$ loading_
在发送给大模型前压缩筛选上下文,显著降低令牌消耗并保留关键信息。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"fittok" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请先用 fittok 分析这个仓库的代码关系图,筛选与用户认证模块相关的文件,并将上下文压缩到原始长度的 10%-20%,再发送给大模型用于解释登录流程。
输出一份经过筛选和压缩的代码上下文,以及基于该上下文生成的登录流程说明。
请使用 fittok 对这个拉取请求涉及的文件做上下文过滤,只保留与支付重试逻辑有关的代码和依赖,并压缩后交给大模型审查潜在风险。
得到更精简的审查上下文,以及针对支付重试逻辑的风险分析与审查意见。
在连续编程问答过程中,请用 fittok 持续压缩历史上下文,保留当前任务所需的关键代码关系、近期修改和错误信息,再提交给大模型继续排查问题。
输出保留关键线索的精简上下文,并支持大模型在更低令牌成本下持续定位问题。
为 AI 助手注入权威 FTC 文档与示例,帮助生成可参赛的正确 Java 机器人代码。