企业官网建设流程全解析

opencode-quota 是一款为 OpenCode 提供quota（配额）与 token 用量查询的开源插件，支持 OpenCode Go、Cursor、GitHub Copilot、OpenAI、Kimi Code、Alibaba Coding Plan 等数十家服务商。它的最大卖点写在标语里：zero context window pollution——即"零上下文窗口污染"。

什么意思？很多聊天插件把统计信息直接塞进对话，这些文字会被发给大模型参与下一轮推理，白白烧掉你的 token 余额。而 opencode-quota 通过三条硬核设计原则，让配额报告"看得见、用得上，却从不进模型"。

一、先搞懂：什么才是真正的"上下文污染"？

AI 编程工具的每一轮请求，都会把完整会话历史发给模型。于是：

• 插件往聊天里 post 一条报告 → 下次请求时，模型要"读"一遍这份报告；
• 会话压缩（compaction）生成摘要 → 报告文字被复制进摘要；
• 自动生成会话标题 → 又是一次隐藏的模型调用。

表面上你只是"看了一眼配额"，实际上下一次对话的 prompt 里多躺了几 KB 的无用文本。

二、原理一：数据根本不经过大模型 🚫

项目规则第一条就写得很直白（见 CONTRIBUTING.md）：

No AI calls.绝不请求 AI 模型来生成插件要展示的任何内容，那会花掉用户的 token。调用服务商的配额/账单 API 是允许的。

也就是说，opencode-quota 的所有数字都来自两条"干净"通道：

报告里没有一个字是由 LLM"写"出来的，自然也就没有任何一次请求是为它而发的。

三、原理二：服务端计算，界面只负责"画"

插件采用严格的Server vs TUI 分层（见 src/plugin.ts 与 src/tui-v2.tsx）：

1. 服务端插件（src/plugin.ts）负责全部计算：读取登录态、请求配额接口、格式化文本；
2. 计算结果注册为一条名为slkiser.opencode-quota的 RPC 接口（定义在 src/rpc.ts）；
3. TUI 界面插件只订阅 RPC 返回值并绘制，从不接触服务商与凭据代码。

这种"一次计算、多处渲染"的架构，让下面这些展示面全部零模型开销：

• 侧边栏面板：常驻显示各服务商配额进度条；
• 悬浮 toast：闲置时弹出提醒；
• 状态栏：输入框下方一行紧凑摘要；
• 斜杠命令：/quota、/tokens_weekly等主动查询。

四、原理三：报告消息的全链路隔离 🧱

/quota这类命令确实会把报告 post 进聊天（方便 Web/Desktop 查看），但项目用了四道"围栏"保证它永远不会泄漏给模型：

1. 投递不触发模型回合：报告以resume: false方式投递，只静静躺在会话收件箱里，绝不开启新的一轮模型推理（src/plugin.ts）；
2. 双重标记：每条报告消息都带上opencodeQuota元数据，正文再用[OpenCode Quota report]…[End of OpenCode Quota report]围栏包裹（src/lib/quota-report-message.ts）；
3. 三个请求钩子实时切除：拦截context、compaction、generate三类会话钩子，任何由历史构建的模型请求在发出前都会被withoutQuotaReports()剥掉全部报告（src/plugin.ts）；
4. 标题生成也拦截：若会话第一条消息就是报告，title钩子会跳过标题生成请求，连这次隐藏调用也不放过（src/plugin.ts）。

元数据 + 文本围栏是双保险——因为 OpenCode 压缩会话时复制消息文本会丢失元数据，围栏标记保证"退而求其次"时依然切得干净（src/plugin.ts）。

五、效果：一份完整的 token 报表，成本为零 📊

命令报告支持时间窗口、Top 会话、花费明细，且数据同样来自本地数据库与服务商 API：

CLI 端npx @slkiser/opencode-quota@latest show甚至可以在 OpenCode 关闭时独立运行。

六、快速上手：一条命令接入 ⚡

npx @slkiser/opencode-quota init

重启 OpenCode 后输入/quota即可。要求 OpenCode2.0.16+与 Node.js22.13+（完整指引见 README.md）。

小结

opencode-quota 的"零上下文污染"不是营销话术，而是三层工程决策的叠加：

1. 数据源头不碰 LLM——只查配额 API 与本地统计；
2. 架构上计算与渲染分离——服务端算一次，RPC 广播给所有界面；
3. 消息层面全链路切除——投递、元数据、围栏、四类钩子层层兜底。

对重度使用 AI 编程工具、同时订阅了多家服务商配额的同学来说，这相当于一个"免费搭售"的用量仪表盘：信息始终在眼前，账单从不为它买单。