lm-resizer

À qui ça sert

• Les équipes qui paient leurs tokens

  Chaque exécution de tests renvoyée intégralement au modèle est une facture et une fenêtre de contexte gaspillées.

• Ceux qui travaillent sur un modèle local

  Sur une petite fenêtre de contexte, la sortie brute d'un lanceur de tests suffit à saturer la session. Le filtre rend le modèle local utilisable.

• Les intégrateurs d'agents

  Enveloppe de commande, outils MCP, API HTTP ou mandataire compatible OpenAI et Anthropic : quatre points d'entrée pour le même moteur.

Ce que ça change concrètement

1. 1

   Le bruit disparaît, les échecs restent

   Les filtres connaissent git, cargo, ripgrep, vitest, jest et d'autres familles de commandes : les lignes d'échec, les chemins de fichiers et les résumés sont préservés, les milliers de lignes de progression s'effacent.

2. 2

   La preuve complète reste à un lien

   La sortie entière est stockée localement, dans une base SQLite, et récupérable par son empreinte. Compresser n'est pas perdre : rien n'est détruit, tout est retrouvable.

3. 3

   Une compression qui connaît la question

   Quand il faut couper, ce qui répond à la demande en cours est gardé en priorité, au lieu d'une troncature aveugle au milieu d'une trace d'erreur.

4. 4

   Quatre manières de l'installer

   Enveloppe de commande, serveur MCP pour Claude Code et Codex, API HTTP, ou mandataire transparent devant OpenAI, Anthropic, Bedrock et Vertex.

5. 5

   Un mode qui n'exécute jamais rien

   Le mode sortie d'outil accepte un flux déjà produit par l'hôte, sans lancer la moindre commande : l'agent garde son bac à sable, lm-resizer ne fait que réduire.

Comment ça marche

Le moteur est natif Rust et reste sur votre machine. Quatre temps, entre la commande et le modèle.

Chiffres vérifiables

Chaque chiffre ci-dessous est daté et provient du dépôt ou d'une mesure publiée. Rien n'est extrapolé.

222 247 tokens

économisés sur une seule exécution de cargo test, soit 398 commandes et 1,23 Mo ramenés à 372 Ko

Source : README du dépôt, mesure sur une exécution complète.

23 juin 2026

chaîne vérifiée de bout en bout devant Mistral, Ollama en local, DeepSeek, OpenRouter et xAI

Source : README du dépôt, section de vérification datée.

0.2.1

version du paquet npm @phuetz/lm-resizer, publiée le 9 septembre 2026

Source : Registre npm public, champ de date de publication.

Pour démarrer

Le moteur se compile avec Rust 1.80 ou plus récent. Le module WebAssembly, lui, s'installe depuis npm, et le greffon Claude Code en deux commandes.

git clone https://github.com/phuetz/lm-resizer.git
cd lm-resizer
cargo build --release

lm-resizer exec -- cargo test
lm-resizer exec -- npm test
lm-resizer retrieve <empreinte-ccr>   # la sortie complète, intacte

lm-resizer install --client claude --scope project
lm-resizer install --client codex  --scope global

claude plugin marketplace add phuetz/lm-resizer
claude plugin install lm-resizer@phuetz-tools

lm-resizer serve --bind 127.0.0.1:8787

npm install @phuetz/lm-resizer   # le même moteur en WebAssembly

Ce qui n'est pas encore prêt

Nous préférons l'écrire noir sur blanc plutôt que de le faire découvrir après la signature.

• —Les filtres livrés couvrent les familles de commandes les plus coûteuses ; un filtre propre à un écosystème maison reste à écrire, à partir des modèles fournis.
• —La classification par apprentissage automatique (Magika, ONNX) est une option de compilation, désactivée par défaut.
• —L'outil n'embarque ni collecteur de télémétrie ni tableau de bord : les mesures restent locales.