# pxpipe

> Локальный прокси для сжатия входного контекста через PNG-рендеринг

Инструмент для снижения расходов на токены LLM-агентов: рендерит текстовый контекст в PNG-изображения, сокращая затраты на 59–70%.

- Категории: Opensource, Инструменты разработчика, Продуктивность
- Модели: claude-fable-5, claude-opus-4-8, claude-sonnet-4-6, gpt-5.6
- Сайт сервиса: https://github.com/teamchong/pxpipe
- Карточка в каталоге: https://ailibri.com/pxpipe
- Обновлено: 2026-07-04

## Описание

Токены — это деньги. И когда модель обрабатывает гигантские системные промпты, документацию к инструментам и историю переписки, счет растет быстрее, чем хотелось бы. pxpipe решает это нестандартно: вместо того чтобы резать контекст, он превращает его в картинки.

Логика простая, но неочевидная. Стоимость изображения для модели определяется его размером в пикселях, а не тем, сколько текста внутри. Плотный контент — код, JSON, вывод инструментов — упаковывается примерно в 3,1 символа на токен изображения против 1 символа на текстовый токен. pxpipe работает как локальный прокси: перехватывает запросы, рендерит объемные части в компактные PNG и отправляет их дальше. Ответы модели при этом остаются нетронутыми — сжимается только входящий запрос. Важно: рендеринг включается только там, где математика в плюсе — на разреженном контенте, где плотность выше ~3,5 символа на токен, выигрыша не будет.

Запустить можно за 30 секунд: npx pxpipe-proxy, затем направить клиент на локальный прокси: ANTHROPIC_BASE_URL=http://127.0.0.1:47821 claude. Дальше работает дашборд на http://127.0.0.1:47821/ — там видно, сколько токенов сэкономлено, каждая конвертация текст→изображение рядом с оригиналом, переключатели моделей и kill switch.

По замерам на реальном трафике экономия составляет 59–70% от итогового счета. Это не маркетинговая цифра с выгодной выборкой — в знаменателе все запросы: и маленькие, которые прокси правильно оставил текстом, и кешированные, и выходные токены. Сравнение честное: для каждого запроса параллельно делается бесплатный count_tokens на оригинальное тело, и оба результата пишутся в одну строку ~/.pxpipe/events.jsonl.

Но важно понимать: это lossy-сжатие, и авторы об этом говорят прямо. Точные hex-строки в плотном рендере Fable 5 читает на 13/15, Opus 4.8 — на 0/15. Байт-точные значения в последних сообщениях остаются текстом, но специального guard-а для всего контента пока нет. Для работы, где нужна точность до символа, есть escape hatch — субагенты на неразрешенных моделях проходят через прокси как чистый текст.

Для тех, кто хочет встроить логику без прокси, есть библиотечный API: renderTextToPngs и transformAnthropicMessages — чистый JS, работает в Node и на edge/Workers.

## Похожие сервисы в каталоге

- [Career Ops](https://ailibri.com/career-ops): Система поиска работы на базе Claude Code с 14 режимами навыков, Go-дашбордом, генерацией PDF и пакетной обработкой для автоматизации карьерных задач.
- [Arscontexta](https://ailibri.com/arscontexta): Плагин для Claude Code, создающий персонализированную систему знаний из диалога. Опишите свой стиль мышления и получите второй мозг в виде markdown-файлов.
- [Sagify](https://ailibri.com/sagify): Инструмент для быстрого развертывания языковых моделей и собственных моделей машинного обучения в облаке AWS SageMaker. Автоматизирует процессы обучения, оптимизации и создания API для инференса.
- [Dots.Mocr](https://ailibri.com/dots-mocr): Мультимодальная OCR-система для распознавания текста и графики в документах. Поддерживает многоязычное распознавание, преобразование графиков и UI в SVG-код, се
- [AI Engineer Coach](https://ailibri.com/ai-engineer-coach): Анализируйте использование AI-ассистентов для программирования: отслеживайте прогресс, выявляйте антипаттерны в промптах и сессиях. Все данные остаются локально
- [Nimbalyst](https://ailibri.com/nimbalyst): Nimbalyst – визуальный редактор для Claude Code и Codex с поддержкой markdown, кода, CSV, мокапов и AI-ассистации для удобной разработки и ревью.

---
Источник: AILibri — каталог нейросетей и ИИ-инструментов, https://ailibri.com