kargarisaac/lerim
Developer toolsЭта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал
Компилирует агент ИИ отслеживает и обрабатывает их в многоразовый контекст.
Обзор
Lerim компилирует завершенные следы агента в цитируемый многоразовый контекст. Лерим сидит выше следов агента, компилирует полезный сигнал в цитируемый контекст и оценочные активы и дает будущим агентам оперативную память, необходимую им до начала работы. Docs · Benchmarks · Примеры · PyPI · Лицензия Lerim — компилятор контекста для повторяющихся рабочих процессов ИИ-агентов. Агенты оставляют следы везде: терминалы, инструменты, билеты, обзоры кода, кейсы поддержки, исследования. Большая часть этой истории слишком шумная, чтобы ее можно было использовать повторно. Лерим фильтрует эти следы в контекстные записи, подкрепленные доказательствами, и готовый сигнал: решения, ограничения, факты, предпочтения, исправления и передачи будущим агентам не должны заново открываться, каждый из которых связан с исходной сессией. Большинство рутинных следов не производят долговечных записей. Значение Lerim компактно, цитируемый контекст, а не больше журналов. Требования и .
Обзор (машинный перевод)
Lerim компилирует завершенные следы агента в цитируемый многоразовый контекст.
Лерим сидит выше следов агента, компилирует полезный сигнал в цитируемый контекст и оценочные активы и дает будущим агентам оперативную память, необходимую им до начала работы.
Докс • Контрольные показатели • Примеры • PyPI • Лицензия
Лерим
Lerim — компилятор контекста для повторяющихся рабочих процессов ИИ-агентов.
Агенты везде оставляют следы: терминалы, инструменты, билеты, обзоры кода, Случаи поддержки, исследования. Большая часть этой истории слишком шумна для повторного использования. напрямую. Lerim фильтрует эти следы в контекстные записи, подкрепленные доказательствами. eval-ready сигнал: решения, ограничения, факты, предпочтения, исправления; будущие агенты не должны заново открываться, каждый из которых связан с Исходная сессия.
Что показывает демо
“Лерим” - “Будущие агенты получают” [править править код] Завершенный агент управляет землями | Импортирует сеанс источника через нормализатор траектории, MCP подает или очищает пользовательский JSONL | Стабильная граница источника вместо транскриптовой пасты |
Эта страница переведена автоматически. Технические детали смотрите в оригинале.
README
Показан фрагмент оригинального README. Открыть оригинал.
Lerim compiles completed agent traces into cited, reusable context.
Lerim sits above agent traces, compiles useful signal into cited context and eval assets, and gives future agents the operating memory they need before work begins.
Docs · Benchmarks · Examples · PyPI · License
Lerim
Lerim is a context compiler for repeated AI agent workflows.
Agents leave traces everywhere: terminals, tools, tickets, code reviews, support cases, research runs. Most of that history is too noisy to reuse directly. Lerim filters those traces into evidence-backed context records and eval-ready signal: the decisions, constraints, facts, preferences, corrections, and handoffs future agents should not have to rediscover, each linked back to the source session.
What The Demo Shows
| Moment | Lerim does | Future agents get |
|---|---|---|
| A completed agent run lands | Imports a source session through the trajectory normalizer, MCP submit, or clean custom JSONL | A stable source boundary instead of a transcript paste |
| The trace is noisy | Compacts the run and filters for reusable decisions, constraints, facts, preferences, corrections, and handoffs | Durable context and eval-ready signal, not another log index |
| Someone asks later | Retrieves relevant records and answers with citations back to stored evidence | A shorter start with less re-explaining |
Most routine traces produce no durable record. Lerim’s value is compact, cited context, not more logs.
Quick Install
Requires Python 3.11+ and Node.js 20+. Lerim parses agent transcripts with Letta’s trajectory normalizer, an
Рекомендуемые инструменты
Попробуйте другой запрос или уберите фильтр.
Установка
npx skillfish add kargarisaac/lerim