提示词优化

让提示更清晰，在调用 LLM 前压缩冗长输入，同时保留用户的确切意图。

arka prompt_optimize "summarize this research paper" --rounds 3 --role "research assistant"
arka "optimize this prompt: explain the experiment and cite assumptions"

Arka 会应用有界的多轮细化，明确目标、约束、缺失信息处理、验证方式以及输出结构。这是一个原创实现，灵感来自 Prompt Optimizer 所描述的面向评估的工作流 — 该仓库以 AGPL-3.0-only 许可发布。Arka 未复制或打包其任何源代码。

​

紧凑的中间形式

对于冗长的自然语言输入，Arka 还会在发送给 LLM 之前，将用户文本转换为一种紧凑的中间表示。原始文本仍会用于符号路由、安全检查、精确命令识别和审计元数据。

紧凑形式会保留：

• 高信号量的需求
• 少量上下文
• 字面的 URL、文件路径、代码块、JSON 以及 shell 命令
• 反幻觉约束

会移除或压缩：

• 重复语句
• 低信号量的填充语
• 多余的空白

配置：

ARKA_PROMPT_OPTIMIZE=1
ARKA_PROMPT_COMPACT=1
ARKA_PROMPT_COMPACT_MIN_CHARS=900
ARKA_PROMPT_COMPACT_MAX_ITEMS=24

当准确措辞必须原样送达模型时，请选择退出：

ARKA_PROMPT_COMPACT=0 arka ask "..."
arka llm complete --system "You are Arka" --user "..." --no-compact

为避免递归重写，路由型提示以及已经紧凑的 Task IR: 提示会跳过压缩。