왜 DCP를 선택해야 할까요?
긴 대화에서 대량의 토큰을 절약하고, LLM 사용 비용을 절감하며, 모델 응답 품질을 향상시킵니다.
자동 중복 제거 전략
동일한 도구명과 파라미터의 호출을 감지하여 최신 호출만 자동으로 유지합니다. 수동 개입이 필요 없습니다.
덮어쓰기 감지
파일의 쓰기 및 읽기 작업 시간 순서를 추적하여, 이후 읽기로 덮어쓰인 쓰기 작업을 자동으로 정리합니다.
오류 정리 전략
지정된 턴 수를 초과한 오류 도구 입력을 자동으로 프루닝하고, 디버깅을 위해 오류 메시지는 유지합니다.
AI 기반 프루닝
discard와 extract 도구를 제공하여 AI가 컨텍스트 정리 시점을 스스로 결정하고 시맨틱 수준의 최적화를 실현합니다.
투명하고 제어 가능
/dcp 명령으로 토큰 사용량과 누적 통계를 확인하고, 수동 프루닝을 트리거할 수 있습니다.
상태 영속화
세션 간 프루닝 상태와 통계 데이터를 유지하여 장기적인 토큰 절약 효과를 추적합니다.
커리큘럼
총 4개 챕터, 11개 강의핵심 기능 (Platforms)
고급 기능 (Advanced)