许可文本、第三方权利、商标、专利、出口管制、隐私与产品安全责任仍然存在。

徐火军博客 326

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

上一篇: Matt 与 Uncle Bob 的播客访谈有感
Jul1en_
博客等级 码龄2年 275粉丝 75原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值