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…
Inferido de los transportes que declara este listado (stdio). Que un cliente no aparezca aquí no significa que se haya descartado: simplemente Forge no puede confirmarlo.
La verificación confirma la identidad del publicador (la propiedad del repo), no la seguridad del código. El análisis de seguridad cubre los CVE conocidos y los scripts de instalación sospechosos.
Forge leyó 0 archivos de código de tarball del paquete publicado y no encontró ningún registro de herramientas MCP. La extracción se basa en patrones sobre el código publicado: un servidor que construye su lista de herramientas en tiempo de ejecución, o que solo publica código empaquetado o minificado, no registra nada que esto pueda ver. Tómalo como «no detectado», no como «no expone ninguna».
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…
El resolutor de dependencias de Forge solo lee metadatos de npm, así que este paquete de PyPI no tiene árbol resuelto. Es una carencia de cobertura, no un certificado de buena salud.