OntoPrune 开源：上下文剪枝提速 6.7 倍

2026 年 10 月 5 日，作者 vigmarcarlo 开源了 OntoPrune，一个面向本地小编码模型的纯离线 Python 上下文剪枝中间件。据 AGI Hunt 报道，其做法是把源码解析成带本体的知识图谱，用 SPARQL 抽取当前函数的 1-hop 闭包，再渲染回类型化 Python stub，最后用契约 AST 校验模型生成的代码。报道称该方案可剪掉 83% 的上下文，并在本地 CPU 上实现首 token 提速 6.7 倍。截至目前，公开信息仅此一篇报道，尚无后续进展、同类对比或第三方复现数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。