Tarquinen/opencode-dynamic-context-pruning

解決する課題

Dynamic Context Pruning (DCP) は、古い会話履歴を自動的に削除または要約することで、OpenCodeにおけるトークン使用量を削減し、コンテキストウィンドウの制限を管理します。これにより、大規模なセッション履歴によってLLMが圧倒されるのを防ぎつつ、重要な技術情報を確実に保持します。

仕組み

DCPはレイヤーとして機能し、LLMにリクエストを送信する前に、実際のセッション履歴を変更することなく、削除されたコンテンツをプレースホルダーに置き換えます。主に3つの戦略を採用しています。

• 圧縮 (Compression)：モデルが利用可能なツールで、古い会話スパン（範囲モード）や個別のメッセージ（メッセージモード）を高精度な技術要約に置き換えます。要約をネストすることで、複数回の圧縮サイクルを通じた情報損失を防ぎます。
• 重複排除 (Deduplication)：同一の引数を持つ重複したツール呼び出しを特定して削除し、最新の出力のみを保持します。
• エラーパージ (Error Purging)：設定されたターン数が経過した後、エラーの原因となったツール呼び出しの大きな入力コンテンツを削除し、エラーメッセージ自体は保持します。

対象ユーザー

トークンコストを削減し、長時間にわたるコーディングセッションでモデルのパフォーマンスを維持したいOpenCodeユーザー。

特徴

• モデル駆動型圧縮 (Model-Driven Compression)：静的なしきい値を使用するのではなく、タスクの完了状況に基づいて、いつ何を圧縮するかをLLMが判断できるようにします。
• 情報保持 (Information Preservation)：特定のツール出力（サブエージェントやスキルなど）やユーザーメッセージが削除されないように保護します。
• 柔軟な設定 (Flexible Configuration)：グローバル、プロジェクトレベル、およびカスタム設定ファイルをサポートしており、コンテキスト制限やナッジ頻度を詳細に制御できます。
• 手動制御 (Manual Control)：TUIパネルとスラッシュコマンド (/dcp, /dcp-compress) を含んでおり、手動でのコンテキスト管理が可能です。