LLM-gesteuerte Pruning-Tools: Intelligente Kontextoptimierung durch KI

Was Sie nach diesem Kurs können

Verstehen Sie den Unterschied zwischen discard- und extract-Tools sowie deren Anwendungsszenarien
Wissen Sie, wie die KI über die <prunable-tools>-Liste auswählt, was getrimmt werden soll
Konfigurieren Sie Schalter, Erinnerungshäufigkeiten und Anzeigeoptionen für Pruning-Tools
Verstehen Sie, wie Schutzmechanismen verhindern, dass kritische Dateien versehentlich getrimmt werden

Ihre aktuelle Situation

Mit zunehmender Gesprächstiefe und Akkumulierung von Tool-Aufrufen wird der Kontext immer größer. Mögliche Probleme:

Explodierende Token-Nutzung, steigende Kosten
Die KI muss eine große Menge irrelevanter alter Tool-Ausgaben verarbeiten
Unwissenheit darüber, wie die KI den Kontext aktiv bereinigen kann

Traditionelle Lösungen erfordern manuelles Bereinigen, was den Gesprächsfluss unterbricht. DCP bietet eine bessere Lösung: Lassen Sie die KI autonom entscheiden, wann der Kontext bereinigt werden soll.

Wann Sie diese Technik anwenden

Wenn Sie:

Häufig lange Gespräche führen mit vielen Tool-Aufrufen
Feststellen, dass die KI eine große Menge historischer Tool-Ausgaben verarbeiten muss
Token-Nutzungskosten optimieren möchten, ohne den Gesprächsfluss zu unterbrechen
Je nach Szenario entscheiden möchten, ob Inhalte beibehalten oder gelöscht werden sollen

Kernkonzept

DCP stellt zwei Tools zur Verfügung, mit denen die KI den Kontext während des Gesprächs aktiv optimieren kann:

Tool	Zweck	Inhalt beibehalten?
discard	Entfernt abgeschlossene Aufgaben oder Rauschen	❌ Nein
extract	Extrahiert wichtige Erkenntnisse, löscht dann Original	✅ Ja (kompakte Info)

Funktionsweise

Jedes Mal, bevor die KI eine Nachricht sendet, führt DCP folgende Schritte aus:

1. Scannt Tool-Aufrufe in der aktuellen Sitzung
   ↓
2. Filtert bereits getrimmte, geschützte Tools
   ↓
3. Generiert <prunable-tools>-Liste
   Format: ID: tool, parameter
   ↓
4. Injiziert Liste in den Kontext
   ↓
5. KI wählt Tools und ruft discard/extract auf
   ↓
6. DCP ersetzt getrimmte Inhalte durch Platzhalter

Entscheidungslogik für Tool-Auswahl

Die KI wählt nach folgendem Prozess:

"Muss diese Tool-Ausgabe Informationen beibehalten?"
  │
  ├─ Nein → discard (Standardbereinigung)
  │   - Aufgabe abgeschlossen, wertloser Inhalt
  │   - Rauschen, irrelevante Information
  │
  ├─ Ja → extract (Wissen beibehalten)
  │   - Kritische Information für spätere Referenz
  │   - Funktionssignaturen, Konfigurationswerte usw.
  │
  └─ Unsicher → extract (sicherer)

INFO

Die KI führt Batch-Pruning durch, anstatt einzelne kleine Tool-Ausgaben zu trimmen. Dies ist effizienter.

Schutzmechanismen

DCP verfügt über mehrere Schutzschichten, um zu verhindern, dass die KI kritische Inhalte versehentlich trimmt:

Schutzschicht	Beschreibung	Konfiguration
Geschützte Tools	Kern-Tools wie task, write, edit können nicht getrimmt werden	`tools.settings.protectedTools`
Geschützte Dateien	Dateipfade, die glob-Mustern entsprechen, können nicht getrimmt werden	`protectedFilePatterns`
Rundenschutz	Neue Tools werden erst nach N Runden in die Trimm-Liste aufgenommen	`turnProtection.turns`

TIP

Standardmäßig geschützte Tools umfassen: task, todowrite, todoread, discard, extract, batch, write, edit, plan_enter, plan_exit

Schritt-für-Schritt-Anleitung

Schritt 1: Verstehen der `<prunable-tools>`-Liste

Während des Gesprächs injiziert DCP automatisch die <prunable-tools>-Liste. Die KI sieht dann:

xml

<prunable-tools>
The following tools have been invoked and are available for pruning.
This list does not mandate immediate action.
Consider your current goals and resources you need before discarding valuable tool inputs or outputs.
Consolidate your prunes for efficiency; it is rarely worth pruning a single tiny tool output.
Keep your context free of noise.

5: read, /path/to/auth.ts
12: bash, npm test
18: grep, "function login"
</prunable-tools>

Was Sie sehen sollten:

Ein Tool pro Zeile, Format: ID: tool, parameter
ID ist ein numerischer Index (beginnend bei 0)
Nur anzeigbare, trimmbare Tools (bereits getrimmte, geschützte, geschützte Dateien werden nicht angezeigt)

Schritt 2: Beobachten, wann die KI discard verwendet

Wenn die KI eine Aufgabe abschließt und beurteilt, dass keine Informationen beibehalten werden müssen:

Benutzereingabe: Teste Authentifizierungsfunktion

KI-Ausgabe:
Test erfolgreich. Authentifizierungslogik funktioniert normal, keine Notwendigkeit, Test-Logs zu behalten.
[Aufruf von discard(ids: ["completion", "5", "12"])]

Was Sie sehen sollten:

Die KI hat das discard-Tool verwendet
Parameterformat: ["Grund", "ID1", "ID2", ...]
Nur zwei mögliche Gründe: "completion" (Aufgabe abgeschlossen) oder "noise" (Rauschen)

Schritt 3: Beobachten, wann die KI extract verwendet

Wenn die KI eine Aufgabe abschließt und kritische Informationen beibehalten muss:

Benutzereingabe: Analysiere die Implementierung des Authentifizierungsdienstes

KI-Ausgabe:
Ich habe einige wichtige Details gefunden, extrahiert wie folgt:
[Aufruf von extract(ids: ["5", "12"], distillation: [
  "auth.ts: validateToken prüft Cache (5min TTL) und ruft dann OIDC auf",
  "bash: npm test Ergebnis - alle Tests bestanden"
])]

Was Sie sehen sollten:

Die KI hat das extract-Tool verwendet
distillation-Array hat dieselbe Länge wie ids-Array
Jeder extrahierte Inhalt ist eine kompakte Information der entsprechenden Tool-Ausgabe

Schritt 4: Konfigurieren der Pruning-Tool-Optionen

Bearbeiten Sie die DCP-Konfigurationsdatei (~/.config/opencode/dcp.jsonc oder projektweit .opencode/dcp.jsonc):

jsonc

{
  "tools": {
    "discard": {
      "enabled": true
    },
    "extract": {
      "enabled": true,
      "showDistillation": false
    },
    "settings": {
      "nudgeEnabled": true,
      "nudgeFrequency": 10,
      "protectedTools": [
        "task",
        "todowrite",
        "todoread",
        "discard",
        "extract",
        "batch",
        "write",
        "edit",
        "plan_enter",
        "plan_exit"
      ]
    }
  }
}

Was Sie sehen sollten:

discard.enabled: Aktiviert discard-Tool (Standard: true)
extract.enabled: Aktiviert extract-Tool (Standard: true)
extract.showDistillation: Zeigt Extraktionsinhalt an (Standard: false)
nudgeEnabled: Aktiviert Pruning-Erinnerungen (Standard: true)
nudgeFrequency: Erinnerungsfrequenz (Standard: 10, d.h. alle 10 Tool-Aufrufe)

Was Sie sehen sollten:

Wenn showDistillation false ist, wird der Extraktionsinhalt nicht im Gespräch angezeigt
Wenn showDistillation true ist, wird der Extraktionsinhalt als ignored message angezeigt

Schritt 5: Testen der Pruning-Funktion

Führen Sie ein längeres Gespräch durch, um mehrere Tool-Aufrufe auszulösen
Beobachten Sie, ob die KI discard oder extract zum passenden Zeitpunkt aufruft
Verwenden Sie /dcp stats, um Pruning-Statistiken anzuzeigen

Was Sie sehen sollten:

Nach Akkumulierung einer bestimmten Anzahl von Tool-Aufrufen beginnt die KI mit dem aktiven Pruning
/dcp stats zeigt die Anzahl der gesparten Token an
Der Gesprächskontext konzentriert sich stärker auf die aktuelle Aufgabe

Prüfpunkt ✅

Klicken Sie, um Ihre Konfiguration zu überprüfen

Überprüfen, ob die Konfiguration aktiv ist

bash

# DCP-Konfiguration anzeigen
cat ~/.config/opencode/dcp.jsonc

# Oder projektweite Konfiguration
cat .opencode/dcp.jsonc

Sie sollten sehen:

tools.discard.enabled ist true (discard aktiviert)
tools.extract.enabled ist true (extract aktiviert)
tools.settings.nudgeEnabled ist true (Erinnerungen aktiviert)

Überprüfen, ob das Pruning funktioniert

Während des Gesprächs, nach Auslösung mehrerer Tool-Aufrufe:

Sie sollten sehen:

Die KI ruft discard oder extract zum passenden Zeitpunkt auf
Sie erhalten Pruning-Benachrichtigungen (zeigt getrimmte Tools und gesparte Token an)
/dcp stats zeigt kumulativ gesparte Token an

Warnhinweise für Fallstricke

Häufiger Fehler 1: KI führt kein Pruning durch

Mögliche Ursachen:

Pruning-Tools nicht aktiviert
Schutzkonfiguration zu streng, keine trimmbaren Tools verfügbar

Lösung:

jsonc

{
  "tools": {
    "discard": {
      "enabled": true  // Sicherstellen, dass aktiviert
    },
    "extract": {
      "enabled": true  // Sicherstellen, dass aktiviert
    }
  }
}

Häufiger Fehler 2: Kritische Inhalte wurden fälschlicherweise getrimmt

Mögliche Ursachen:

Kritische Dateien nicht zum Schutzmodus hinzugefügt
Liste der geschützten Tools unvollständig

Lösung:

jsonc

{
  "protectedFilePatterns": [
    "src/auth/*",  // Schütze authentifizierungsbezogene Dateien
    "config/*"     // Schütze Konfigurationsdateien
  ],
  "tools": {
    "settings": {
      "protectedTools": [
        "read",  // Füge read zur Schutzliste hinzu
        "write"
      ]
    }
  }
}

Häufiger Fehler 3: Extraktionsinhalt nicht sichtbar

Mögliche Ursachen:

showDistillation auf false gesetzt

Lösung:

jsonc

{
  "tools": {
    "extract": {
      "showDistillation": true  // Anzeige aktivieren
    }
  }
}

WARNING

Der Extraktionsinhalt wird als ignored message angezeigt und beeinflusst den Gesprächskontext nicht.

Zusammenfassung dieser Lektion

DCP stellt zwei Tools zur Verfügung, mit denen die KI den Kontext autonom optimieren kann:

discard: Entfernt abgeschlossene Aufgaben oder Rauschen, keine Informationen müssen beibehalten werden
extract: Extrahiert wichtige Erkenntnisse und löscht dann das Original, kompakte Informationen werden beibehalten

Die KI versteht über die <prunable-tools>-Liste, welche Tools getrimmt werden können, und wählt basierend auf dem Szenario das passende Tool. Schutzmechanismen stellen sicher, dass kritische Inhalte nicht versehentlich getrimmt werden.

Konfigurationspunkte:

Tools aktivieren: tools.discard.enabled und tools.extract.enabled
Extraktionsinhalt anzeigen: tools.extract.showDistillation
Erinnerungsfrequenz anpassen: tools.settings.nudgeFrequency
Kritische Tools und Dateien schützen: protectedTools und protectedFilePatterns

Vorschau auf die nächste Lektion

In der nächsten Lektion lernen wir Slash-Befehle verwenden
Sie werden lernen:
Verwendung von /dcp context zur Anzeige der Token-Verteilung der aktuellen Sitzung
Verwendung von /dcp stats zur Anzeige kumulativer Pruning-Statistiken
Verwendung von /dcp sweep zum manuellen Auslösen des Pruning

Anhang: Quellcode-Referenz

Klicken Sie, um die Quellcode-Position anzuzeigen

Aktualisierungszeit: 2026-01-23

Funktion	Dateipfad	Zeilennummer
discard-Tool-Definition	`lib/strategies/tools.ts`	155-180
extract-Tool-Definition	`lib/strategies/tools.ts`	183-220
Pruning-Operation-Ausführung	`lib/strategies/tools.ts`	26-153
---	---	---
Pruning-Kontext-Injektion	`lib/messages/inject.ts`	102-156
discard-Tool-Spezifikation	`lib/prompts/discard-tool-spec.ts`	1-41
extract-Tool-Spezifikation	`lib/prompts/extract-tool-spec.ts`	1-48
System-Prompt (beide)	`lib/prompts/system/both.ts`	1-60
Erinnerungs-Prompt	`lib/prompts/nudge/both.ts`	1-10
Konfigurationsdefinition	`lib/config.ts`	436-449
Standardmäßig geschützte Tools	`lib/config.ts`	438-441

Wichtige Konstanten:

DISCARD_TOOL_DESCRIPTION: Prompt-Beschreibung für discard-Tool
EXTRACT_TOOL_DESCRIPTION: Prompt-Beschreibung für extract-Tool
DEFAULT_PROTECTED_TOOLS: Liste der standardmäßig geschützten Tools

Wichtige Funktionen:

createDiscardTool(ctx): Erstellt discard-Tool
createExtractTool(ctx): Erstellt extract-Tool
executePruneOperation(ctx, toolCtx, ids, reason, toolName, distillation): Führt Pruning-Operation aus
buildPrunableToolsList(state, config, logger, messages): Generiert Liste trimmbarer Tools
insertPruneToolContext(state, config, logger, messages): Injiziert Pruning-Kontext

Konfigurationspunkte:

tools.discard.enabled: Ob discard-Tool aktiviert ist (Standard: true)
tools.extract.enabled: Ob extract-Tool aktiviert ist (Standard: true)
tools.extract.showDistillation: Ob Extraktionsinhalt angezeigt wird (Standard: false)
tools.settings.nudgeEnabled: Ob Erinnerungen aktiviert sind (Standard: true)
tools.settings.nudgeFrequency: Erinnerungsfrequenz (Standard: 10)
tools.settings.protectedTools: Liste geschützter Tools
protectedFilePatterns: Glob-Muster für geschützte Dateien

LLM-gesteuerte Pruning-Tools: Intelligente Kontextoptimierung durch KI ​

Was Sie nach diesem Kurs können ​

Ihre aktuelle Situation ​

Wann Sie diese Technik anwenden ​

Kernkonzept ​

Funktionsweise ​

Entscheidungslogik für Tool-Auswahl ​

Schutzmechanismen ​

Schritt-für-Schritt-Anleitung ​

Schritt 1: Verstehen der <prunable-tools>-Liste ​

Schritt 2: Beobachten, wann die KI discard verwendet ​

Schritt 3: Beobachten, wann die KI extract verwendet ​

Schritt 4: Konfigurieren der Pruning-Tool-Optionen ​

Schritt 5: Testen der Pruning-Funktion ​

Prüfpunkt ✅ ​

Warnhinweise für Fallstricke ​

Häufiger Fehler 1: KI führt kein Pruning durch ​

Häufiger Fehler 2: Kritische Inhalte wurden fälschlicherweise getrimmt ​

Häufiger Fehler 3: Extraktionsinhalt nicht sichtbar ​

Zusammenfassung dieser Lektion ​

Vorschau auf die nächste Lektion ​

Anhang: Quellcode-Referenz ​

LLM-gesteuerte Pruning-Tools: Intelligente Kontextoptimierung durch KI

Was Sie nach diesem Kurs können

Ihre aktuelle Situation

Wann Sie diese Technik anwenden

Kernkonzept

Funktionsweise

Entscheidungslogik für Tool-Auswahl

Schutzmechanismen

Schritt-für-Schritt-Anleitung

Schritt 1: Verstehen der `<prunable-tools>`-Liste

Schritt 2: Beobachten, wann die KI discard verwendet

Schritt 3: Beobachten, wann die KI extract verwendet

Schritt 4: Konfigurieren der Pruning-Tool-Optionen

Schritt 5: Testen der Pruning-Funktion

Prüfpunkt ✅

Warnhinweise für Fallstricke

Häufiger Fehler 1: KI führt kein Pruning durch

Häufiger Fehler 2: Kritische Inhalte wurden fälschlicherweise getrimmt

Häufiger Fehler 3: Extraktionsinhalt nicht sichtbar

Zusammenfassung dieser Lektion

Vorschau auf die nächste Lektion

Anhang: Quellcode-Referenz