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…
Déduit des transports déclarés par cette annonce (stdio). Un client absent de cette liste n’est pas écarté pour autant — c’est simplement quelque chose que Forge ne peut pas confirmer.
La vérification confirme l’identité de l’éditeur (la propriété du dépôt), pas la sûreté du code. L’analyse de sécurité couvre les CVE connues et les scripts d’installation suspects.
Forge n’a aucune analyse enregistrée pour cette entrée et n’a donc aucune observation de sa surface d’outils. C’est une absence de preuve, pas la preuve qu’elle n’expose aucun outil.
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…