主播
节目简介
来源：小宇宙
本章立足于前两章建立的缓存架构与检测能力，从“进攻”的角度展示了 Claude Code 如何通过 7 个以上的命名优化模式，从源头消除或减少缓存中断（Cache Break），从而实现极致的成本节约。
以下是该章节的核心内容总结：
1. 七大核心缓存优化模式
这些模式遵循共同的框架：识别变化源 → 理解变化本质 → 将动态变为静态。
* 模式一：日期记忆化 (getSessionStartDate)
* 问题：系统提示词包含当前日期，午夜跨天时一个字符的变化会击穿约 11,000 tokens 的缓存。
* 优化：在会话首次调用时捕获日期并进行记忆化（Memoize），此后无论实际日期如何变化，该会话内日期始终保持一致。
* 模式二：月度粒度 (getLocalMonthYear)
* 优化：在工具提示词中，将时间精度从“日”降低到“月”（如 "April 2026"），将缓存失效频率从每日降低到每月。
* 模式三：Agent 列表附件化
* 问题：动态的 Agent 列表嵌入在工具描述中，其变化会导致整个工具 Schema 缓存失效，贡献了 10.2% 的全量缓存创建成本。
* 优化：将动态列表移至消息附件（Attachment）。由于附件位于消息尾部，其变化不会影响前缀缓存。
* 模式四：技能列表预算 (1% Context Window)
* 优化：将技能列表体积硬性限制在上下文窗口的 1%。通过预算裁剪减少列表抖动，实现“预算即稳定”。
* 模式五：$TMPDIR 占位符
* 问题：不同用户的临时目录路径包含唯一的 UID，阻碍了跨用户的全局缓存命中。
* 优化：将绝对路径替换为 $TMPDIR 占位符，使提示词在所有用户之间逐字节一致。
* 模式六：条件段落省略
* 原则：“宁可不说，不要说了又删”。确保系统提示词前缀在会话生命周期内保持“单调稳定”，避免因功能开关翻转导致内容抖动。
* 模式七：工具 Schema 缓存 (getToolSchemaCache)
* 优化：使用会话级 Map 缓存序列化后的 Schema。一旦首次渲染，后续请求直接复用，有效隔离了远程配置（GrowthBook）翻转和动态内容的影响。
2. 优化模式的四个共性原则
本章提炼了构建缓存友好型 Agent 的通用哲学：
1. 将动态内容推向请求尾部：越靠前的内容变化破坏性越大。
2. 降低变化频率：当必须出现在前缀时，用更粗的粒度（如月度）代替细粒度。
3. 消除用户维度的差异：利用占位符实现跨用户的全局缓存共享。
4. 先测量，再优化：所有模式都源自对遥测数据的归因分析。
3. 给开发者的实操建议
* 审计提示词：识别并处理其中的动态变量（日期、用户名等）。
* 锁定工具 Schema：确保工具定义在会话内保持不变。
* 监控关键指标：cache_read_input_tokens 是判断缓存是否正常的唯一指标。
* 理解前缀顺序：在构建请求时，始终将最稳定的内容放在最前面。
总结而言：强调缓存稳定性是一等公民。它展示了如何通过精细的工程设计（甚至是一个路径占位符或日期格式的改变），在复杂的分布式环境中维持字节级的匹配一致性，从而最大限度地压榨缓存的经济价值。
以下是该章节的核心内容总结：
1. 七大核心缓存优化模式
这些模式遵循共同的框架：识别变化源 → 理解变化本质 → 将动态变为静态。
* 模式一：日期记忆化 (getSessionStartDate)
* 问题：系统提示词包含当前日期，午夜跨天时一个字符的变化会击穿约 11,000 tokens 的缓存。
* 优化：在会话首次调用时捕获日期并进行记忆化（Memoize），此后无论实际日期如何变化，该会话内日期始终保持一致。
* 模式二：月度粒度 (getLocalMonthYear)
* 优化：在工具提示词中，将时间精度从“日”降低到“月”（如 "April 2026"），将缓存失效频率从每日降低到每月。
* 模式三：Agent 列表附件化
* 问题：动态的 Agent 列表嵌入在工具描述中，其变化会导致整个工具 Schema 缓存失效，贡献了 10.2% 的全量缓存创建成本。
* 优化：将动态列表移至消息附件（Attachment）。由于附件位于消息尾部，其变化不会影响前缀缓存。
* 模式四：技能列表预算 (1% Context Window)
* 优化：将技能列表体积硬性限制在上下文窗口的 1%。通过预算裁剪减少列表抖动，实现“预算即稳定”。
* 模式五：$TMPDIR 占位符
* 问题：不同用户的临时目录路径包含唯一的 UID，阻碍了跨用户的全局缓存命中。
* 优化：将绝对路径替换为 $TMPDIR 占位符，使提示词在所有用户之间逐字节一致。
* 模式六：条件段落省略
* 原则：“宁可不说，不要说了又删”。确保系统提示词前缀在会话生命周期内保持“单调稳定”，避免因功能开关翻转导致内容抖动。
* 模式七：工具 Schema 缓存 (getToolSchemaCache)
* 优化：使用会话级 Map 缓存序列化后的 Schema。一旦首次渲染，后续请求直接复用，有效隔离了远程配置（GrowthBook）翻转和动态内容的影响。
2. 优化模式的四个共性原则
本章提炼了构建缓存友好型 Agent 的通用哲学：
1. 将动态内容推向请求尾部：越靠前的内容变化破坏性越大。
2. 降低变化频率：当必须出现在前缀时，用更粗的粒度（如月度）代替细粒度。
3. 消除用户维度的差异：利用占位符实现跨用户的全局缓存共享。
4. 先测量，再优化：所有模式都源自对遥测数据的归因分析。
3. 给开发者的实操建议
* 审计提示词：识别并处理其中的动态变量（日期、用户名等）。
* 锁定工具 Schema：确保工具定义在会话内保持不变。
* 监控关键指标：cache_read_input_tokens 是判断缓存是否正常的唯一指标。
* 理解前缀顺序：在构建请求时，始终将最稳定的内容放在最前面。
总结而言：强调缓存稳定性是一等公民。它展示了如何通过精细的工程设计（甚至是一个路径占位符或日期格式的改变），在复杂的分布式环境中维持字节级的匹配一致性，从而最大限度地压榨缓存的经济价值。
外观
