JFrog Boost

Agentes de código como Cursor, Claude Code, Codex, GitHub Copilot e OpenCode gastam grande parte da sua janela de contexto em material que nunca precisaram de ler: saída extensa de npm ci, registos de build do Docker, traços de pytest e de testes Go, pesquisas de código repetitivas e cargas de PDF ou imagens. O JFrog Boost envolve esses comandos e filtra o ruído antes de chegar ao modelo, mantendo o sinal que realmente importa, como o teste falhado, o erro e o resumo.

O Boost é local-first e reversível. A filtragem acontece na sua máquina e a saída comprimida pode ser expandida de volta ao registo original, pelo que nada é descartado em silêncio. Também otimiza leituras de ficheiros, elimina esquemas de ferramentas não usados e filtra as cargas de chamadas MCP para manter o contexto do agente focado. A JFrog divulga referências como cerca de 9.800 tokens de saída de npm ci comprimidos para cerca de 640 tokens mantendo os erros, e um teste Terminal-Bench 2.0 com cerca de 12–13,5% menos custo com a mesma taxa de sucesso.

A instalação é um único comando sem registo, e a aplicação é distribuída para macOS com binários para outras plataformas a partir do GitHub Releases. O Boost tem um ecossistema em crescimento, incluindo integrações criadas pela comunidade que a JFrog adotou depois como suporte nativo ao OpenCode. Destina-se a equipas que escalam o desenvolvimento assistido por LLM e querem menos tokens, contexto mais enxuto e menor gasto sem mudar a forma de trabalhar.