Kontext-Verdichtung

Entscheiden, ob alte Agenten-Historie noch aufbewahrenswert ist.

Live ausprobieren

Das ist echt, kein Mockup. Bearbeite die Eingabe, klicke auf Ausführen, und Jev liefert jede typisierte Antwort in einem einzigen Roundtrip — kostenlos, ohne Anmeldung. Stell dir nun denselben Aufruf vor, parallel über Tausende von Elementen ausgelöst.

Die Entscheidungen, die Jev trifft

In einem einzigen Aufruf wertet Jev jede davon aus — parallel, gegen dieselbe Eingabe:

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.