← 所有用例
上下文压缩
判断陈旧的 agent 历史记录是否还值得保留。
Live toolRun this on your own data with the Context Cleaner →在线试用
这是真实的东西,不是模型演示。编辑输入、点击运行,Jev 会在一次往返中返回每一个类型化答案——免费、无需注册。现在想象同一次调用并行地跑在数千条数据上。
state — 软件传给 Jev 的输入199c
questions — 你想拿回的类型化决策
noulstill_useful
这条旧的工具调用/结果对 agent 当前的工作是否仍然有用?
→ 概率 0.0 … 1.0
choicedecision
上下文压缩应该如何处理它?
→ 其中之一: keep, truncate, drop
真实 API · 免费 · 无需注册
类型化、已校准的输出将显示在这里。
选一个示例,调整输入,然后点击 运行 Jev.
选一个示例,调整输入,然后点击 运行 Jev.
Jev 做出的决策
在一次调用中，Jev 针对同一份输入并行评估以下每一项：
noulstill_useful
这条旧的工具调用/结果对 agent 当前的工作是否仍然有用?
返回一个已校准的是/否概率。
choicedecision
上下文压缩应该如何处理它?
从这些选项中挑一个：
keep— 逐字保留完整文本truncate— 保留一段简短引用,丢弃正文drop— 完全移除
确切的请求
这就是实时演示背后真实的载荷——复制它，改一下 state，你就开始构建了：
{
"model": "jev-latest",
"state": "在一次漫长的编码 agent 会话中,这条旧步骤仍留在上下文窗口里:\n\n[tool_call] read_file(\"package.json\")\n[tool_result] { name: \"web\", version: \"0.3.1\", dependencies: { next: \"15.1\", react: \"19\" } }\n\n此后 agent 已完成所有依赖相关的工作,现在正在编写测试。",
"questions": {
"still_useful": {
"type": "noul",
"instructions": "这条旧的工具调用/结果对 agent 当前的工作是否仍然有用?"
},
"decision": {
"type": "choice",
"instructions": "上下文压缩应该如何处理它?",
"criteria": {
"keep": "逐字保留完整文本",
"truncate": "保留一段简短引用,丢弃正文",
"drop": "完全移除"
}
}
}
}把它接进你的代码
读取类型化的答案，用普通代码分支判断——无需解析。自动处理高置信度的情形，把不确定的路由给更大的模型或人工。这只是一次 API 调用，而且输出免费，所以把你需要的每个问题一次都问了吧。