一个人 + AI = 财务审计团队

主题

第51课 · 让 AI 自动管理上下文：ACP 插件 ​

你用 OpenCode 写过 Skill、做过系统、搞过工具，有没有发现一个问题——聊着聊着，AI 就开始「犯糊涂」了？

这不是 AI 变笨了，而是它的「记忆盒子」塞满了。这节课介绍的 ACP 插件，就是来解决这个问题的。

本节要点 ​

  • 上下文为什么会出问题：对话越长，上下文越大，带来费钱和犯糊涂两个毛病
  • DCP 插件的局限：之前用的 DCP 是固定阈值压缩，太生硬
  • ACP 插件是什么：在 DCP 基础上修复了 39 个 bug，让 AI 自己智能判断什么时候压缩
  • 怎么安装：一行命令装好，或直接把网址发给 AI 让它帮你装
  • 什么时候该装、什么时候别装：长时间复杂任务才需要，随便问两句话别装

1. 上下文是个什么东西？ ​

1.1 一句话理解上下文 ​

你跟 AI 每说一句话，AI 都得把之前的对话全部重新读一遍才能回复你。这些「全部对话」就是上下文。

打个比方：AI 就像一个只有短期记忆的助手，你每问一个问题，他都要把你之前说的所有话从头到尾再看一遍，才能回答。

1.2 上下文满了会怎样？ ​

OpenCode 默认的行为是：等上下文用到 80%~90%，甚至满了（100%）的时候，才自动做一次压缩。

这会带来两个问题：

第一个：费钱。 你每发一条指令，AI 都要带着前面那么长的上下文一起处理。上下文越长，消耗的 token 越多，花的钱也越多。每一次 API 调用都在为那些已经没用的旧对话买单。

第二个：AI 犯糊涂。 上下文太长之后，尤其是你用的模型不是特别强的时候，AI 的指令遵循性会变差——你说东它往西，开始胡言乱语，丢三落四。

2. 之前的方案：DCP 插件 ​

2.1 DCP 是什么 ​

DCP（Dynamic Context Pruning，动态上下文修剪）是一个 OpenCode 插件，它的原理很简单：

设定一个固定的阈值，比如 50% 或 60%，上下文一达到这个值，立刻压缩。

它确实能解决问题，但太生硬了——不管三七二十一，到了线就压。

2.2 DCP 的两个问题 ​

  1. 太死板：固定阈值，不管当前对话的实际需要，一刀切压缩
  2. 作者跑路了：DCP 的原作者已经去做其他项目了，更新不再频繁，积累的 bug 没人修

DCP 项目地址（供参考）：https://github.com/Opencode-DCP/opencode-dynamic-context-pruning

3. ACP 插件：让 AI 自己决定 ​

3.1 ACP 是什么 ​

ACP（Active Context Pruning，主动上下文修剪）是在 DCP 的基础上，由另一位开发者复刻（fork）并持续维护的插件。

它跟 DCP 最大的区别是：

不是死板地到了某个值就压缩，而是让大模型自己判断——什么时候该压缩、压缩哪些内容。

ACP 项目地址：https://github.com/ranxianglei/opencode-acp

3.2 为什么换 ACP ​

对比项DCPACP
压缩策略固定阈值，一刀切AI 智能判断，灵活压缩
维护状态作者已转做其他项目，更新停滞更新频繁，持续修复
Bug 修复累积 bug 无人修在 DCP 基础上修复了 39 个 bug
缓存命中率较低约 91%，更省钱

3.3 ACP 修复了 DCP 的哪些问题 ​

ACP 在 DCP v3.1.11 的基础上，修复了 39 个 bug，其中包括多个严重（CRITICAL）级别的问题：

  • 重启后状态丢失——压缩记录、消息映射全部清零
  • 压缩时悄悄丢失摘要内容（数据丢失）
  • 上下文使用量计算错误，导致压缩提示永远不触发
  • 压缩后的消息在 /compact 后又冒出来（上下文泄漏）
  • 日志和分词器每轮延迟 20~50 秒（268 倍减速）
  • ……

完整 bug 列表可以看 ACP 的 GitHub Issues。

3.4 ACP 的实际效果 ​

根据 ACP 项目的真实数据（6 个活跃工程会话，11000+ 次 API 调用）：

  • 上下文使用量：p90 稳定在 150K~190K（1M 窗口的 15%~19%），大部分时间保持在 10%~15%
  • 缓存命中率：约 91%
  • 超长会话支持：单个会话可达 3300+ 条消息、累计 3 亿+ token

简单说：省钱、不丢关键信息、支持超长对话。

4. 安装 ACP ​

4.1 方法一：一行命令安装（推荐） ​

打开终端，运行这一行命令：

bash
opencode plugin opencode-acp@latest --global

装完重启 OpenCode 就行。

4.2 方法二：写进配置文件 ​

打开你的 OpenCode 配置文件（opencode.json），加上这段：

json
{
    "plugin": {
        "opencode-acp": "latest"
    }
}

保存后重启 OpenCode。

4.3 方法三：让 AI 帮你装 ​

你甚至可以直接把 ACP 的项目地址发给 OpenCode 里的 AI，跟它说：

帮我安装这个插件：https://github.com/ranxianglei/opencode-acp

AI 会自动帮你完成安装。

4.4 ⚠️ 重要：关闭 OpenCode 自带的自动压缩 ​

ACP 会自己管理上下文压缩，如果 OpenCode 自带的自动压缩还开着，两个会打架，导致压缩后的消息又被展开、压缩状态丢失。

在你的 opencode.json 里加上：

json
{
    "compaction": {
        "auto": false
    }
}

或者设置环境变量：

bash
export OPENCODE_DISABLE_AUTOCOMPACT=1

4.5 从 DCP 迁移到 ACP ​

如果你之前装了 DCP，迁移很简单，三步搞定：

  1. 删掉旧的 DCP 插件——从 opencode.json 里移除 DCP 的配置
  2. 安装 ACP——按上面的方法安装
  3. 重启 OpenCode

ACP 会自动迁移 DCP 的数据：

  • 会话状态（压缩记录、消息映射）自动从 plugin/dcp/ 迁移到 plugin/acp/
  • 配置文件 dcp.jsonc 自动迁移为 acp.jsonc
  • 斜杠命令从 /dcp 变成 /acp（/dcp 仍然兼容，两个都能用）

5. 用起来：什么都不用做 ​

装好 ACP 之后，你什么都不用干，正常对话就行。

ACP 会在后台默默工作。当上下文增长到一定比例（默认上限 55%），它就会让 AI 智能判断，把那些已经没用的内容压缩掉——比如：

  • 已经用完的搜索结果、联网调研的冗长输出
  • 走错方向后的无效探索
  • 重复读取同一个文件的结果
  • 已完成任务的中间步骤
  • 已经做出决定的讨论过程

你只会看到上下文百分比自动下降，比如从 57% 掉回 46%，完全无感。

6. ACP 的常用命令 ​

ACP 提供了一个 /acp 斜杠命令（也兼容 /dcp）：

命令作用
/acp显示所有可用的 ACP 命令
/acp context查看上下文 token 分类统计（系统/用户/工具等各占多少）
/acp stats查看跨会话的累计压缩统计
/acp compress手动触发一次压缩
/acp decompress <编号>恢复某个被压缩的内容块
/acp manual on开启手动模式（AI 不再自动压缩，只在你手动触发时才压缩）

日常使用基本用不到这些命令，ACP 全自动运行。需要手动控制时才用。

7. 配置说明（可选） ​

ACP 的配置文件在 ~/.config/opencode/acp.jsonc，第一次运行时自动创建。

大部分情况下默认配置就够用，不用改。如果你用的模型上下文窗口比较小（比如 GitHub Copilot 模型或本地模型），可以调低压缩阈值：

jsonc
{
    "compress": {
        "maxContextLimit": "40%",   // 上下文超过 40% 时开始强烈建议压缩
        "minContextLimit": "30%"    // 上下文低于 30% 时不提醒压缩
    }
}

完整配置项可以查看 ACP 项目的 README 文档。

8. 什么时候该装、什么时候别装 ​

✅ 适合装的场景 ​

  • 长时间复杂任务：开发一个系统、做一个完整的项目，在同一个会话里持续工作很久
  • 写 Skill / 做工具：涉及大量探索、试错、调试，上下文增长很快
  • 深度调研：让 AI 联网搜索、阅读大量文档，产生大量中间内容

❌ 不该装的场景 ​

  • 只是随便问两三个问题：对话很快就结束了，上下文根本不会涨到需要压缩的程度
  • 简单的一问一答：装了反而多此一举

核心原则：只要有压缩，就会有细节损失。ACP 压缩的都是基本无用的内容（走错方向的探索、重复的搜索结果等），但如果你的对话本来就不长，完全不需要压缩，装了反而是浪费。

9. 其他 AI 工具也能用 ​

ACP / DCP 这类上下文管理插件，不局限于 OpenCode。

如果你用的是 Claude Code、Codex 等其他 AI 编程工具，同样可以找类似插件。比如：

  • Context Mode
  • Better Compact

你可以让 AI 帮你搜索适合你工具的上下文管理插件。

小结 ​

要点说明
问题上下文太长 = 费钱 + AI 犯糊涂
ACP 方案让 AI 自己判断什么时候压缩、压缩什么
安装opencode plugin opencode-acp@latest --global，一行搞定
关键操作装完记得关闭 OpenCode 自带的自动压缩
使用装好就行，全自动，无需任何操作
适合谁长时间复杂任务的人；随便聊两句的不用装

ACP 项目地址：https://github.com/ranxianglei/opencode-acp

DCP 项目地址（旧）：https://github.com/Opencode-DCP/opencode-dynamic-context-pruning

© 2025 逆行的狗