5.0 KB · updated 2026-07-31 · md

v0.25.0.de.md

docs/i18n/release-notes/v0.25.0.de.md

Tesserae v0.25.0 — Descent: jeden Graphen in einem einzigen Kontextfenster navigieren

<!-- translations:start -->

English · 한국어 · 中文 · 日本語 · Русский · Español · Français

<!-- translations:end -->

Veröffentlicht 2026-07-24 · PyPI · GitHub release · pip install --upgrade tesserae==0.25.0

Ein kompilierter Projekt-Graph wächst über jedes Kontextfenster hinaus — das Referenzprojekt serialisiert inzwischen zu 2,5M Tokens, das 12-Fache eines 200k-Fensters, Tendenz steigend. Flaches Retrieval kann einen Knoten finden, aber ein Agent konnte den Graphen nie überblicken: Die einzige begrenzte Übersicht war die gröbste Summary-Schicht mit 47 Communities, und alles darunter war unsichtbar. Diese Version liefert Descent: Hierarchie als Vertrag zur Query-Zeit, sodass ein Agent von der Gesamtübersicht des Graphen bis hinunter zu einem einzelnen Knoten in einer Handvoll begrenzter Aufrufe navigieren kann — bei jeder Graphgröße.

1 · graph_map — ein Descent-Tool für jeden Graphen

Ein neues MCP-Tool, graph_map(scope, budget_chars, cursor), macht aus jeder Wissensquelle dasselbe: einen Scope-Baum, beantwortet mit budget-gepackten Karten. Ohne Scope kommt die Root-Map zurück — Graph-Kennzahlen, Hub-Warnungen und die gröbsten Community-Karten. Eine Community-Id steigt eine Dendrogramm-Ebene hinab; die feinste Ebene listet die Mitgliedsknoten auf. agent:<key> rendert den destillierten L1-Index eines Agents, org:root den Agent-Org-Baum und <alias>:: die Map eines Schwesterprojekts — dieselben Karten, dasselbe Protokoll, keine Sonderfälle. Jede Karte trägt parent_scope, sodass der Aufstieg einfach ein weiterer graph_map-Aufruf ist, und übergroße Ebenen paginieren deterministisch (+N more, cursor=K), statt stillschweigend abzuschneiden.

2 · Die Hierarchie war immer da — jetzt wird sie behalten

Louvain berechnet bei jeder Kompilierung ohnehin ein vollständiges Dendrogramm; wir nutzten eine Ebene und warfen den Rest weg. Compile persistiert jetzt alles davon in einen .tesserae/hierarchy.json-Sidecar — 4 Ebenen auf dem Referenz-Graphen — als reine, deterministische Funktion des Graph-Inhalts: fester Seed, kanonische Ordnung, null LLM-Aufrufe, bei 5k wie bei 1M Knoten. Die Bytes von graph.json bleiben unangetastet, die Full-vs.-Incremental-Parität stellt jetzt identische Dendrogramme auf jeder Ebene sicher, und veraltete Community-Summary-Caches werden gegen die Liveness aller Ebenen bereinigt.

3 · CTX-01 — keine Tool-Antwort überschreitet je ihr Budget

Ein einziger fit_to_budget-Helper klemmt jetzt jede MCP-Antwort fest: Caps pro Eintrag, deterministische Aufnahme, eine Fortsetzungszeile. Tools, die eine Session fluten konnten, sind repariert — query_decisions und find_session_findings haben limit-Parameter bekommen, list_communities liefert eine Mitgliederzahl plus Handle statt Tausender roher Ids, search_nodes/node_context/timeline/search_facts kürzen pro Eintrag. Die Session-Kosten betragen jetzt depth × budget — unabhängig von der Graphgröße.

4 · Zusammenfassungen erscheinen dort, wo Sie tatsächlich hinschauen

Communities auf feinen Ebenen erhalten ihre Titel lazy: Der erste Abstieg in einen noch unzusammengefassten Scope macht einen LLM-Aufruf, gecacht per Membership-Digest; ohne Client fällt er auf einen deterministischen strukturellen Titel zurück — nie blockierend, nie eine Exception werfend. Summary-of-Summary-Prompts sind zitations-validiert (Prosa, die keine Kind-Community zitiert, wird abgelehnt), sodass obere Ebenen nicht von dem abdriften können, was sie zusammenfassen. Der Schlaf-Zyklus des Daemon erhält eine dritte Operation, SUMMARIZE, die Caches für die Communities vorwärmt, die Agents tatsächlich besuchen — und dabei ein begrenztes LLM-Budget pro Tick nach Bedarf ausgibt, nicht nach Korpusgröße.

5 · Hierarchische Kontext-Kompilierung

compile_context lernt scope=<community> — Retrieval beschränkt auf den induzierten Teilgraphen einer Community, was Hub-Explosionen strukturell unterbindet — und strategy="hierarchical": erst die Summary-Schicht matchen, die getroffenen Zweige hinabsteigen, dann PPR in ihnen ausführen. Die PPR-Projektion erhält einen per Flag aktivierbaren Degree-Cap und eine Heruntergewichtung von Provenance-Kanten, um Mega-Hubs zu entschärfen. Standard-Pfade bleiben byte-identisch; beide Features sind opt-in, bis sie per A/B-Test validiert sind.

Upgrade

pip install --upgrade tesserae==0.25.0

Einmal neu kompilieren, um den Hierarchie-Sidecar zu schreiben, dann Ihren Agent graph_map() aufrufen lassen — der ganze Graph, eine begrenzte Seite nach der anderen.