https://github.com/profrandom92/comptext-termux-v2
https://github.com/profrandom92/comptext-termux-v2
Last synced: 26 days ago
JSON representation
- Host: GitHub
- URL: https://github.com/profrandom92/comptext-termux-v2
- Owner: ProfRandom92
- Created: 2026-05-02T09:17:00.000Z (about 2 months ago)
- Default Branch: master
- Last Pushed: 2026-05-02T12:49:59.000Z (about 2 months ago)
- Last Synced: 2026-05-02T14:22:38.626Z (about 2 months ago)
- Language: Python
- Size: 113 KB
- Stars: 0
- Watchers: 0
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# comptext-termux-v2
[](https://www.python.org/)
[](https://termux.dev)
[](https://groq.com)
[](https://github.com/ProfRandom92/comptext-mcp-server)
[](LICENSE)
[](https://github.com/ProfRandom92/comptext-termux-v2/commits/master)
> **Das Problem:** Medizinische LLM-Workflows auf Edge-Geräten scheitern an Kontext-Limits, nicht an Modellqualität.
> **Die Lösung:** CompText komprimiert klinischen Kontext um 60–90 % bevor er das Modell erreicht — ohne Informationsverlust.
Medizinisches Triage-System + CompText Runtime für Android/Termux & Windows.
Offline-first · ePA-kompatibel · Touch-optimiert (Galaxy A33) · RTK-style Output-Kompression für LLM-Workflows.
---
## ⚡ Quick-Win — 60 Sekunden bis zum ersten Output
```bash
git clone https://github.com/ProfRandom92/comptext-termux-v2
cd comptext-termux-v2
pip install textual httpx aiosqlite pyyaml
# MedCodex-Kompression direkt testen:
python med_codex.py "MAB+HS, RR↓, HF↑ → ACS?"
# Runtime-Layer (Shell-Output-Kompression):
git diff | python -m runtime.cli --cmd "git diff"
# Codex-Status prüfen:
python codex_manager_cli.py --status
```
---
## 📊 Benchmark
```
$ git diff | python -m runtime.cli --cmd "git diff"
✦ CompText RTX · Profil: dev · 84.9% gespart · 265 von 312 Zeilen eliminiert
$ pytest | python -m runtime.cli --cmd "pytest"
✦ CompText RTX · Profil: dev · 71.2% gespart · nur Fehler & Summary behalten
$ cat befund.txt | python -m runtime.cli --cmd "med"
✦ CompText RTX · Profil: med · 58.4% gespart · KVTC-Normalisierung aktiv
```
| Profil | Anwendungsfall | Typische Ersparnis |
|--------|------------------------|-------------------|
| `dev` | git, pytest, cargo | 40–80 % |
| `med` | Befunde, HL7, KVTC | 30–60 % |
| `repo` | ls, find, JSON, sqlite | 50–70 % |
| `log` | tail, grep, journald | 60–90 % |
---
## 🧬 KVTC — Klinisches Vokabular Token Compression
Ein eigenes CompText-Subsystem: medizinische Freitext-Eingaben werden vor der LLM-Übergabe auf standardisierte Kürzel normalisiert.
```
Eingabe: "MAB+HS, RR↓, HF↑ → ACS?"
Expanded: "Massive arterielle Blutung mit hämorrhagischem Schock,
Hypotonie, Tachykardie → Akutes Koronarsyndrom?"
```
**KVTC-Merkmale:**
- 70+ medizinische Kürzel (erweiterbar per Codex CLI)
- ICD-10, LOINC, OPS integriert
- Mehrdeutigkeit explizit modelliert (`OD` → Ophthalmologie / Überdosis / Einmal täglich)
- Synonym-Normalisierung (`ACS` = `NSTEMI/STEMI` = `Akutes Koronarsyndrom`)
- 30–60 % Reduktion bei klinischen Texten ohne Informationsverlust
- ePA-kompatibel: Ausgabe direkt als FHIR-Kontext nutzbar
KVTC differenziert CompText von generischen Token-Compressors — das System kennt medizinische Semantik, nicht nur Zeichenersparnis.
---
## Architektur
```mermaid
flowchart TD
subgraph INPUT["Eingabe"]
TUI["comptrage.py\nTextual TUI"]
CLI["codex_manager_cli.py\nCodex CLI"]
SHELL["Shell / Git Bash / Termux\nBeliebige CLI-Kommandos"]
end
subgraph RUNTIME["comptext-runtime (RTK-Layer)"]
HOOK["hooks/comptext-rtx-hook.sh"]
CTR["runtime/cli.py\nctr "]
PROFILES["Profile:\ndev / med / repo / log"]
FILTERS["Filter-Pipeline:\ndrop_lines → keep_section\ncollapse_repeats → max_lines\nabbreviate_medical · json_extract"]
METRICS["metrics.py\nGain-Banner (stderr)"]
end
subgraph CORE["CompText Core"]
KVTC["KVTC\nKlinisches Vokabular\nToken Compression"]
MEDCODEX["med_codex.py\n70+ Kürzel"]
MEDDB["med_db.py\nSQLite + Memory Palace"]
ENGINE["codex_engine.py\nLLM-Modul-Generator"]
CODEXMGR["codex_manager.py\nFachgebiet-Verwaltung"]
end
subgraph LLM["LLM-Backend"]
GROQ["Groq API\nllama-3.1-8b-instant"]
LOCAL["llama-server :8080\nMedGemma 4B GGUF (lokal)"]
MCP["comptext-mcp-server\nMCP/REST :8100"]
end
SHELL --> HOOK --> CTR --> PROFILES --> FILTERS --> METRICS
TUI --> KVTC --> MEDCODEX
CLI --> CODEXMGR
FILTERS -->|komprimierter Output| LLM
MEDCODEX --> MEDDB
ENGINE --> LOCAL
ENGINE --> GROQ
CODEXMGR --> LOCAL
CODEXMGR --> GROQ
CTR -->|--mcp Flag| MCP
MCP --> GROQ
```
---
## Module auf einen Blick
| Modul | Datei | Funktion |
|-------|-------|----------|
| **TUI** | `comptrage.py` | Touch-optimierte Triage-Oberfläche |
| **Codex CLI** | `codex_manager_cli.py` | LLM-gestützter Codex-Manager |
| **Codex TUI** | `codex_manager_tui.py` | Interaktive Codex-Verwaltung |
| **KVTC / MedCodex** | `med_codex.py` | Klinische Token-Kompression, 70+ Kürzel |
| **MedDB** | `med_db.py` | Async SQLite, Memory Palace, Triage-History |
| **Med Specialties** | `med_specialties.py` | Fachgebiet-Definitionen |
| **Codex Engine** | `codex_engine.py` | LLM-basierter Modul-Generator |
| **Runtime** | `runtime/` | RTK-Layer: Shell-Output-Kompression |
| **MediaPipe** | `mediapipe_server.py` | Alternatives LLM-Backend (Google MediaPipe) |
---
## comptext-runtime (RTK-Layer)
Die `runtime/`-Schicht komprimiert Shell-Outputs **bevor sie in den LLM-Kontext** gehen — inspiriert von RTK, Snip und mcp-compressor.
```mermaid
sequenceDiagram
participant Shell
participant Hook as comptext-rtx-hook.sh
participant CLI as runtime/cli.py
participant Filter as Filter-Pipeline
participant LLM
Shell->>Hook: git diff | ctr git diff
Hook->>CLI: stdin + --cmd "git diff"
CLI->>Filter: Profil 'dev' laden
Filter-->>CLI: Komprimierter Output
CLI->>Shell: stdout (gekürzt)
CLI->>Shell: stderr: ✦ Gain-Banner [84.9% gespart]
CLI-->>LLM: optional --mcp weiterleiten
```
### Schnellstart Runtime
```bash
# Termux:
bash scripts/install_hook_termux.sh && source ~/.bashrc
# Git Bash (Windows):
bash scripts/install_hook_gitbash.sh && source ~/.bashrc
# Danach:
ctr git diff
ctr git status
ctr pytest
# Manuell (stdin-Pipeline):
git diff | python -m runtime.cli --cmd "git diff"
```
---
## Codex Manager CLI
```bash
python codex_manager_cli.py --status
python codex_manager_cli.py --auto-fill neurologie --count 20
python codex_manager_cli.py --auto-fill all --count 15
python codex_manager_cli.py --generate-skills --output ~/.hermes/skills
python codex_manager_cli.py --test-compression
python codex_manager_cli.py --export-json ~/codex_backup.json
```
---
## Setup
### Termux (Android)
```bash
bash setup_termux.sh
```
**Manuell:**
```bash
pkg install tur-repo && pkg update && pkg install llama-cpp
pip install textual httpx aiosqlite pyyaml
# MedGemma laden:
wget https://huggingface.co/unsloth/medgemma-1.5-4b-it-GGUF/resolve/main/medgemma-1.5-4b-it-Q4_K_M.gguf -P models/
# Tab 1 – Server:
llama-server -m models/*.gguf --port 8080 -c 2048 -t 4
# Tab 2 – App:
python comptrage.py
```
### Groq API (Empfohlen für PC/Windows)
```bash
export GROQ_API_KEY="dein-key" # https://console.groq.com
python codex_manager_cli.py --status
python codex_manager_cli.py --auto-fill neurologie --count 10
```
---
## Quick-Events (TUI Hotkeys)
| Hotkey | Event |
|--------|-------|
| `B` | P1: Massivblutung |
| `H` | P1: ACS/Herzinfarkt |
| `A` | P1: Anaphylaxie |
| `S` | P1: Sepsis |
| `T` | P2: SHT/Sturz |
| `K` | P1: REA Kind |
---
## Repo-Struktur
```
comptext-termux-v2/
├── comptrage.py # Haupt-TUI (Textual, Touch-optimiert)
├── codex_manager_cli.py # Codex Manager CLI
├── codex_manager_tui.py # Codex Manager TUI
├── codex_manager.py # Codex Core-Logik
├── codex_engine.py # LLM-Modul-Generator
├── med_codex.py # KVTC + Token-Kompression (70+ Kürzel)
├── med_db.py # Async SQLite + Memory Palace
├── med_specialties.py # Fachgebiete
├── mediapipe_server.py # Option B: MediaPipe Backend
├── setup_termux.sh # Ein-Kommando-Setup
├── runtime/ # CompText RTK-Layer
│ ├── cli.py # Entrypoint: stdin → Filter → stdout
│ ├── metrics.py # Gain-Berechnung + Banner
│ ├── mcp_client.py # Optional: weiterleiten an MCP-Server
│ ├── profiles/ # dev / med / repo / log YAML
│ └── filters/ # 7 Filter-Module
├── hooks/
│ └── comptext-rtx-hook.sh # RTX Bash-Hook
├── scripts/
│ ├── install_hook_termux.sh # Termux-Install
│ └── install_hook_gitbash.sh # Git Bash-Install
├── docs/
├── modules/ # Generierte Module (via /gen)
├── skills/ # Hermes Skill-Dateien
├── models/ # GGUF-Modelle (nicht in Git)
└── data/ # SQLite-DBs (nicht in Git)
```
---
## 🌐 CompText Ökosystem
| Repo | Zweck | Status |
|------|-------|--------|
| [comptext-termux-v2](https://github.com/ProfRandom92/comptext-termux-v2) | Android/Termux · Triage-UI · RTK-Runtime · KVTC | 🟢 Active |
| [comptext-mcp-server](https://github.com/ProfRandom92/comptext-mcp-server) | MCP/REST-Server · Docker · CI/CD | 🟢 Active |
| [Medgemma-CompText](https://github.com/ProfRandom92/Medgemma-CompText) | Kaggle Hackathon · ePA/FHIR · Edge-AI | 🟢 Active |
| [comptext-codex](https://github.com/ProfRandom92/comptext-codex) | Native Protocol für Claude Agent Teams | 🔵 Stable |
| [comptext-context](https://github.com/ProfRandom92/comptext-context) | V5 × Context Mode · FTS5 · Sandbox | 🟡 Beta |
| [comptext-kernel](https://github.com/ProfRandom92/comptext-kernel) | V6 Universal AI Context Kernel | 🟡 Beta |
| [comptext-revolution](https://github.com/ProfRandom92/comptext-revolution) | DSL Compiler · MCP · SQLite FTS5 | 🧪 Experimental |
| [comptext-dsl](https://github.com/ProfRandom92/comptext-dsl) | Domain-Specific Language · Compiler · Parser | 🔵 Stable |
---
*CompText Ecosystem — ProfRandom92 — 2026*