tokencompress

本地、零云依赖的 token / 文本压缩工具包。把冗长 prompt、日志、长文压短，省 token、省钱、不联网。

• 纯 Python，无强制依赖（可选 tiktoken 做精确 GPT 计数）

• 四种形态随便挑：MCP 服务 / HTTP API / CLI / 当库导入

• 离线规则压缩 + 可选本地 Ollama 语义压缩 + gzip 无损打包

• 智能自动压缩：短输入原样放行，代码块/URL/JSON 自动豁免，只压正文

English

tokencompress is a local, zero-cloud token & text compression toolkit for LLM prompts, context windows, and log/transport volume.

• 🔒 100% local — no API keys, no network calls. Rules & lossless run fully offline; semantic mode only talks to a local Ollama.

• 🧩 Four interfaces — MCP server, HTTP API, CLI, and importable Python library.

• 🌏 Bilingual — first-class Chinese + English filler/stop-word removal and phrase abbreviation.

• 🤖 Smart auto-compress — short inputs pass through untouched; code blocks, URLs, and JSON are auto-exempt; only prose gets compressed.

• 📦 Lossless mode — gzip + base64 packing for logs/transport, fully reversible.

Keywords: token compression, prompt compression, LLM context, local-first, privacy, MCP, CLI, Chinese NLP, text compression, Ollama.

Related MCP server: JSON2TOON MCP Server

安装

cd tokcompress
python3 -m venv .venv && . .venv/bin/activate
pip install -r requirements.txt

没有自带 venv。按上面“安装”步骤建 .venv 即可；或 pip install . 后直接用系统 python3。

最简单的用法

1) 当库导入（推荐给写代码的人）

from tokencompress import compress, auto_compress, measure

# 手动压
r = compress("你的长文本……", method="rules")
print(r["compressed"])            # 压缩后的文本
print(r["metrics"]["token_ratio"])  # 0.71 表示省了约 29% token

# 智能自动压：短的不动，长的才压
out = auto_compress("你的长文本……")["compressed"]

2) 命令行（CLI）

# 压一段文字
python -m tokencompress compress "你的长文本……"

# 从管道读（最常用）
cat long_prompt.txt | python -m tokencompress autocompress -

# 只算 token 数
python -m tokencompress measure "你的长文本……"

3) tca 包装脚本（一行管道，最简）

# 压缩剪贴板
pbpaste | ./bin/tca

# 压缩文件
cat long_prompt.txt | ./bin/tca

# 自定义触发阈值（token 数，低于此值原样放行）
echo "很长的文本……" | ./bin/tca --threshold 300

可选：把下面这行加进 ~/.zshrc，之后任意位置都能用 tca：

alias tca="$HOME/path/to/tokencompress/bin/tca"   # 替换成你的实际路径

4) HTTP 服务（给别的程序调用）

python -m tokencompress serve --port 8787

curl -s -X POST localhost:8787/compress \
  -H 'Content-Type: application/json' \
  -d '{"text":"你的长文本……","method":"rules"}'

端点：/health /strategies /backends /measure /compress /decompress /autocompress

5) 接入 WorkBuddy（MCP）

把 examples/mcp_config.json 的内容加进 ~/.workbuddy/mcp.json 的 mcpServers， 重启 WorkBuddy 后，对话里就能直接让模型调用 compress_text / auto_compress_text 等工具。

压缩方法

rules 流水线顺序：whitespace → dedup → filler → abbreviate → truncate 可用 compress(text, strategies_list=[...]) 指定只跑其中几步。

真实压缩率（本机实测）

案例 1：中英混合 prompt（method=rules）

输入：“我们需要因为时间成本的原因去写一个用于短视频生成的提示词，for example 我们可以这样描述：given a topic，in order to 让模型生成一段画面。actually 要注意避免图像畸变这个问题，basically 这个细节很重要，also 要让画面保持稳定。”

命中的规则：filler（去掉 actually/basically/also）、abbreviate（for example→e.g.、in order to→to）

输出：“我们需要因为时间成本的原因去写一个用于短视频生成的提示词，e.g. 我们可以这样描述：given a topic，to 让模型生成一段画面。 要注意避免图像畸变这个问题， 这个细节很重要， 要让画面保持稳定”

案例 2：重复日志（method=lossless）

输入：50 行相同的 INFO ... worker-7 processed batch id=8821 items=64 ok

可逆：解压后与原文逐字节一致 ✓（适合日志归档/网络传输）

案例 3：智能自动压缩（auto_compress）

• 短输入（≤ 500 token，可配 --threshold）：原样放行，绝不误伤指令

• 长输入（上面案例 1 重复 6 遍）：自动压缩，token_ratio ≈ 0.717

• 代码块（ ```）、URL、文件路径、JSON 行：永远不压

常见问题

token 数是怎么算的？ 离线估算：CJK ≈ 1 token/字符，拉丁文 ≈ 1 token/4 字符。 装了 tiktoken 后 measure(text, model="gpt-4o") 可拿到精确 GPT 计数。

会把我数据发到云端吗？ 不会。rules / lossless 完全本地。semantic 只连本机 http://localhost:11434（Ollama），不联网、不经过任何第三方。

装了 Ollama 怎么启用语义压缩？ 拉一个小模型（如 qwen2.5:3b），list_backends() 会显示 ollama: available。之后 compress(text, method="semantic") 即可。

文件结构

tokcompress/
├── tokencompress/        # 包本体
│   ├── __init__.py       # 导出 compress / measure / decompress / auto_compress ...
│   ├── core.py           # 统一入口
│   ├── strategies.py     # 规则流水线 + 无损打包 + 语义压缩
│   ├── tokenizer.py      # token 估算 / 后端探测
│   ├── cli.py            # 命令行
│   ├── http_server.py    # HTTP API
│   └── mcp_server.py     # MCP 服务
├── bin/tca               # 一键自动压缩包装脚本
├── examples/             # mcp_config.json / usage.md
└── requirements.txt