pxpipe

npx pxpipe-proxy                                  # 127.0.0.1:47821 で待受
ANTHROPIC_BASE_URL=http://127.0.0.1:47821 claude  # Claude Code をプロキシ経由に

直近ターンはテキストのまま。システムプロンプト・ツールドキュメント・古い履歴の塊だけが画像化される。デフォルトで有効なモデルは claude-fable-5 と gpt-5.6。PXPIPE_MODELS=off で画像化を無効化できる。

開発ビルド

pnpm install && pnpm test
pnpm run build   # dist/ を再生成

flowchart TD
  CC["Claude Code / クライアント"] --> PX["pxpipe proxy\n127.0.0.1:47821"]
  PX --> GATE{"適用判定\nモデル・収益性ゲート"}
  GATE -->|"対象ブロックあり"| RENDER["折り返し → PNG ページ生成\n~92k chars / page"]
  GATE -->|"非対象"| PASS["バイト同一で転送"]
  RENDER --> SPLICE["image block へ差し替え\ncache-friendly に再構成"]
  SPLICE --> API["Anthropic / OpenAI API"]
  PASS --> API
  API --> RESP["応答ストリーム（非圧縮）"]
  RESP --> CC
  PX -.-> LOG["events.jsonl\nカウンターファクチュアル計測"]

レンダリングの要点は README の一行式どおり:

1928×1928 画像は約 4,761 ビジョントークンで、テキストが ~19 chars/token を超える場合のみ画像化が有利。Claude Code 実トラフィックは ~1.91 chars/token（N=391）なので、リクエスト単位の推定器がスパースな散文はテキストのまま残す。静的プレフィックス（システム＋ツール定義）はキャッシュ整合を保ったまま差し替える。

それ以外（ユーザーメッセージ、直近ターン、スパース散文、小さすぎるブロック、許可リスト外モデル）はバイト同一で通過。GPT 経路ではツール定義はネイティブ JSON のまま、Anthropic の cache_control マーカーは使わない。

実作業ベンチ

• SWE-bench Lite pilot: 10/10 both arms、リクエストサイズ −65%
• SWE-bench Pro: 14/19 ON vs 15/19 OFF、−60%、判定一致 18/19（差分 1 件は run-to-run 分散）
• デモ動画: Fable 5 で 39 ファイルの imaged filler を 10/10 でカウント、セッション終了時 $6.06 vs $42.21（plain 比）

受領データ・ログ: eval/swe-bench、eval/swe-bench-pro、eval/gist-recall。

import { renderTextToImages, transformAnthropicMessages } from "pxpipe-proxy";

const { pages } = await renderTextToImages(toolResultText);
const { body, applied, info } = await transformAnthropicMessages({
  body: requestBytes,
  model: "claude-fable-5",
});

options.keepSharp(block) でブロックをテキスト固定、options.emitRecoverable で画像化した元ブロックを返却。公開 API の正は src/core/index.ts。

主要エクスポート（パッケージ）

• GitHub: teamchong/pxpipe — 本体（MIT）
• npm: pxpipe-proxy — npx pxpipe-proxy の実体
• CACHING_AND_SAVINGS.md — キャッシュと節約の数学
• HISTORY_CACHE_MODEL.md — 履歴折りたたみとキャッシュモデル
• TRANSFORM_INFO.md — 変換メタデータ