​

会话剪枝

​

运行时机

• 当启用 mode: "cache-ttl" 且该会话的最后一次 Anthropic 调用早于 ttl 时。
• 仅影响该请求发送给模型的消息。
• 仅对 Anthropic API 调用（和 OpenRouter Anthropic 模型）生效。
• 为获得最佳效果，请将 ttl 与你的模型 cacheControlTtl 匹配。
• 剪枝后，TTL 窗口会重置，因此后续请求会保持缓存直到 ttl 再次过期。

​

智能默认值（Anthropic）

• OAuth 或 setup-token 配置文件：启用 cache-ttl 剪枝并将心跳设置为 1h。
• API 密钥配置文件：启用 cache-ttl 剪枝，将心跳设置为 30m，并将 Anthropic 模型的 cacheControlTtl 默认为 1h。
• 如果你显式设置了这些值中的任何一个，OpenClaw 不会覆盖它们。

​

改进内容（成本 + 缓存行为）

• 为什么要剪枝： Anthropic 提示缓存仅在 TTL 内适用。如果会话空闲超过 TTL，下一个请求会重新缓存完整提示，除非你先修剪它。
• 什么变得更便宜： 剪枝减少了 TTL 过期后第一个请求的 cacheWrite 大小。
• 为什么 TTL 重置很重要： 一旦剪枝运行，缓存窗口会重置，因此后续请求可以重用新缓存的提示，而不是再次重新缓存完整历史。
• 它不做什么： 剪枝不会添加 token 或”双倍”成本；它只改变该 TTL 后第一个请求缓存的内容。

​

可以剪枝的内容

• 仅 toolResult 消息。
• 用户 + 助手消息永远不会被修改。
• 最后 keepLastAssistants 条助手消息受保护；该截止点之后的工具结果不会被剪枝。
• 如果没有足够的助手消息来确定截止点，则跳过剪枝。
• 包含图像块的工具结果会被跳过（永不修剪/清除）。

​

上下文窗口估算

1. models.providers.*.models[].contextWindow 覆盖。
2. 模型定义 contextWindow（来自模型注册表）。
3. 默认 200000 token。

​

模式

​

cache-ttl

• 仅当最后一次 Anthropic 调用早于 ttl（默认 5m）时才运行剪枝。
• 运行时：与之前相同的软修剪 + 硬清除行为。

​

软剪枝 vs 硬剪枝

• 软修剪：仅用于过大的工具结果。
  • 保留头部 + 尾部，插入 ...，并附加一个包含原始大小的注释。
  • 跳过包含图像块的结果。
• 硬清除：用 hardClear.placeholder 替换整个工具结果。

​

工具选择

• tools.allow / tools.deny 支持 * 通配符。
• 拒绝优先。
• 匹配不区分大小写。
• 允许列表为空 => 允许所有工具。

​

与其他限制的交互

• 内置工具已经截断自己的输出；会话剪枝是一个额外的层，防止长时间运行的聊天在模型上下文中累积过多的工具输出。
• 压缩是独立的：压缩进行总结并持久化，剪枝是每个请求的临时操作。参阅 /concepts/compaction。

​

默认值（启用时）

• 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]" }

​

示例

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

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

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