Что это такое?
Набор примеров и инструментов для сжатия файлов с правилами для AI-агентов (AGENTS.md) с целью экономии токенов и повышения точности.
Проект / Python
LuckyKuang/codex-tokens-compress: codex-tokens-compress — эксперимент по сжатию AGENTS.md для AI
Сокращает документацию для ИИ-агентов в 2-3 раза, чтобы они точнее выполняли инструкции и меньше «галлюцинировали».
Проект предлагает несколько версий одного и того же документа AGENTS.md: от оригинальной «прозаической» до сжатой в виде индекса и даже варианта на классическом китайском (вэньяне). Скрипты на PowerShell и Bash автоматически сравнивают версии по оценке...
Для кого это
Для разработчиков, которые работают с AI-агентами (Claude, GPT) и хотят оптимизировать передачу правил и инструкций. Подходит инженерам по промптингу и тем, кто создаёт сложные рабочие процессы с ИИ.
Проблема / задача
Длинные, расплывчатые AGENTS.md файлы съедают много токенов, снижают точность выполнения задач и повышают риск, что ИИ начнёт «выдумывать» правила.
Как это работает
Проект предлагает несколько версий одного и того же документа AGENTS.md: от оригинальной «прозаической» до сжатой в виде индекса и даже варианта на классическом китайском (вэньяне). Скрипты на PowerShell и Bash автоматически сравнивают версии по оценке токенов, строкам и объёму. Есть валидатор, который проверяет, что сжатый формат соответствует правилам — например, все строки начинаются с «|» и нет...
Что видно по README
Это экспериментальный репозиторий, который исследует, как сжать файл AGENTS.md (документ с правилами для AI-агентов) до минимального размера, сохранив смысл. Вместо длинных описаний используются индексные строки с префиксом «|». Проект не библиотека, а набор примеров, скриптов сравнения и методик для выбора оптимального формата под конкретную задачу.
Ключевые возможности
Технологии
Интересный факт
Автор экспериментирует с классическим китайским (вэньянем) как способом ещё сильнее сжать текст — потому что в нём высокая информационная плотность на символ.
С чего начать
- Посмотрите пять версий AGENTS.md в корне репозитория
- Запустите compare_agents_tokens.ps1 (Windows) или .sh (Linux/macOS) для сравнения
- Попробуйте валидатор: python example.py AGENTS.md
Оценка GitRadar
Удобство
6/10
Свежесть
8/10
Перспектива
7/10
Монетизация
4/10
Общая оценка
6/10
Вердикт GitRadar
Стоит посмотреть как пример подхода к оптимизации промптов и документов для ИИ. Проект сыроват (13 звёзд, мало активности), но идея практичная — можно взять методики и скрипты сравнения для своих задач.
Наблюдения по обновлениям
Проект выглядит как законченный эксперимент: есть несколько версий документов, скрипты, но активность низкая (13 звёзд, 1 форк). Скорее всего, автор выложил готовую методику и не развивает её активно.
Что мы проверили
Карточка собрана по данным GitHub, README и структуре репозитория. Это не официальная документация проекта.
- Исходный репозиторий
- https://github.com/LuckyKuang/codex-tokens-compress
- Лицензия
- MIT
- Создан на GitHub
- 10 апреля 2026 г.
- Последнее обновление репо
- 10 апреля 2026 г.
- Последняя проверка GitRadar
- 10 апреля 2026 г.
- Изученные файлы
- README.md, scripts/compare_agents_tokens.ps1, scripts/compare_agents_tokens.sh, .agents/skills/skill-creator/scripts/utils.py, .agents/skills/agents-md-compress/scripts/example.py, .agents/skills/skill-creator/scripts/quick_validate.py
FAQ
Для кого подходит?
Для разработчиков и инженеров, которые настраивают AI-агентов (Claude Code, GPT Engineer) и хотят оптимизировать передачу инструкций.
Источники
Нужна помощь с LuckyKuang/codex-tokens-compress?
Если проект подходит под ваш сценарий, можем помочь с установкой, интеграцией, доработкой или аккуратным форком под вашу инфраструктуру.