LLM Handoff'ları İçin Taşınabilir Bağlam Grafikleri: context-graph-compressor

Yyapay zeka modelleriyle (LLM) gerçekleştirilen uzun soluklu sohbetler, bir süre sonra modelin bağlam (context window) sınırlarına ulaşmasına, yavaşlamasına ve hatta önceki konuşmaları unutmasına neden olur. context-graph-compressor, bu kritik problemi çözmek amacıyla geliştirilmiş yenilikçi ve açık kaynaklı bir araçtır. Temel amacı, uzun yapay zeka sohbetlerini taşınabilir ve yapılandırılmış JSON "bağlam grafiklerine" (context graphs) dönüştürmektir. Geliştiriciler ve yapay zeka kullanıcıları için eşsiz bir değer sunan bu proje, özellikle Claude.ai üzerinde doğrudan bir "beceri" (skill) olarak çalışacak şekilde tasarlanmıştır. Projenin kısa sürede popülerlik kazanmasının en büyük nedeni, 100.000'in üzerindeki token boyutuna sahip devasa sohbet geçmişlerini, içerisindeki mantıksal ilişkileri, kararları ve hedefleri kaybetmeden yaklaşık 1000 token gibi son derece kompakt bir JSON yapısına sıkıştırabilmesidir. Bu durum, hem API maliyetlerini düşürür hem de modelin performansını zirvede tutar.

Nasıl Kullanılır? Pratik Örnekler

Bu aracı günlük geliştirme süreçlerinize veya yapay zeka iş akışlarınıza entegre etmek son derece zahmetsizdir. İşte adım adım pratik bir kullanım senaryosu:

• Kurulum ve Hazırlık: İlk olarak repoda yer alan context-graph-compressor.skill dosyasını bilgisayarınıza indirin. Ardından Claude.ai platformundaki kullanıcı ayarlarınızdan "Skills" (Beceriler) bölümüne giderek bu dosyayı yükleyin.
• Aktif Sohbeti Sıkıştırma: Claude ile gerçekleştirdiğiniz uzun bir kodlama veya beyin fırtınası seansının sonunda, modele "Bu sohbeti sıkıştır" veya "Bağlam grafiği oluştur" komutunu verin. Araç, konuşmadaki tüm kararları, çözülmüş ve açıkta kalan sorunları, hedefleri ve olguları hiyerarşik bir JSON formatında hazırlayacaktır.
• Başarılı Bir Devir (Handoff) Gerçekleştirme: Üretilen JSON çıktısını kopyalayın. Yeni ve temiz bir sohbet penceresi açarak şu şekilde bir komutla başlayın: "Önceki oturuma ait bağlam grafiği: [Kopyaladığınız JSON içeriği]. Lütfen bu durum grafiğini yükle ve kaldığımız yerden devam et."

Bu sayede yeni sohbet penceresinde yapay zeka, eski konuşmanın tüm teknik detaylarına ve kararlarına anında hakim olur.

Benzer Araçlarla Karşılaştırma

Piyasada bağlam yönetimini hedefleyen çeşitli alternatifler bulunsa da context-graph-compressor sunduğu benzersiz yaklaşımla öne çıkmaktadır:

• Düz Metin Özetleri (Summarization): Standart özetleme yöntemleri kararlar arasındaki ilişkileri, hiyerarşiyi ve teknik detayları sıklıkla gözden kaçırır. Bu araç ise bilgileri grafik tabanlı (graph-based) saklayarak mantıksal bağları eksiksiz korur.
• Vektör Veritabanları ve RAG Sistemleri: Retrieval-Augmented Generation (RAG) mimarileri kurulum, sunucu yönetimi ve ek maliyetler gerektirir. Bu araç ise tamamen istemci tarafında çalışır ve hiçbir ek altyapı gerektirmeden taşınabilir bir JSON dosyası üretir.
• Kullanım Kolaylığı: Claude.ai sistemine doğrudan bir "beceri" olarak entegre olabilmesi, onu API düzeyinde kodlama ve entegrasyon gerektiren karmaşık SDK'lardan çok daha pratik ve erişilebilir kılmaktadır.

[Orijinal kaynağa buradan ulaşabilirsiniz.](https://github.com/Adityapal67/context-graph-compressor)