pxpipe 中文教程：把长上下文转成图片前先做 A/B 测试

pxpipe 位于 Agent 和模型 API 之间。它把系统提示、工具文档和较旧的长历史渲染为图片，再把请求发给目标模型。输出不会被压缩。最近对话、未完成的工具调用和需要精确保留的内容可以继续使用文本。

1. 它在请求中改了什么

代理接收 Anthropic Messages、OpenAI Responses/Chat Completions 或 Google generateContent 请求。转换器识别体积大的文本块，按模型 profile 排版、换行并生成 PNG，再附带受限 factsheet。稀疏文本通过盈利门槛后可能保持原文。

图像能装下更多字符，但读取依赖模型视觉能力。官方密集十六进制测试中，部分模型会静默读错。这类错误没有异常提示，哈希、密钥、精确 ID、逐字符补丁和金额不能只靠图片传递。

2. 用 30 秒路径启动

# 终端 1：本地代理，默认监听 127.0.0.1:47821
npx pxpipe-proxy

# 终端 2：让 Claude Code 走本地代理
ANTHROPIC_BASE_URL=http://127.0.0.1:47821 claude

浏览器打开 http://127.0.0.1:47821/，先看哪些块被转换、哪些模型 chip 已开启。测试时使用非敏感仓库，保留一组关闭 pxpipe 的对照会话。需要保留第一方连接器或 remote control 行为时，再按官方说明使用 pxpipe warp -- claude。

3. 不开代理也能导出图片

npx pxpipe-proxy export src/
cat prompt.txt | npx pxpipe-proxy export --stdin
npx pxpipe-proxy export --git

每次 export 会生成新的目录，里面包含 PNG 页面、factsheet.txt、manifest.json 和 prompt.txt。这条路径适合先检查排版和精确信息是否被保留，不需要连接模型。

4. 用自己的日志算节省

事件默认写入 ~/.pxpipe/events.jsonl。运行 pxpipe stats 或 pxpipe stats --json，查看压缩比、延迟、缓存命中和经过 probe 的 token 差值。没有测量到的请求不会被当成零。

官方数据说明了方法可行，但不能直接套到你的账单。模型价格、视觉 token 规则、缓存命中、上下文密度、客户端重发方式和输出长度都会改变结果。实际评估至少要比较费用、任务正确率和精确字段错误数。

5. 与 LLMLingua 对比

Microsoft LLMLingua 用小语言模型识别并删除非必要 token，输出仍是文本；pxpipe 把大块上下文变成图片，依赖目标模型的视觉读取和图片计费。LLMLingua 要准备压缩模型，pxpipe 要验证每个目标模型的图像 profile。两者都会改变原始上下文，含精确字段的任务都要做单独测试。

常见问题