Omneum 开源上下文控制平面发布

Omneum 近日开源发布，这是一款专为 AI Agent 设计的本地化上下文控制平面。其核心目标是优化进入大语言模型（LLM）上下文窗口的证据质量，从而提升推理能力，并强调本地化处理与溯源感知。 在技术实现上，Omneum 采用双向图进行溯源感知推断，允许系统在避免阅读源文本的情况下评估证据可靠性。这一机制旨在更精准地筛选和优化上下文信息，以改善 LLM 的输出质量。 实测数据显示，在 80-unit 预算的演示场景中，Omneum 通过保留 2 个区块实现了 4/4 的声明覆盖。相比常规 RAG（检索增强生成）方法，该方案在覆盖相同信息量的前提下，节省了 32% 的空间预算，展现出更高的上下文利用效率。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。