You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
留下:错误行(首/尾/最相关)、失败行、警告(去重后)、栈追踪(app 帧保留,runtime/stdlib 帧折成 [... N runtime frames collapsed])、summary 行("FAILED: 3 tests"、"error: could not compile")、每个选中项周围的上下文。
Activity
ranxianglei commentedon Sep 2, 2026
收到移交。已读完 bili 侧相关代码(
src/plugin.ts、src/agent/opencode.ts、src/agent/shared.ts、src/launcher.ts)。先给结论,再给依据。当前未动任何代码——这是功能类 issue,按规范先对齐方向再实现。结论
issue 第二条(协调
BILLION_CONTEXT_PROXYself-disable,避免工具名 //acp面板重复或遮蔽)——现状已满足,没有要修的 bug。 bili 与 ACP 现在是替换关系:bili opencode导出BILLION_CONTEXT_PROXY(src/launcher.ts:1873),opencode-acp 检测到后整体自我禁用(index.ts:37,v1.14.25 / PR fix: detect codex compaction requests before preflight; verbatim passthrough when not intercepted (#332) #335)——ACP 关掉自己的压缩,/acp面板与 ACP 工具改由 bili 独占(薄插件src/agent/opencode.ts注册/acp、绑定 session)。互斥 ⇒ 无重复、无遮蔽。issue 第一条(让 bili 成为外部压缩引擎的宿主)是真正的新工作,但正确的形状不是"通用引擎 host",而是一个有界的 opt-in 工具输出预压缩钩子。 理由见下。
关键架构事实:Headroom 与 acp-kernel 是两种不同种类的压缩,正交而非可替换
compress/decompress/search_context)。摘要由模型写,不是引擎写。POST /v1/compress),在 LLM 看到前把超大 tool result 压成 marker+hash。由此推出一个决定性的点:"替换压缩引擎"这个抽象本身是错的——摘要由模型写,引擎只能换"机械预处理"那一层。真正能"宿主"进 bili 的只有 Headroom 这类机械预处理器,而它是个有界、正交的关注点,不是"通用引擎"。
为什么不做通用
compress.backend/ 引擎 hostsrc/agent/shared.ts:3、src/plugin.ts:31)。插件协议零 schema 漂移正源于权威唯一;塞一个可插拔的第二压缩权威进去,把这个优势抹掉。我的建议(明确)
在 bili 里加一个 opt-in 的"工具输出预压缩"钩子:转发请求前,可选地把超大 tool result 交给外部机械压缩器(Headroom 的
POST /v1/compress,作为 sidecar HTTP 端点)先压一遍,再走 acp-kernel。请你拍板
我按上面的有界 opt-in 钩子推进。如果你的本意是"通用引擎 host"(更灵活,但高耦合且违背单一权威设计),请明确告诉我,我再重新评估;否则我据此定具体契约(sidecar 端点 / 触发阈值 / 降级策略)→ 建 devlog → 走 PR。
(参考:社区
wentaonb123/acp-headroom的acp-headroom-opencode是互补路线的现成实现,MIT,可作 sidecar 契约蓝本。)ranxianglei commentedon Sep 2, 2026
他这个压缩我理解就是对工具过滤?bili 上是不是加一个过滤的 hook 即可?当然实现要从内核开始
ranxianglei commentedon Sep 2, 2026
对齐一下,然后给落地路径。
先回答你的两个问题
"对工具过滤?" —— 基本对,但更准确是对工具输出做机械压缩 + 可逆检索,不是纯丢弃。Headroom 的做法:把超大 tool result 压成一个 marker + 按相关性排过序的摘录,完整内容保留、可逆取回。所以"过滤"的直觉对(它确实在处理/挑选工具输出),但关键属性是可逆——上下文变小但东西没丢,模型需要时能取回。这点正好能落到 acp-kernel 现有的
compress/decompress/search_context模型上,不是另起炉灶。"bili 上加一个过滤的 hook 即可?" —— 是。bili 侧就是一个 opt-in 配置开关(默认关,行为完全不变),打开后走内核的工具输出压缩。hook 很薄,重活在内核。
确认方向:从内核(acp-kernel)开始 ✅
这比我上一轮提的"外部 Headroom sidecar(HTTP 调用)"更干净——不引外部依赖、不耦合 Headroom 的 lifecycle、不跨进程。内核原生支持后,bili 只是 bundle + 暴露开关。
落地路径(跨两仓,acp-kernel 必须先 ship)
ranxianglei/acp-kernel,独立仓):加一条自动工具输出压缩路径——compress的本质区别)。decompress/search_context取回。npm view acp-kernel version)。^)→ 暴露配置 hook(默认 off)→ devlog → PR。我的设计建议(先给默认,你改)
方向没问题的话,我就先在 acp-kernel 开 issue/PR 动手(按上面"简单可逆版 + 可配阈值");要完全对齐 Headroom 的 Kneedle/BM25/CCR、或调阈值/开关命名,你说一声。当前未动代码。
ranxianglei commentedon Sep 2, 2026
取回的意义是啥?如果要取回何必再压缩?取回为啥不重新读一次工具?
你看看他过滤了什么工具
ranxianglei commentedon Sep 2, 2026
查了 Headroom 源码(
headroomlabs-ai/headroom+ 社区集成wentaonb123/acp-headroom)。你说得对——对工具输出,"取回"是多余的,砍掉。先答你的三连问
取回的意义 / 为啥不重读一次工具?
对工具输出确实没意义。Headroom 的 CCR(Compress-Cache-Retrieve)是把原文备份到磁盘、按 hash 取回(配套一个
headroom_retrieve工具 + 反馈环:取回率高就压得松点)。但那是它通用压缩的机制——它压的不只是可重跑的工具输出。而我们这里只针对可重跑的工具输出:模型手里本来就有原始 tool-call 的参数(我们压的是 tool result,tool call 原样保留),要全文就重跑一次工具(同参数,或更窄的 query)即可。不需要磁盘备份、不需要 hash、不需要额外工具。所以 CCR 这一层对我们是过度设计。他过滤了什么工具?
不是固定工具白名单。它按内容类型 + 相关性 + 每工具偏置决定压不压、压多少:
content_router.py);relevance_threshold=0.25);adaptive_sizer.py);adaptive_sizer.py)。实际压到的就是那些产出大、且只读可重跑的工具:read / grep·search / glob·list / 日志输出。有副作用的 bash 不在其列(不可干净重跑)。
修订后的设计(砍掉取回,更简单)
一个诚实的边界
重跑的前提是工具幂等(同参数 → 同输出)。read/grep/glob/ls/log 满足;bash 带副作用不满足——所以才"只压可重跑工具"。真要覆盖有状态工具才需要 CCR 备份,那是后续 opt-in 增强,不是默认。
方向如果 OK,我就按这个更简版(单向压缩 + 重跑提示 + 只压可重跑工具,无 CCR)在 acp-kernel 动手。阈值 / 工具名单定稿时贴出来你过一眼。当前未动代码。
ranxianglei commentedon Sep 2, 2026
举一些例子,他会跨工具压缩吗?如果可以的话我们用不上。
如果只是过滤工具,是可以用得上的
ranxianglei commentedon Sep 2, 2026
查了集成层源码(
acp-headroom的packages/core/src/stage.ts,202 行全读了)。结论:不跨工具,是逐条(per-message)压的 → 可用。证据(
apply方法)candidates(role==="tool"且text.length >= minChars且不在protectedTools里 且在最后一条 user 之前),然后对每一条 candidate 独立调用compressToolOutput(proxyUrl, { toolName, text, model })——一次只压一个工具的一条输出。Map<message.id, 替换文本>——每条消息各自替换,没有任何跨工具合并 / 共享摘要。applyOne(toolName, text)就是显式的"压单条"模式。"跨消息"的部分只是挑选哪几条压,不是跨工具压缩
protectRecent(默认 true):最后一条 user 之后的结果不碰(当前轮是模型工作集)——位置过滤;maxPerTurn:每轮只压最大的 N 条(延迟上限)——预算挑选;sha256(text)键——逐条缓存。这些都不产生跨工具的内容合并。(完整 proxy 里还有个
enable_cross_turn_dedup,默认关,且是去重不是压缩——我们不会搬它。)例子
read返回 3000 行文件(~50K tokens)→ 只压这一条 read 输出,压成 top-K 相关摘录;旁边的 grep、glob 结果各自独立压(或没过阈值就不压)。read不同文件 → 两条各自独立压,不会合并成一份共享摘要。grep返回 5000 行匹配 → 独立压成 top-K 最相关匹配。集成时要定的参数(都是"选哪条压",不是跨工具)
minChars(默认 4000):过阈值的才压;protectedTools:永不压的工具名单;protectRecent:当前轮不压;maxPerTurn:每轮最多压几条。回到我们的设计
正因为它是逐条的,正好能作为 acp-kernel 里的逐消息预处理步骤——对每条超阈值的 tool-result 消息独立压,和 acp-kernel 自己的模型驱动
compress(跨会话语义摘要)正交、不打架。之前说的"重跑提示"设计照旧适用。判定:可用。 方向确认的话我就在 acp-kernel 动手(逐条压缩 + 重跑提示 + 只压可重跑工具,无 CCR)。参数(阈值 / 工具名单 / maxPerTurn)定稿贴你过目。当前未动代码。
ranxianglei commentedon Sep 2, 2026
那他们压缩的时候是怎么压缩的。比如bash 什么去掉什么留下?
ranxianglei commentedon Sep 2, 2026
读了
log_compressor.rs的头部注释(1795 行,注释把流水线写得很清楚)+adaptive_sizer.py全文。通用机制(怎么压)
live_zone.rs分发):JSON 数组 / 日志·构建输出 / grep·ripgrep / unified diff / 普通文本 → 各走各的压缩器。adaptive_sizer.py,Kneedle):在"唯一 bigram 覆盖率曲线"上找拐点 = 加再多条目就不再提供新信息处。全独特→多留(最多 100%);大量重复→少留(~30%)。每工具偏置 conservative=1.5 / moderate=1.0 / aggressive=0.7。bash 具体(日志/构建输出 →
LogCompressor)头部注释原话:典型输入 1 万+ 行、里面只有 5-10 个真错误,典型压缩比 10-50×。流水线:
所以一次 bash 测试/构建输出:
[... N runtime frames collapsed])、summary 行("FAILED: 3 tests"、"error: could not compile")、每个选中项周围的上下文。对我们设计的两点启示
你确认方向我就按这个在 acp-kernel 动手。当前未动代码。
ranxianglei commentedon Sep 2, 2026
会不会误操作 压缩错了 。问题是什么应该给模型 什么不应该
ranxianglei commentedon Sep 2, 2026
会。这是这个功能最核心的风险,我不回避。
机械压缩确实可能压错
为什么:决定"什么重要"是一个任务相关的判断——取决于模型在做什么、在找什么。机械压缩用的是启发式(日志级别、对 query 的相关性、bigram 覆盖率),它只是近似这个判断,不是判断本身。所以会误判:
一旦丢错,模型永远看不到(对有状态工具),就会基于不完整信息做决定。
这正是 acp-kernel 自己的压缩是模型驱动的原因——模型写摘要,因为它才是"什么重要"的可靠判断者。机械自动压缩没有这个判断,天生更险。
什么该给模型 / 什么不该(原则)
一句话:模型该拿到所有"可能影响决策"的,不该拿到纯冗余;而"影响决策"的边界只有模型知道,所以机械压缩只能碰明确的冗余,灰色地带一律偏留。
怎么把风险框住(比上一条更保守)
compress工具按自己的判断重压某条,或重跑工具。机械压缩只是第一遍,不是最终答案。结论
风险真实,但可框住。安全属性 = 模型总能恢复或重裁(重跑 / marker 告知 /
compress重压)。保守默认(可重跑优先、有状态只丢可证明冗余、诚实 marker、偏留)把误压风险压到很低。认可这个"保守 + 可恢复 + 模型最终裁决"的框,我就按这个在 acp-kernel 动手。当前未动代码。
ranxianglei commentedon Sep 2, 2026
这个看起来就不太靠谱了,我理解收益不大 风险巨高
ranxianglei commentedon Sep 2, 2026
同意,而且是我独立推下来的结论,不是顺着你说。
收益不大:acp-kernel 本来就有模型驱动
compress——模型自己决定压哪段、写摘要,那才是它的强项。机械自动压缩只省了"模型想起来要压"这一步,而且只在单条超大 tool 输出(巨大文件读、几万行构建日志)这个窄场景有额外价值;普通大小的输出compress已经够了。所以增量收益确实窄。风险巨高:根子在于"什么重要"是任务相关的判断,只有模型可靠地有;机械压缩是替模型做这个判断、且不经过模型同意。就算加上"可重跑优先 + 诚实 marker + 偏留",模型也可能不重跑、marker 也可能没被充分计入——一旦丢了关键行,后果(错误决策)很重。这个风险是结构性的,很难框到很低。
我的判断:整个功能不值得做。 两条路你定:
compress收益太窄、风险结构性太高。我倾向 1。你拍板。当前未动代码。