背景
在使用OpenRouter调用Anthropic Claude大模型时，部分模型支持上下文缓存功能。当缓存命中时，调用成本会显著降低。虽然像DeepSeek这类模型自带上下文缓存机制，但本文主要针对构建Agent场景下，需要多次调用Anthropic Claude时的缓存设置策略。
缓存机制的价值
根据官方定价策略：
- 缓存设置：需要支付额外费用
- 缓存命中：可大幅降低调用成本
- 成本效益：在大量调用场景下，缓存命中能带来显著的成本节约
提示：可以通过OpenRouter账单中的调用历史费用来验证是否成功命中缓存。
官方缓存设置方法
根据官方文档的说明：
标准的缓存设置通过在消息中添加以下结构实现：
{"cache_control": {"type": "ephemeral"}
}
缓存机制原理：这是一个前缀缓存机制，即设置缓存的消息之前的所有消息都会被缓存。
现有问题与限制
经过实际测试发现：
✅ 有效场景：在role为user的消息中设置缓存控制有效
❌ 无效场景：在role为tool的消息中设置缓存控制无效（尽管Claude官方API支持）
注意：这个问题在OpenRouter社区中已有反馈，但目前尚未得到修复。
解决方案
针对工具调用后无法在tool消息中设置缓存的问题，我们采用添加用户消息的方式来绕过限制。
原始消息结构
[{"role": "system","content": [ {"type": "text", "text": "..."} ]},{"role": "user","content": [{ "type": "text", "text": "...", "cache_control": {"type": "ephemeral"} }]},{"role": "assistant","content": [ {"type": "text", "text": "..."} ],"tool_calls": []},{"role": "tool", "tool_call_id": "...", "name": "...", "content": "..."}, // 这里无法添加cache_control{"role": "assistant","content": [ {"type": "text", "text": "..."} ],"tool_calls": []}
]
优化后的消息结构
[{"role": "system","content": [ {"type": "text", "text": "..."} ]},{"role": "user","content": [{ "type": "text", "text": "..."}]},{"role": "assistant","content": [ {"type": "text", "text": "..."} ],"tool_calls": []},{"role": "tool", "tool_call_id": "...", "name": "...", "content": "..."},{"role": "user","content": [{ "type": "text", "text": "function called", "cache_control": {"type": "ephemeral"} }]}, // 新增用户消息来设置缓存{"role": "assistant","content": [ {"type": "text", "text": "..."} ],"tool_calls": []}
]
关键改进：
- 在工具调用后添加一个用户消息
- 消息内容使用"function called"等简单提示，避免改变对话语义
- 在此消息中设置缓存控制
重要注意事项
- 缓存设置上限：Claude的
cache_control结构设置是有数量限制的 - 最佳实践：只需在最后一个用户消息中设置缓存即可，前面的消息会自动被缓存
- 成本优化：在高频调用场景下，合理使用缓存能显著降低API调用成本
总结
通过在工具调用后添加用户消息的方式，我们成功绕过了OpenRouter在tool消息中无法设置缓存的限制。这种方法在保持对话语义完整性的同时，实现了有效的缓存管理，为Agent应用的成本控制提供了实用的解决方案。
)
