北京
HTML正文：
Claude Code的额度总比预期先见底，可用量计数器只告诉你用了多少，不告诉你花在哪。好在它本来就把每次会话的完整记录存在磁盘上，路径是 ~/.claude/projects。我借一个AI代理写了个小工具，把这些文件读出来做汇总，然后跑了一遍自己的历史记录。
跑的是208次会话，数据做了匿名和取整处理。先说一个前提：缓存读取占了原始token的98%，但这不等于它吃掉98%的配额。缓存读取按token算很便宜，而Anthropic并没有公开每种token类型在套餐限额里怎么计。这些只是原始token计数，想诚实地衡量某个改动有没有用，唯一办法是对比改动前后的 /usage。
三个我原本搞错的地方
这三点在官方文档《How Claude Code uses prompt caching》里都有说明。
第一，缓存存活时间不总是5分钟。在Claude订阅套餐内，主对话的缓存能撑1小时；子代理、压缩和其他请求则是5分钟。用API key、用量额度或云服务商时，全部都是5分钟。而一旦超出套餐限额、开始动用用量额度，主对话也降到5分钟。
第二，长时间中断之后，/compact 是最贵的选择。缓存一旦过期，下一个请求就要重算完整上下文。而 /compact 背后的摘要请求会把整段历史无缓存地重新处理一遍，文档原话是"这就是为什么在恢复旧会话时 /compact 代价最高"。我离开超过一小时后再回来接着干，触发了280次这样的重建，正好是这个模式。
第三，会话中途切 /model 会把所有内容重读一遍。每个模型有各自的缓存，切完之后下一个请求要无缓存命中地重读整段历史。我这么干了37次。在多数模型上，中途改effort等级也是同样效果。
我改掉的几个习惯
中断时间超过缓存存活期再回来，直接开新会话，粘一段简短的进度摘要进去；如果是要放弃某条路径，就用 /rewind 回到更早、已经进过缓存的点。别一上来就 /compact。
要压缩就趁缓存还热的时候压。缓存热着时，/compact 从缓存里读前缀，相对便宜。挑任务之间的自然断点执行，而不是等任务中途自动压缩。/recap 只给摘要，不替换历史。
一个会话只干一件事，不相关的任务之间用 /clear 隔开。一个跑了9,849轮的会话，每一轮都在重发大量上下文。
模型和effort等级在会话开头就定好，别干到一半再改。
CLAUDE.md 保持精简，它出现在每一个请求里，我的目标是控制在约1,500 token以内。中途编辑它不会破坏缓存，但改动要等 /clear、/compact 或重启才生效。想看清到底加载了什么，在新会话里跑 /context。
工具输出保持小体积：读文件带偏移和上限，先grep再读，命令管道接 head、tail 或 grep。
子代理要有意识地用。每个子代理会自建上下文，走的是5分钟存活期，提示词要窄，要求的输出要短。
最后，盯一下命中率。/usage 会显示主对话的prompt cache命中比例（v2.1.251及以上版本）。
在自己的日志上跑一遍
这个工具叫 cc-quota-doctor，MIT协议，纯标准库Python（3.9+），Windows、macOS、Linux都能跑，不发起任何网络请求，也不上传任何东西。
- --top 10：列出更多项目和会话
- --json：输出机器可读结果
- --idle-minutes 5：按API key或用量额度的5分钟存活期计算
它会报告每个项目、每个会话的token量，子代理占比，启动上下文大小，加载了哪些CLAUDE.md文件，两种存活期下各自的空闲缓存重建次数，模型切换和压缩次数，最大的工具输出，以及针对你自己用量给出的前三项修复建议。
它做不到的事也得说清楚：不绕过、不重置、不提高任何限额，也看不到你的套餐百分比。会话记录格式没有公开文档，随时可能变，部分体积是估算值（字符数除以4）。数字看着不对，去开个issue。
工具是跟AI代理一起写的，我做了审查，再跑在自己的历史记录上。v0.2 是对照官方文档做了一轮QA之后修正的，上面那些存活期细节就是主要改动点。
我挺好奇：你自己的日志里，空闲重建有多少次？
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
