Keyboard shortcuts

Press or to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

第6章:高级话题 — 深入 Harness Engineering(驾驭工程) 的深层能力

适合读者: 效率追求者, Agent工程师(AE), 技术负责人

本章是全书最深的技术章节,涵盖上下文优化、安全加固、可观测性和生态演进等进阶主题,面向追求极致的 Power User。

⏱ 本章总阅读时间约 120 分钟,可按子主题跳转。

章节概述

第 6 章是全书篇幅最大、内容最深的一章,按四个子主题组织。核心扩展篇补齐 MCP 服务器、自定义 Agent 和性能调优等生产级能力。上下文与记忆篇深入讨论上下文优化的完整技术栈——从压缩、预算、缓存基础,到选择性注入、语义分块、DCP 插件实战、记忆选型和质量度量。安全与沙箱篇构筑 AI 编程的安全防线:安全总览、沙箱隔离、Hook 钩子系统和 AGENTS.md 约定系统。运维与演进篇探讨可观测性(日志/追踪/度量)和 Feature Flags 路线图,帮助你构建可持续演进的生产环境。

学习导览

如果你是 Power User,建议按顺序阅读四个子主题,从核心扩展 → 上下文与记忆 → 安全与沙箱 → 运维与演进,层层递进。如果只想解决特定问题,直接跳转到对应子主题:

本章包含以下文章:

价值声明

维度内容
目标读者追求生产级部署的 Power User,负责 AI 编程安全合规的安全工程师,以及需要优化 Token 成本的技术负责人。
前驱知识完成第 1-5 章阅读,有 OpenCode 项目实战经验,了解 MCP 协议基础和基本的安全概念。
读完能做什么能部署 MCP 服务器、设计上下文压缩策略降低 Token 消耗、配置沙箱隔离和 Hook 安全机制、搭建 Agent 行为的可观测性体系。
业务指标关联上下文优化可使 Token 成本降低 30-50%,安全沙箱将 Agent 误操作风险从“可能删库“降低到“可控回滚“,可观测性让问题定位时间从小时级缩短到分钟级。

核心扩展 (Core Extensions)

文章说明
MCP 服务器模型上下文协议的完整实现:服务器开发、工具注册和安全控制
自定义 Agent基于 OpenCode Agent SDK 开发自定义 Agent 的路由、记忆和工具链
slim 架构深度解析以 slim 为例深入分析 Plugin 架构设计,从理解到自建
性能调优Token 消耗分析、并发策略、缓存优化和延迟瓶颈排查

上下文与记忆 (Context(上下文) & Memory)

文章说明
上下文压缩与Token 预算Token 预算分配、超限处理、上下文压缩算法、摘要策略和信息优先级排序
提示词缓存机制系统提示词和应用提示词的分层缓存设计与失效策略
上下文注入与检索延迟加载、预取、分层上下文三种注入模式,AST 语义分块、Context-RAG 四层频谱和 MCP 检索工具
DCP 与高级上下文管理插件DCP/ACM/Context Guard/Context Manager 四款生产级插件
记忆系统设计记忆系统设计与 5 款插件选型:分层架构、Auto-Dream、Compaction 协同、决策树、MCP 记忆服务器
记忆 MCP 模式:Mem0 与 Cognee↳ 记忆系统设计的子篇章:Mem0 + Cognee 双 MCP 方案、三层记忆架构、六大系统横评、异步抽取管线、多因子加权检索
上下文质量度量四大质量框架、5 个黄金指标和 CLI 监控命令

安全与沙箱 (Security & Sandbox)

文章说明
安全总览AI 编程安全威胁模型:提示注入、权限滥用、数据泄露防护
沙箱与 Hook 系统Agent 执行沙箱的隔离机制、Hook 事件系统和策略引擎
AGENTS.md 约定系统项目级约定文件的定义、继承和自动化更新机制

运维与演进 (Operations & Evolution)

文章说明
可观测性Agent 行为的日志、追踪和指标体系设计
Feature Flags 路线图OpenCode 路线图中的 Feature Flags、A/B 测试和多版本策略

上一页:Skill(技能) 开发 | 下一页:案例研究 →