Sift v0.10.0 发布：CPU 上的抽取式上下文压缩库与 LiteLLM 回调

stancsz 发布 Sift v0.10.0，一个仅用 CPU 的 Python 库和 LiteLLM Proxy 回调，做抽取式上下文压缩，保留近期工作原文、从旧历史选取相关证据，压到可配置 token 预算（默认 24,576，最多可处理 1,000,000 输入 token），过程确定且不额外调用模型。本地 Qwen3.8-27B 的 LongBench v2 小样本诊断显示输入 token 减少 27.9%、平均 TTFT 降低 28.2%，但任务质量保持、真实成本节省和端到端提速均未确立；作者明确说明页面上的 85-96% 节省是单请求价格演算而非实测结果。项目为实验性预览，MIT 协议，尚未发布到 PyPI，需从 GitHub 安装并固定 LiteLLM 1.103.0。