Kontext-Verdichtung
Entscheiden, ob alte Agenten-Historie noch aufbewahrenswert ist.
Die Entscheidungen, die Jev trifft
In einem einzigen Aufruf wertet Jev jede davon aus — parallel, gegen dieselbe Eingabe:
Ist dieser alte Tool-Aufruf/dieses Ergebnis noch nützlich für die aktuelle Arbeit des Agenten?
gibt eine kalibrierte Ja/Nein-Wahrscheinlichkeit zurück.
Wie sollte die Kontext-Verdichtung damit umgehen?
wählt eine dieser Optionen:
keep— den vollständigen Text wortwörtlich behaltentruncate— eine kurze Referenz behalten, den Inhalt verwerfendrop— vollständig entfernen
Die exakte Anfrage
Dies ist der echte Payload hinter der Live-Demo — kopiere ihn, ändere den state, und du baust schon:
{
"model": "jev-latest",
"state": "In einer langen Coding-Agent-Sitzung ist dieser alte Schritt noch im Kontextfenster:\n\n[tool_call] read_file(\"package.json\")\n[tool_result] { name: \"web\", version: \"0.3.1\", dependencies: { next: \"15.1\", react: \"19\" } }\n\nDer Agent hat inzwischen alle Abhängigkeitsarbeiten abgeschlossen und schreibt nun Tests.",
"questions": {
"still_useful": {
"type": "noul",
"instructions": "Ist dieser alte Tool-Aufruf/dieses Ergebnis noch nützlich für die aktuelle Arbeit des Agenten?"
},
"decision": {
"type": "choice",
"instructions": "Wie sollte die Kontext-Verdichtung damit umgehen?",
"criteria": {
"keep": "den vollständigen Text wortwörtlich behalten",
"truncate": "eine kurze Referenz behalten, den Inhalt verwerfen",
"drop": "vollständig entfernen"
}
}
}
}Binde es in deinen Code ein
Lies die typisierten Antworten und verzweige in einfachem Code — ohne Parsing. Bearbeite die hochkonfidenten Fälle automatisch und leite die unsicheren an ein größeres Modell oder einen Menschen weiter. Es ist ein einziger API-Aufruf und Output ist kostenlos, stelle also alle Fragen, die du brauchst, auf einmal.
Bau dein eigenes
Jedes Szenario oben ist ein einziger API-Aufruf. Teste jedes davon kostenlos im Playground und hol dir dann einen gehosteten Key, um es auszuliefern — ohne Warteliste.