fast-jev-compaction

What is it（这是什么）

fast-jev-compaction 是一个 Claude Code 插件，用来替换 Claude Code 原生的上下文压缩（compaction）机制。Claude Code 在对话变长、接近上下文窗口上限时，会自动把历史对话"压扁"成一段摘要，以便继续工作——但摘要会丢失细节、扭曲意图，导致 Agent 后续行为跑偏。fast-jev-compaction 的做法是：不再用自然语言摘要，而是把历史交互转化为结构化的"Jev 决策"（Jev decisions），即一组可回溯、可执行、带优先级的决策记录，让 Agent 在压缩后仍能精确复原"我为什么这么做、下一步该做什么"。

技术本质是上下文管理的范式替换：从"信息压缩"转向"决策固化"。商业意义在于，它切入了 Agent 工程中最痛的一环——长任务稳定性，而这正是企业愿意付费的地方。

Why now（为什么现在出现）

三个条件在 2026 年下半年同时成熟。

第一，Claude Code 在 2025 年底到 2026 年成为专业开发者的主流 Agent 工具，用户基数跨过了"插件生态能养活独立开发者"的临界点。第二，Agent 任务时长从分钟级走向小时级，上下文压缩从"偶发事件"变成"每半小时发生一次"的高频痛点，摘要失真的代价被放大。第三，MCP 协议和 Claude Code 插件机制已经稳定，一个独立开发者可以在两周内做出可安装的插件——这正是预估开发天数 14 的来源。

一年前，Claude Code 用户量不足以支撑插件生意，压缩问题也没那么痛；一年后，Anthropic 大概率会把决策式压缩做进官方能力，窗口关闭。现在是唯一的黄金窗口。

Market Evidence（市场证据）

信号很薄，但方向清晰。2 个独立信源（GitHub + 掘金）、2 次提及、100% 增长率——这是典型的"从零到一"早期信号，不是成熟趋势。validating 阶段的含义是：有人在真实使用中验证这个概念，但还没形成社区共识。

信号质量判断：真实需求，但样本太小。支持"真实"的证据是，上下文压缩失真不是臆想出来的问题，任何跑过长任务的 Claude Code 用户都遇到过；掘金上的讨论说明中文开发者社区已经开始关注 Agent 工程细节。支持"存疑"的证据是，只有 2 次提及，无法排除是单个作者的自我推广。

趋势分 59/100 处于中位，说明系统认为它有潜力但证据不足。对独立开发者的含义是：这是一个需要你自己补数据的机会，不能靠趋势热度躺赢，必须亲手验证需求。

Who's Behind It（谁在推动）

目前没有明确的"庄家"。信源是 GitHub 仓库和掘金文章，指向的是个人开发者或极小团队的自发实验，而非公司行为。

真正的隐性推动者是 Anthropic——它定义了 Claude Code 的压缩机制和插件接口，整个机会的存在与否取决于它的产品决策。第二层是 Claude Code 插件生态的早期开发者群体，他们在 MCP Server、hook、slash command 等扩展点上试错，fast-jev-compaction 是其中一条支线。第三层是中文技术社区（掘金），它是这个概念最早的传播渠道之一。

竞争态势上，目前没有成规模的玩家，这是好消息；坏消息是，Anthropic 官方随时可能成为最大的竞争者。

TAM & Market Size（市场规模）

潜在用户是 Claude Code 的重度使用者：专业软件工程师、AI 应用开发者、以及把 Agent 用于自动化工作流的团队。保守估计全球活跃的 Claude Code 付费用户在数十万量级，其中愿意为"稳定性增强"付费的重度用户按 5%-10% 折算，是数万人规模。

付费意愿：开发者对"提升 Agent 可靠性"的工具付费意愿中等偏上，但对单个插件付费的天花板很低——心理价位通常在 $5-$15/月。需求分 38/100 明确告诉你：这是"有了更好"而非"没有不行"的需求。

市场处于早期增长期，随 Claude Code 用户扩张而扩张。机会分 44/100 意味着：可做，但别指望它成为十万美元 ARR 的生意，更适合作为产品组合中的一环或引流入口。

Competitive Landscape（竞争格局）

竞争分 22/100，是全部数据里最有利的一项——几乎没有直接对手。现有相关玩家分三类：

官方能力：Claude Code 自带的 compaction，是默认选项，优势是无缝集成，劣势是摘要失真。通用上下文管理工具：如各类 memory 插件、会话持久化方案，它们解决"记住"，不解决"压缩后决策一致"。Agent 框架层方案：LangGraph 等框架的 state 管理，但它们不在 Claude Code 插件层，用户迁移成本高。

市场空白很明确：决策式压缩这个细分没人占。大公司（Anthropic）会做，但官方通常追求通用性，不会为特定工作流做深度优化——这正是第三方插件的生存空间。你的时间窗口估计 6-12 个月，官方跟进后，差异化必须转向垂直场景（如特定语言、特定框架的决策模板）。

Business Model（商业模式）

推荐 开源核心 + 付费增强 的免费增值模式，而不是纯订阅。理由：需求分只有 38，纯付费墙会大幅压低转化；开源能快速拿到 GitHub star 和使用反馈，这对 validating 阶段的趋势至关重要。

定价建议：核心插件免费开源；Pro 版 $9/月 或 $79/年，提供决策模板库、跨会话决策检索、团队共享决策库。企业版 $29/席/月，提供私有部署和审计日志。依据是同类 Claude Code 插件（如各类 MCP 工具）的定价带集中在 $5-$20。

12 个月收入预测：保守 $1.5K MRR（约 170 个付费用户）、基准 $6K MRR、乐观 $18K MRR（需要官方生态推荐或爆款内容）。获客成本估算：开发者工具的自然获客（GitHub、掘金、X）CAC 可压到 $10-$20，付费用户回本周期约 2-3 个月。

MVP Blueprint（MVP 蓝图）

核心功能只留三个：决策提取（把压缩前的对话转成结构化决策条目，含决策、理由、待办）、压缩注入（在 compaction 时用决策集替换默认摘要）、决策回放（新会话开始时加载决策集）。砍掉所有可视化面板、团队协作、多模型适配。

技术栈：TypeScript + Node.js（与 Claude Code 插件生态一致），存储用本地 SQLite 或 JSON 文件，无需后端。部署走 npm 包 + Claude Code 插件市场。

最快上线路径：直接 fork 现有的 Claude Code 插件模板，复用 hook 机制拦截 compaction 事件；用 Claude API 做决策提取的 prompt 工程；第一版只支持单项目本地存储，不做云同步。14 天预估里，前 5 天做提取 prompt 调优，5 天做插件集成，4 天做文档和发布。

Commercial Opportunities（商业化机会）

方向一：决策式压缩插件 Pro 版。目标用户是每天用 Claude Code 超过 2 小时的专业开发者，预期月收入 $2K-$8K。优于其他方向的原因：直接命中已验证的痛点，开发周期最短，且能积累决策模板这一护城河。

方向二：Agent 上下文管理 SDK。把决策压缩能力抽象成库，卖给构建自有 Agent 的团队，预期月收入 $3K-$10K。优势是客单价高、不依赖单一平台，劣势是需要更多工程投入。

方向三：垂直场景决策模板市场。针对 React、Rust、数据工程等场景预置决策模板，按模板包收费或抽佣，预期月收入 $1K-$5K。优势是竞争几乎为零，劣势是需求验证成本高。

Product Ideas（产品创意）

🥇 JevCompactor — "让 Claude Code 压缩后不失忆"。面向长任务开发者，在 compaction 时固化决策而非摘要。时机对：官方压缩机制刚成为高频痛点，插件生态刚开放，先发者能吃下搜索流量和社区口碑。

🥈 DecisionLog for Agents — "给每个 Agent 一个可审计的决策日志"。面向构建生产级 Agent 的团队，提供决策记录、检索、回放 API。时机对：Agent 从 demo 走向生产，可观测性需求正在爆发，而决策层可观测性还是空白。

🥉 Compaction Playground — "在线对比你的压缩策略"。免费工具站，让用户上传对话、对比摘要式与决策式压缩的效果差异。时机对：作为前两个产品的引流入口，SEO 难度仅 15/100，几周内就能拿到排名。

SEO Opportunity（SEO 机会）

搜索量趋势：上升，但基数极小，属于"占位型"关键词。有价值的长尾词：claude code compaction 丢失上下文、claude code 上下文压缩 优化、agent context compaction best practice、claude code plugin 决策记录、jev compaction 插件。竞争程度极低（SEO 难度 15/100），几乎没有专门内容。内容策略：优先做"问题-方案"型教程页和对比页，而非产品首页——先用解决具体问题的文章吃下长尾流量，再导流到插件。

Risk Assessment（风险评估）

判断可能出错的情形：Anthropic 在 3-6 个月内官方内置决策式压缩，第三方插件价值归零；或者"决策压缩"在实际使用中并不比摘要好多少，需求是伪需求。

三大风险：技术风险——决策提取的 prompt 稳定性难保证，提取质量差会放大而非解决问题；市场风险——需求分 38 说明这是痒点不是痛点，付费转化可能远低于预期；执行风险——14 天 MVP 里，插件与 Claude Code 版本的兼容性维护会持续消耗精力。

最低成本验证：先写一篇掘金/X 文章讲清"摘要压缩为什么会让你返工"，观察互动量和私信咨询数；同时做一个不发布的本地原型，自己用一周，记录压缩后返工次数是否下降。如果两周内没有 20 个以上的人主动问"哪里能装"，就放弃商业化，转为开源项目积累声誉。

Action Plan（行动建议）

第一步（今天）：在本地跑通一个最小验证——手动导出一次 Claude Code 的 compaction 摘要，对照原始对话，量化它丢了多少关键决策。这个数据就是你后续所有内容的第一手素材。

低成本验证：把验证结果写成一篇掘金文章发布，标题聚焦"压缩后返工"这个具体痛点，文末留一个 waitlist 表单。

信号确认后（一周内）：启动插件开发，同步在 GitHub 建仓库，用 README 承接搜索流量。第一个月：发布 v0.1 开源版，收集 50 个真实用户的使用反馈，迭代决策提取 prompt。第三个月：上线 Pro 版定价，目标 30 个付费用户，同时把 DecisionLog SDK 做成第二个产品线。

Related Terms（相关趋势）

• Claude Code Plugin — 宿主生态，fast-jev-compaction 的载体和分发渠道
• MCP Server — 互补关系，决策数据可通过 MCP 暴露给其他 Agent 工具
• Agent Memory — 相邻但不同的问题域，memory 解决"记住"，compaction 解决"压缩后不失真"，两者常被混淆