​

Przycinanie sesji

​

Kiedy działa

• Gdy mode: "cache-ttl" jest włączone, a ostatnie wywołanie Anthropic dla sesji jest starsze niż ttl.
• Wpływa wyłącznie na wiadomości wysyłane do modelu dla danego żądania.
• Aktywne tylko dla wywołań API Anthropic (oraz modeli Anthropic w OpenRouter).
• Aby uzyskać najlepsze wyniki, dopasuj ttl do cacheControlTtl modelu.
• Po przycięciu okno TTL resetuje się, więc kolejne żądania zachowują cache do ponownego wygaśnięcia ttl.

​

Inteligentne ustawienia domyślne (Anthropic)

• Profile OAuth lub setup-token: włącz przycinanie cache-ttl i ustaw heartbeat na 1h.
• Profile klucza API: włącz przycinanie cache-ttl, ustaw heartbeat na 30m oraz domyślnie cacheControlTtl na 1h dla modeli Anthropic.
• Jeśli ustawisz którąkolwiek z tych wartości jawnie, OpenClaw nie nadpisze ich.

​

Co to poprawia (koszt + zachowanie cache)

• Dlaczego przycinać: cache’owanie promptów Anthropic obowiązuje tylko w obrębie TTL. Jeśli sesja pozostaje bezczynna dłużej niż TTL, następne żądanie ponownie cache’uje pełny prompt, o ile nie zostanie on wcześniej przycięty.
• Co tanieje: przycinanie zmniejsza rozmiar cacheWrite dla pierwszego żądania po wygaśnięciu TTL.
• Dlaczego reset TTL ma znaczenie: po uruchomieniu przycinania okno cache resetuje się, więc kolejne żądania mogą ponownie użyć świeżo zcache’owanego promptu zamiast ponownie cache’ować pełną historię.
• Czego to nie robi: przycinanie nie dodaje tokenów ani nie „podwaja” kosztów; zmienia jedynie to, co trafia do cache przy pierwszym żądaniu po TTL.

​

Co może zostać przycięte

• Tylko wiadomości toolResult.
• Wiadomości użytkownika i asystenta nigdy nie są modyfikowane.
• Ostatnie keepLastAssistants wiadomości asystenta są chronione; wyniki narzędzi po tym progu nie są przycinane.
• Jeśli nie ma wystarczającej liczby wiadomości asystenta, aby ustalić próg, przycinanie jest pomijane.
• Wyniki narzędzi zawierające bloki obrazów są pomijane (nigdy nie są przycinane/czyszczone).

​

Szacowanie okna kontekstu

1. Nadpisanie models.providers.*.models[].contextWindow.
2. Definicja modelu contextWindow (z rejestru modeli).
3. Domyślne 200000 tokenów.

​

Tryb

​

cache-ttl

• Przycinanie uruchamia się tylko wtedy, gdy ostatnie wywołanie Anthropic jest starsze niż ttl (domyślnie 5m).
• Gdy działa: to samo zachowanie miękkiego przycięcia + twardego czyszczenia co wcześniej.

​

Miękkie vs twarde przycinanie

• Miękkie przycięcie: tylko dla zbyt dużych wyników narzędzi.
  • Zachowuje początek i koniec, wstawia ... oraz dołącza notatkę z oryginalnym rozmiarem.
  • Pomija wyniki z blokami obrazów.
• Twarde czyszczenie: zastępuje cały wynik narzędzia hardClear.placeholder.

​

Wybór narzędzi

• tools.allow / tools.deny obsługują symbole wieloznaczne *.
• Odmów wygranej.
• Dopasowanie jest niewrażliwe na wielkość liter.
• Pusta lista dozwolonych ⇒ wszystkie narzędzia dozwolone.

​

Interakcja z innymi limitami

• Wbudowane narzędzia już przycinają własne wyjścia; przycinanie sesji to dodatkowa warstwa zapobiegająca gromadzeniu nadmiernej ilości wyjść narzędzi w kontekście modelu podczas długich rozmów.
• Kompaktowanie jest odrębne: kompaktowanie streszcza i utrwala, przycinanie jest tymczasowe na żądanie. Zobacz /concepts/compaction.

​

Ustawienia domyślne (gdy włączone)

• ttl: "5m"
• keepLastAssistants: 3
• softTrimRatio: 0.3
• hardClearRatio: 0.5
• minPrunableToolChars: 50000
• softTrim: { maxChars: 4000, headChars: 1500, tailChars: 1500 }
• hardClear: { enabled: true, placeholder: "[Old tool result content cleared]" }

​

Przykłady

{
  agent: {
    contextPruning: { mode: "off" },
  },
}

{
  agent: {
    contextPruning: { mode: "cache-ttl", ttl: "5m" },
  },
}

{
  agent: {
    contextPruning: {
      mode: "cache-ttl",
      tools: { allow: ["exec", "read"], deny: ["*image*"] },
    },
  },
}