版本 0.11.0 已发布：crates.io / GitHub Releases / Homebrew / npm 四平台同步。
几个月前我开始做一个 Rust 项目：在把日志、命令输出、diff、堆栈喂给 LLM 之前，把该留的留下，该删的删掉，而且一个字都不改。到 0.11.0 算是把设计、评测、发布全闭环了，写一篇把关键决策和数据摊开讲。
问题
排查问题时的经典场景：some-noisy-command > /tmp/out.log 2>&1，然后要么硬塞进上下文（贵、关键行被淹没），要么交给通用摘要（改写原文，不敢信），要么随机抽样（可能恰好丢掉根因），要么向量检索（不适合逐行保留原始证据）。
scx 的约束：先证据，后预算
核心是一条纪律：
只删整行，不改写原文；证据行及其最小邻域无条件保留，预算只能约束可选内容。
query + input
├─ 1. IDF 加权词面命中，确定证据行
├─ 2. 证据行及其 ±context 邻域无条件保留
├─ 3. 只在种子邻域内用剩余预算填充可选行
├─ 4. --max-tokens 硬上限：证据地板优先，超限如实报告
└─ 5. 输出原文行子集与统计，不重写、不截断
--query "database timeout connection pool" --ratio 0.35→ 命中的行保住，噪声裁掉，输出带原始行号--force "re:ERROR|FATAL"→ 强制保留，支持一个手写的有限正则子集（Thompson NFA，无回溯灾难）--max-tokens 2000→ 硬 token 上限，超限报overflow:evidence/overflow:fill，绝不静默丢证据
为什么零依赖
第三方 crate 数量是 0。不是偷懒，是把「确定性」当契约：
- JSON parser：手写，MCP server 和
--json统计共用 - TOML 子集：策略文件
--policy-file用 - SHA-256：可选语义打分的权重指纹校验
- 正则子集：
re:前缀进 Thompson NFA
--locked 离线可构建。压缩主链无网络请求、无随机源、无运行时依赖——同输入同查询同配置，输出逐字节一致。37 个 golden 用例对 stdout/stderr/退出码做逐字节差分，这是每次变更的硬红线。
数据
作者侧自测（Apple M5 Pro，非第三方评测，口径都写进了文档）：
| 工作负载 | 结果 |
|---|---|
| 5 万行 / 233 万字符日志压缩 | 中位 11.7–12.0 ms |
| 187 万字符 / 5.2 万行 | 无损 ~50 ms，压 61.5%；--ratio 0.3 → 75.4%，0.2 → 77.9% |
| 证据保留（70 条证据行） | 70/70 = 100%（截断基线 0/70），默认档压减约 82% |
| Hard 层 MRR@10 vs 词面基线 | +0.0669（paired bootstrap 95% CI [0.0238, 0.1176]，p=0.0020） |
代码规模：约 4.9 万行纯 Rust / 96 文件，554 个 #[test]，注释占比约 7%。评测门禁 xtask ops check 全绿。
对 Agent 工作流的集成
同二进制内置 MCP stdio server（零依赖）：
scx setup # 一键注册 Claude / Codex / Cursor（幂等 + 写前备份 + tools/list 自检）
scx mcp # 手动进入 stdio server 模式
npx -y @spapient/scx # npm 装，兼容千问办公的 MCP 接入
安装
# crates.io
cargo install scx
# macOS Homebrew
brew tap spapient/scx && brew install scx
# npm（含 MCP 入口）
npx -y @spapient/scx
边界（说清楚，不吹）
- 词面相关优先：查询零共享词时 fail-open 回退原文，不承诺 embedding 级语义检索
- 压缩率有地板：证据优先的语义决定了输出存在下限，
--ratio不是硬性字符上限 - 非幂等：对已压缩文本再压缩会继续裁减（级联退化）——累积场景必须对原始文本全量重压缩
- pre-1.0：CLI 和接口仍可能演进，生产集成建议固定 commit
有真实场景（排障、长代码问答、agent 上下文治理）的朋友欢迎试用、提 issue 或拍砖。
