帮你从iFlow CLI丝滑迁移到OpenCode——第二弹之智能自动压缩

AI实践艇
, ,
21

我之前用deepseek帮我压缩浏览器日志，压缩重复内容。然后发回给iflow。用llm减少上下文是一个很聪明的做法。但凡一个有点智商的llm都可以比较好地总结每一个工具调用，而不损失很多信息。

1 个赞
22

整一期，opencode mcp，skills推荐
以及opencode 用omo 和 哪个s什么鬼的。

说好了哈。等你

23

感谢分享， 我也尝试了一波。但是还每搞清楚。 目前只会用Prometheus和Sisyphus搭配。
总感觉自己没弄对。
而且在opecode上使用还不是很明白。 （可能是被ilfow养废了）
例如上面的朋友那样。一开始还会遇到plan模式和执行模式之间切换的问题。
等等之类。

总的来说，
opencode确实是目前iflow以外最好的选择了。
但，随着cc的源码泄露。
我发现吧qwen cli 也可以用用。但需要自己换模型，但qwen cli真的没有iflow好用，最直观一点。iflow明确显示当前的文件夹，qwen居然都不明着显示。真的无语。除了一些细节，我觉得qwencli换了模型，还是可以用用的，至少跟iflow体验最类似，

1 个赞
24

为啥我的fetch始终连不上 :melting_face: 是哪儿错了么?

"mcp": {
    "chrome-devtools": {
      "command": [
        "npx",
        "-y",
        "chrome-devtools-mcp@latest"
      ],
      "enabled": true,
      "type": "local"
    },
    "context7": {
      "command": [
        "npx",
        "-y",
        "@upstash/context7-mcp@latest"
      ],
      "enabled": true,
      "type": "local"
    },
    "fetch": {
      "command": [
        "uvx",
        "-y",
        "mcp-server-fetch"
      ],
      "enabled": true,
      "type": "local"
    }
  }
25

qwen /init 生成的 Qwen.md 直接劝退了。:face_with_peeking_eye:
不是agents.md就很难受

1 个赞
26

配置的是通用的格式，可惜OpenCode不是通用的格式，给你个示例，你对比一下就会改了，或者直接将示例扔给AI，让AI改你的：

通用格式：

{
  "mcpServers": {
    "openviking": {
      "command": "python",
      "args": [
        "C:/Users/admin/.openviking/openviking_mcp.py"
      ],
      "env": {
        "OPENVIKING_API_KEY": "sk-000111222333444555666777888999",
      }
    }
  }
}

OpenCode 格式：

 "mcp": {
    "openviking": {
      "type": "local",
      "command": [ 
        "python",
        "C:/Users/admin/.openviking/openviking_mcp.py"
      ],
      "environment": {
        "OPENVIKING_API_KEY": "sk-000111222333444555666777888999",
      },
      "enabled": true
    }
  }
1 个赞
27

有一些omo资料：
链接: https://pan.baidu.com/s/1tGHaOVN4t-1l0O0CqUh7kQ?pwd=1234

1 个赞
28

感谢, 但我配置成这个格式也不通. 是要安装uv么, 我检查下.

"mcp": {
    "fetch": {
        "command": [
            "uvx",
            "-y",
            "mcp-server-fetch"
        ],
        "enabled": true,
        "type": "local"
    }
}
29

使用 winget

winget install --id=astral-sh.uv -e

或：在powershell中执行 :-ExecutionPolicy ByPass : 允许绕过默认的执行策略，从而执行未签名的脚本

powershell -ExecutionPolicy ByPass -c “irm https://astral.sh/uv/install.ps1 | iex”

注意：安装过程中 会从github下载 uv-x86_64-pc-windows-msvc.zip ，可使用 steam++ 加速 github网络

image
image775×351 6.73 KB

安装后验证：

uvx --version

linux系统安装：

curl -LsSf https://astral.sh/uv/install.sh | sh

环境变量配置查询：

uv python dir
uv tool dir
uv cache dir

image
image333×212 2.76 KB

%APPDATA%\uv\python

%APPDATA%\uv\tools

%LocalAppData%\uv\cache

添加环境变量：

UV_PYTHON_INSTALL_DIR=%APPDATA%\uv\python
UV_TOOL_DIR=%APPDATA%\uv\tools

UV_CACHE_DIR=%LocalAppData%\uv\cache
UV_PYTHON_INSTALL_MIRROR=https://gh-proxy.com/github.com/astral-sh/python-build-standalone/releases/download/

image
image607×654 14.9 KB

配置uv镜像源:

文件管理器打开路径：%APPDATA%\uv（没有uv文件夹需要手动创建）

在文件夹路径上再输入：notepad %APPDATA%\uv\uv.toml 创建.toml文件

文件内容编辑：

[[index]]
# 阿里云镜像源
url = "https://mirrors.aliyun.com/pypi/simple/"

# 或使用清华大学镜像源
# url = "https://pypi.tuna.tsinghua.edu.cn/simple/"

default =true
1 个赞
30

哈哈哈, 太全面了, 非常感谢. 我已经直接下了二进制包并手动注册了环境.

但我还是按照佬的教程补充了环境变量.

现在 python cache tools 都在我自定义的目录了.

环境变量
环境变量931×733 86.5 KB

但依旧不生效, 虽然我直接在命令行调用是没问题. 奇怪的问题, 但这很符合我的人设.

之后有时间再研究吧, 非常感谢. :handshake: :handshake: :handshake:

31 
    "fetch": {
      "command": [
        "npx",
        "mcp-fetch-server"
      ],
      "enabled": true,
      "type": "local"
    }

这个呢

32

试了这个, 可以了, 但我昨天也试了. 我现在怀疑是我网络环境的问题.

"fetch": {
      "command": [
        "npx",
        "-y",
        "mcp-fetch-server"
      ],
      "enabled": true,
      "type": "local"
    }
33

有可能，我这有时候也显示超时

34

感谢, 感谢

35

让我看看，是谁放假了还在卷~