opencode-dynamic-context-pruning
智能 Token 優化插件
OpenCode 插件，透過智慧移除對話歷史中的冗餘工具呼叫，自動降低 Token 使用量。支援自動去重、覆蓋寫入偵測、錯誤清理三種策略，以及 AI 驅動的 discard/extract 工具，讓模型自主決策何時清理上下文。
為什麼選擇 DCP？
在長對話中節省大量 Token，降低 LLM 使用成本，提高模型回應品質。
自動去重策略
偵測相同工具名和參數的呼叫，自動保留最新一次，無需手動干預。
覆蓋寫入偵測
追蹤檔案的寫操作和讀操作時間順序，自動清理已被後續讀取覆蓋的寫操作。
錯誤清理策略
自動修剪超過指定回合數的錯誤工具輸入，保留錯誤訊息便於除錯。
AI 驅動修剪
提供 discard 和 extract 工具，讓 AI 自主決策何時清理上下文，實現語義級優化。
透明可控
透過 /dcp 指令查看 Token 使用情況、累計統計，支援手動觸發修剪。
狀態持久化
跨會話保留修剪狀態和統計資料，長期追蹤 Token 節省效果。
課程大綱
共 4 個章節，11 節課程核心功能 (Platforms)
進階功能 (Advanced)