OpenCode V2 的压缩机制被设计为一种最后的生存策略，而不是一种基于相关性的修剪系统。当估计的请求大小超过上下文阈值时，它会触发，将所有旧的上下文压缩成一个固定的 4,096 个 token 的摘要，无法容纳的细节将无法恢复。这个过程是由大小触发的，而不是由相关性触发的，并且对工具输出和摘要长度有硬编码的限制，这些限制是不可配置的。虽然安全且能防止数据丢失，但在总结过去的对话历史时，它不会区分重要事实和无关信息，媒体内容会被简化为文本元数据。 AI
影响 本次分析突显了对话上下文管理中的一个关键限制，这可能会影响长期 AI 代理会话的连续性和有效性。
排序理由 对产品（OpenCode）中特定软件功能（压缩机制）的详细技术分析。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
