Compress prompts 40-60% using local LLM + embedding validation. Preserves all conditionals.
mcp-name: io.github.base76-research-lab/token-compressor Semantic prompt compression for LLM workflows. Reduce token usage by 40–60% without losing meaning. Built by Base76 Research Lab — research into epistemic AI architecture. Intent Compiler MVP is now live and uses this project as part of the idea -> spec -> compressed output flow: token-compressor is a two-stage pipeline that compresses…
Abgeleitet aus den Transporten, die dieser Eintrag deklariert (stdio). Ein Client, der hier nicht steht, ist damit nicht ausgeschlossen — Forge kann ihn nur nicht bestätigen.
Die Verifizierung bestätigt die Identität des Publishers (die Inhaberschaft am Repo), nicht die Sicherheit des Codes. Der Sicherheits-Scan deckt bekannte CVEs und verdächtige Installationsskripte ab.
Forge hat 0 Quelldateien aus das Tarball des veröffentlichten Pakets gelesen und keine MCP-Tool-Registrierung gefunden. Die Extraktion arbeitet musterbasiert über den ausgelieferten Quellcode: ein Server, der seine Tool-Liste zur Laufzeit aufbaut oder nur gebündelten beziehungsweise minifizierten Code ausliefert, registriert nichts, was hier sichtbar wäre. Lies es als „nicht erkannt“, nicht als „legt keine offen“.
mcp-name: io.github.base76-research-lab/token-compressor Semantic prompt compression for LLM workflows. Reduce token usage by 40–60% without losing meaning. Built by Base76 Research Lab — research into epistemic AI architecture. Intent Compiler MVP is now live and uses this project as part of the idea -> spec -> compressed output flow: token-compressor is a two-stage pipeline that compresses prompts before they reach an LLM: 1. LLM compression — a local model (llama3.2:1b via Ollama) rewrites…
Forges Resolver liest ausschließlich npm-Metadaten, daher hat dieses PyPI-Paket keinen aufgelösten Baum. Das ist eine Lücke in der Abdeckung, kein Unbedenklichkeitsnachweis.