opencode-dynamic-context-pruning
智能 Token 优化插件
OpenCode 插件，通过智能移除对话历史中的冗余工具调用，自动降低 Token 使用量。支持自动去重、覆盖写入检测、错误清理三种策略，以及 AI 驱动的 discard/extract 工具，让模型自主决策何时清理上下文。
为什么选择 DCP？
在长对话中节省大量 Token，降低 LLM 使用成本，提高模型响应质量。
自动去重策略
检测相同工具名和参数的调用，自动保留最新一次，无需手动干预。
覆盖写入检测
跟踪文件的写操作和读操作时间顺序，自动清理已被后续读取覆盖的写操作。
错误清理策略
自动修剪超过指定回合数的错误工具输入，保留错误消息便于调试。
AI 驱动修剪
提供 discard 和 extract 工具，让 AI 自主决策何时清理上下文，实现语义级优化。
透明可控
通过 /dcp 命令查看 Token 使用情况、累计统计，支持手动触发修剪。
状态持久化
跨会话保留修剪状态和统计数据，长期追踪 Token 节省效果。
课程大纲
共 4 个章节，11 节课程核心功能 (Platforms)
进阶功能 (Advanced)