Lap-Platform/LAP

解决的问题

LLM 代理经常因原始 API 文档（如 OpenAPI）过于冗长且为人类设计而非模型优化，而错误地生成 API 端点、参数和认证流程。这导致 API 调用准确率低，且因文档体积巨大而产生高昂的 token 成本。

工作原理

LAP 作为编译器，将标准 API 规范转换为压缩的“代理原生”格式。它使用五阶段压缩流水线：

1. 结构移除：移除 YAML 框架结构。
2. 指令语法：使用 @directives 将嵌套结构替换为扁平化的单行声明。
3. 类型压缩：缩短类型声明（例如 type: string, format: uuid 变为 str(uuid)）。
4. 冗余消除：通过 @common_fields 和 @type 提取共享字段。
5. 精简模式：当 LLM 可从参数名推断含义时，移除描述。

适用人群

开发 AI 代理的开发者，以及使用代理集成 IDE（如 Claude Code、Cursor 和 Codex）的开发者，希望提升代理的 API 交互准确率，同时降低延迟和 token 成本。

主要亮点

• 显著压缩：在 OpenAPI 规范上实现平均 5.2 倍压缩，成本降低 35%，速度提升 29%。
• 多格式支持：支持从 OpenAPI、GraphQL、AsyncAPI、Protobuf、Postman 和 Smithy 编译。
• 代理技能：提供 CLI 工具 (lapsh)，可搜索包含 1,500 多个预编译规范的注册表，并直接将它们作为技能安装到 AI 代理中。
• 零信息丢失：保留所有端点、参数和类型约束，同时提供类型契约以防止幻觉。
• 往返能力：可将 .lap 文件转换回 OpenAPI 格式。