# Task Slicing Protocol

**Repository Path**: stStone/Task-Slicing-Protocol

## Basic Information

- **Project Name**: Task Slicing Protocol
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-14
- **Last Updated**: 2026-05-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## 简介

本仓库设想了一种大模型上下文管理机制，以任务的形式管理大模型的上下文，可以达到有效减少上下文长度，减少长时间执行任务时的噪声影响。
本协议是使用Agent时想到的，使用多个大模型对已有的Agent的上下文管理机制进行对比研究后，使用AI辅助写出。
协议效果不一定良好，也不担保现在一定没有实现这种机制的Agent（只是通过AI研究后得出还没有的结论）。
本仓库没有提供具体实现，仅作为一种思路分享。

## AI进行的对比研究报告

- [不同方案对比与分析](不同方案对比与分析.md)
**为AI自动进行长任务调研后输出的研究报告，不构成具体建议。**

## 协议内容

- [中文版](<任务切片协议 (Task Slicing Protocol)：为 LLM Agent 构建可回溯的任务记忆.md>)
- [English](<Task Slicing Protocol (TSP).md>)

## 在缓存命中机制下的作用

- 协议的查询功能：如果传统方式，无需查询，在缓存命中的情况下，会减少token费用，特别是DeepSeek近乎免费的缓存命中机制，而查询相当于重新注入上下文。
- 协议的上下文长度管理：在没有查询的情况下，会减少上下文输入的token的费用。