Context Cooler : Couche d'Optimisation des Tokens

Ce qu'il fait

Context Cooler fournit une couche d'exécution haute performance qui empêche la fenêtre de contexte du LLM d'être inondée par des réponses d'API massives ou des fichiers de logs. Il intercepte les commandes de skills lourdes, les exécute dans un bac à sable (sandbox), et renvoie un résumé compact et filtré selon l'intention, tout en indexant le résultat complet dans une base de données SQLite FTS5 locale pour une récupération ciblée.

Quand l'utiliser

• Lors d'opérations gourmandes en données (APIs, analyses, grands résultats de recherche).
• Dans des pipelines multi-étapes où la sortie brute épuiserait rapidement le budget de tokens.
• Lors de la reprise d'une session après qu'une conversation a été compactée.
• Chaque fois que la sortie d'une commande est censée dépasser 500 octets.

Ce qui est inclus

• Scripts : Comprend ctx_run.py pour l'exécution isolée, ctx_batch.py pour les pipelines multi-skills, ctx_session.py pour les instantanés d'état, et ctx_search.py pour interroger les données indexées.
• Instructions : Procédures détaillées pour gérer la continuité des sessions via des snapshots et restaurer le contexte après compactage.

Agents compatibles

Conçu pour les agents supportant l'exécution de commandes shell et l'accès aux fichiers/bases de données locales, incluant Claude Code, Codex, et d'autres environnements compatibles MCP.