拒绝 Token 焦虑：OpenCode 上下文超限的终极指南

你是否遇到过 "Input length xx exceed" 的报错？或者发现 AI 好像"忘记"了之前的对话？

如果在 OpenCode 中遇到这类问题，往往是因为触发了模型的上下文限制。本文说明如何核对模型额度与配置。修改本地数值不会增加提供商实际允许的上下文，也不会改变订阅权益。

# 为什么会报错？#

首先要澄清一个误区：Input 不等于你输入的这段话。

当你按下回车时，OpenCode 实际发送给大模型的内容包含：

System Prompt：OpenCode 的核心指令（定义了它是谁，能做什么）。
Conversation History：之前的对话记录（为了保持上下文连贯）。
Tool Outputs：工具调用的返回结果（比如读取的文件内容、终端输出）。
User Input：你刚刚输入的这段话。

如果这些内容的总和超过了模型允许的 input limit，接口可能拒绝请求；OpenCode 的压缩机制会尝试减少后续请求的历史占用，但不能保证所有超限请求都能恢复。

# 核心策略：先核对模型额度，再按需覆盖#

核验日期：2026-10-12。 以下配置结构适用于 OpenCode 1.x，结合官方自定义提供商示例↗ 与 v1.19.0 源码核验；不要直接套用到 OpenCode 2 的配置。

标准提供商的模型额度通常由 OpenCode 从 models.dev 自动读取，不需要为每个模型手填 limit。只有接入自定义模型，或确认模型元数据与服务端实际限制不一致时，才需要按提供商文档补充或覆盖。

## 配置位置与字段#

在项目的 opencode.jsonc 或全局 ~/.config/opencode/opencode.jsonc 中，模型额度的完整路径是 provider.<提供商 ID>.models.<模型 ID>.limit。limit 不是顶层字段；顶层 model 使用 提供商 ID/模型 ID。更多位置规则见配置文档。

字段	含义	填写依据
`context`	模型上下文窗口上限，单位为 token	提供商对应模型与接口的文档
`output`	模型最大输出 token 数	提供商的输出限制
`input`	可选的独立输入上限	仅在提供商明确给出输入上限时填写

定义 limit 时需要包含 context 和 output。不要为了“留空间”凭空填写 input，也不要通过调大数字尝试突破服务端限制。

## 完整 JSONC 结构示例#

下面是采用 OpenAI Chat Completions 兼容接口的自定义提供商结构示例。域名、模型 ID 和额度均为占位示例，使用前需替换为真实服务的参数，并设置对应环境变量；此示例不代表任何具体模型的额度。

jsonc
1{
2  "$schema": "https://opencode.ai/config.json",
3  "model": "myprovider/my-model",
4  "provider": {
5    "myprovider": {
6      "npm": "@ai-sdk/openai-compatible",
7      "name": "My Provider",
8      "options": {
9        "baseURL": "https://api.example.com/v1",
10        "apiKey": "{env:MY_PROVIDER_API_KEY}"
11      },
12      "models": {
13        "my-model": {
14          "name": "My Model",
15          "limit": {
16            // 示例值：必须按实际服务端限制替换
17            "context": 200000,
18            "output": 65536
19          }
20        }
21      }
22    }
23  }
24}

配置后使用 /models 核对模型名称。对于已内置的提供商，应使用其真实 ID，并仅覆盖需要调整的模型字段，不必照搬上面的自定义接口配置。

原理：通过压缩 Agent 将较早的对话整理为摘要。
效果：后续请求使用摘要及保留的近期内容，减少历史占用；摘要可能遗漏细节，不能保证固定的压缩比例。
代码位置: packages/opencode/src/session/compaction.ts

## 2. 修剪 (Pruning) —— 遗忘不重要的细节#

在编程过程中，工具调用的输出往往非常长（比如 ls -R 的结果，或者大文件的内容）。

原理：OpenCode 会修剪较早的工具输出，减少后续请求携带的详细内容，并保留近期结果；这不等于删除磁盘上的原始文件。
效果：防止历史中的工具调用（Tool Calls）像滚雪球一样占满上下文。
代码位置: packages/opencode/src/session/compaction.ts 中的 prune 函数

## 3. 截断 (Truncation) —— 最后的安全防线#

这是针对单次工具调用的硬性安全限制。

场景：比如你让 AI 读取一个 10MB 的日志文件。
处理：工具可限制单次返回的内容，向模型提供部分输出，并在支持时附上完整输出的存储路径。具体阈值和保存方式取决于工具及 OpenCode 版本。
注意：工具输出限制与模型额度是不同层次的控制；调高 provider.<id>.models.<id>.limit.input 不会自动扩大每个工具的输出。

# 总结#

如果你的输入（包括历史记录）超过了 Limit，OpenCode 会尝试通过总结历史来腾出空间。它不会将你的单次长输入切分成多个块分批发送给模型（这通常需要 RAG 或其他复杂架构支持）。

因此，如果经过压缩后，单次请求的内容仍然超过模型的上下文限制，请求通常会直接被 Provider 拒绝（报错）。

先确认选中的模型与服务端额度一致，再按需修正 provider.<id>.models.<id>.limit。请求仍然超限时，应缩小单次输入或工具输出，而不是继续调高本地额度。

拒绝 Token 焦虑：OpenCode 上下文超限的终极指南

# 为什么会报错？#

# 核心策略：先核对模型额度，再按需覆盖#

## 配置位置与字段#

## 完整 JSONC 结构示例#

## 与压缩阈值的关系#

# OpenCode 如何减少上下文占用#

## 1. 压缩 (Compaction) —— 让 AI 帮你做笔记#

## 2. 修剪 (Pruning) —— 遗忘不重要的细节#

## 3. 截断 (Truncation) —— 最后的安全防线#

# 总结#

相关文档