为大模型构建 DSL：优化上下文编译与动态决策

通过让大模型编写和操作领域特定语言（DSL），能够实现一次编译多次运行并兼顾效率与准确率。文章结合 Claude Code hooks 与 Aneta 上下文编译器实践，展示了基于统一中间表示权衡 KV 缓存与 token 开销，以及利用轻量模型生成打分函数以按需引入图片的方法。实测生成的打分函数在保持高准确率的同时，将单条消息的判断延迟从 4,100ms 降至约 20ms。