Lap-Platform/LAP
Your agents are guessing at APIs. Give them the actual Agent-Native spec. 1500+ API's Ready To-Use skills, Compile any API spec into a lean, agent-native format. 10× smaller. OpenAPI, GraphQL, AsyncAPI, Protobuf, Postman.
解決的問題
LLM 代理經常因原始 API 文件(如 OpenAPI)過於冗長且為人類設計而非模型優化,而錯誤地生成 API 端點、參數和驗證流程。這導致 API 呼叫準確率低,且因文件體積龐大而產生高昂的 token 成本。
工作原理
LAP 作為編譯器,將標準 API 規範轉換為壓縮的「代理原生」格式。它使用五階段壓縮流水線:
- 結構移除:移除 YAML 框架結構。
- 指令語法:使用
@directives將嵌套結構替換為扁平化的單行宣告。 - 類型壓縮:縮短類型宣告(例如
type: string, format: uuid變為str(uuid))。 - 冗餘消除:透過
@common_fields和@type提取共用欄位。 - 精簡模式:當 LLM 可從參數名推斷含義時,移除描述。
適用對象
開發 AI 代理的開發者,以及使用代理整合 IDE(如 Claude Code、Cursor 和 Codex)的開發者,希望提升代理的 API 互動準確率,同時降低延遲和 token 成本。
主要亮點
- 顯著壓縮:在 OpenAPI 規範上實現平均 5.2 倍壓縮,成本降低 35%,速度提升 29%。
- 多格式支援:支援從 OpenAPI、GraphQL、AsyncAPI、Protobuf、Postman 和 Smithy 編譯。
- 代理技能:提供 CLI 工具 (
lapsh),可搜尋包含 1,500 多個預編譯規範的註冊表,並直接將它們作為技能安裝到 AI 代理中。 - 零資訊損失:保留所有端點、參數和類型約束,同時提供類型契約以防止幻覺。
- 往返能力:可將
.lap檔案轉換回 OpenAPI 格式。
相關
- 專案
- Dispatch
- 專案
- 專案
- 專案