OpenCode 解决上下文问题的核心技术手段

[phantom5099]

OpenCode 解决上下文问题的核心技术手段

1. 动态会话压缩与剪枝 (Session Compaction & Pruning)

这是 OpenCode 最具工业级特色的方案，位于 session/compaction.ts 。

• 自动溢出检测 ：通过 isOverflow 函数实时监控当前 Token 消耗。它预留了一个 COMPACTION_BUFFER （20,000 Token），一旦总消耗接近模型限制，就会触发压缩。
• 工具调用剪枝 (Pruning) ：
  • 逆向回溯策略 ：从最新的消息往回扫描，保留最近的 40,000 Token。
  • 非破坏性擦除 ：对于较早的、不再关键的工具输出（如之前的 ls 或 grep 结果），系统会将 part.state.time.compacted 标记为当前时间，并在发送给 LLM 时剔除这些冗长的输出内容。
  • 特权保护 ：特定的工具（如 skill ）会被保护，其输出不会被剪枝，以保证 Agent 的核心能力不丢失。

2. 响应截断与分流策略 (Truncation Strategy)

位于 tool/truncation.ts ，解决单次工具调用输出过大的问题。

• 硬限阈值 ：单次输出严格限制在 2,000 行 或 50 KB 。
• 本地缓存分流 ：如果工具输出（如执行测试的结果）超过阈值，系统会将完整内容写入本地磁盘（ tool-output 目录），仅在上下文中返回一个“摘要+预览”。
• 引导式感知 ：在截断后的提示词中，系统会显式引导 Agent：“输出已截断，完整内容已存至 X 路径。请使用 grep 或 read (带有 offset/limit) 来分段查看”。

3. 结构化代码感知 (Semantic Context via LSP)

不同于 SWE-agent 这种主要依赖 shell 读文件的项目，OpenCode 深度集成了 LSP。

• 符号替代文本 ：当 Agent 需要了解某个类或函数时，OpenCode 优先提供符号定义和类型签名，而不是把整个源文件塞进上下文。
• 按需读取 ： tool/read.ts 默认带有 limit 参数（2000行），并支持 offset 。Agent 习惯于“翻页式”阅读，极大地节省了 Token。

4. 智能过滤与忽略 (Smart Filtering)

• 全链路忽略 ：在 file/ignore.ts 中定义了工业级通用的 FOLDERS 和 FILES 黑名单（如 node_modules 、 .git 、 dist 、 target 等）。
• 搜索限额 ：在 tool/ls.ts 中，文件列表被硬限制在 100 个 。如果目录太深，Agent 必须通过多次、具体的 ls 来探索，避免一次性加载数万个文件路径。

5. 任务聚焦机制 (Task/Todo Focused)

• Todo 维持 ： session/todo.ts 让 Agent 始终维护一份“待办清单”。
• 作用 ：即使历史消息被剪枝，Agent 只要看到最新的 Todo 列表，就能找回执行状态，避免因上下文丢失而导致的“原地打转”。

如何平衡记忆

1. 工业级持久化存储 (Structured Persistence)

OpenCode 没有将对话存在内存中，而是使用了 SQLite (Drizzle ORM) 进行物理持久化（见 session.sql.ts ）。

• 多级表结构 ：分为 SessionTable （会话）、 MessageTable （单条消息）和 PartTable （消息内部的片段，如 Tool Call 或文本）。
• 作用 ：这意味着即使你关闭 IDE 再打开，甚至 Agent 进程崩溃，它也能从数据库中精准恢复每一条对话历史。

2. 动态摘要机制 (Session Summarization)

为了防止历史对话太长占用过多 Token，OpenCode 引入了 Summary 机制 （见 session/summary.ts ）。

• 关键差异化记忆 ：它不仅仅是总结文本，还会计算 Diffs （代码变更摘要）。系统会记录该 Session 期间修改了哪些文件、增加了多少行、删除了多少行。
• 快照关联 ：摘要会与 Git 的 Snapshot 关联。当对话太长被剪枝（Pruning）时，Agent 仍然能通过 summary_diffs 字段知道之前“做了什么”，而不需要重读整个对话过程。

3. 跨会话的“元记忆”：Todo 机制

这是 OpenCode 保持长期任务记忆的神技。

• Todo 表 (TodoTable) ：在数据库中独立维护一个任务清单（见 session.sql.ts#L86 ）。
• 逻辑闭环 ：每轮对话开始时，System Prompt 会注入当前的 Todo 列表。
• 解决的问题 ：如果对话历史因为太长被剪枝了，Agent 可能会忘记“接下来该干嘛”。但 Todo 列表是持久化且每轮必读的，它充当了 Agent 的 “工作记忆（Working Memory）” ，确保任务目标不漂移。

4. 环境感知的 System Prompt (Environment Awareness)

在 session/system.ts 中，每一轮对话都会动态构建一个环境块：

• 实时注入 ：包括当前工作目录、Git 仓库状态、甚至当前的日期。
• 作用 ：这让 Agent 始终记得自己“身处何处”，避免因为对话太久而忘记了自己是在 Windows 还是 Linux 下工作，或者忘记了当前项目的根目录。

5. 自动重试与回滚 (Retry & Revert)

记忆不仅包括“说了什么”，还包括“做错了什么”。

• Revert 记录 ： SessionTable 中有一个 revert 字段，记录了回滚的信息。
• 记忆逻辑 ：当 Agent 的一次尝试失败并回滚时，这个动作会被记录。在下一轮对话中，Agent 会“记得”之前的路径行不通，从而尝试新的方案