跳转到主要内容

​
Token 使用与成本

Fased 跟踪的是 token，而不是字符。Token 是模型特定的，但大多数 OpenAI 风格的模型对于英文文本平均约 4 个字符为一个 token。

​
系统提示词如何构建

Fased 在每次运行时组装自己的系统提示词。它包括：
  • 工具列表 + 简短描述
  • Skills 列表（仅元数据；指令通过 read 按需加载）
  • 自我更新指令
  • 工作区 + 引导文件（AGENTS.md、SOUL.md、TOOLS.md、IDENTITY.md、USER.md、HEARTBEAT.md、BOOTSTRAP.md（新建时），以及 canonical MEMORY.md 和存在时的兼容 memory.md）。大文件会被 agents.defaults.bootstrapMaxChars（默认：20000）截断，整体 bootstrap 注入由 agents.defaults.bootstrapTotalMaxChars（默认：150000）限制。memory/*.md 文件通过 memory tools 按需读取，不会自动注入。
  • 时间（UTC + 用户时区）
  • 回复标签 + 心跳行为
  • 运行时元数据（主机/操作系统/模型/思考）
完整分解参见系统提示词。

​
什么算入上下文窗口

模型接收的所有内容都计入上下文限制：
  • 系统提示词（上面列出的所有部分）
  • 对话历史（用户 + 助手消息）
  • 工具调用和工具结果
  • 附件/转录（图片、音频、文件）
  • 压缩摘要和修剪产物
  • 提供商包装或安全头（不可见，但仍计数）
对于图片，Fased 会在调用 provider 前缩小 transcript/tool image payload。可以用 agents.defaults.imageMaxDimensionPx（默认 1200）调整：
  • 较低值通常减少 vision token 和 payload 大小。
  • 较高值为 OCR/UI-heavy 截图保留更多细节。
有关实际分解（每个注入文件、工具、Skills 和系统提示词大小），使用 /context list 或 /context detail。参见上下文。

​
如何查看 token 使用量

在 Control UI 中使用 Usage 页面查看本地用量账本。它报告来自以下来源的模型调用：
  • chat sessions
  • channel deliveries
  • tasks 和 cron runs
  • 存在 usage records 时的 CLI/system runs
  • 只有在没有更好 run/transcript record 时才使用 session-store fallback counters
Usage 页面可以按 provider、model、agent、channel、task、session 和 source 分组。它显示 input、output、cache read/write、total tokens，以及存在 pricing 时的 cost。缺少 pricing 时只显示 token。 聊天命令是会话级控制：
  • /status 显示当前 session model、context estimate、recent response token data 和 session key。
  • /usage off|tokens|full 为当前会话附加可选的每回复页脚。
  • /usage cost 从存储的 usage records 显示本地费用摘要。
CLI/provider 状态页面是另一类数据：
  • fased status --usage 和模型/提供商状态命令可以显示 provider quota windows。
  • Provider quota windows 是账号/提供商快照，不是本地每条消息计费总计。

​
成本估算（显示时）

成本从你的模型定价配置估算： 
models.providers.<provider>.models[].cost
这些是 input、output、cacheRead 和 cacheWrite 的每 1M token 美元。如果缺少定价，Fased 仅显示 token。OAuth 令牌 永远不显示美元成本。

​
缓存 TTL 和修剪影响

提供商提示缓存仅在缓存 TTL 窗口内适用。Fased 可以 选择性地运行缓存 TTL 修剪：它在缓存 TTL 过期后修剪会话，然后重置缓存窗口，以便后续请求可以重用 新缓存的上下文，而不是重新缓存完整历史。这在会话空闲超过 TTL 时 可以降低缓存写入成本。 在可用时从 Agent > Models 配置它，或在 Gateway 网关配置 中配置高级字段，并在 会话修剪 中查看行为详情。 心跳可以在空闲间隙中保持缓存热。如果你的模型缓存 TTL 是 1h，将心跳间隔设置为略低于此（例如 55m）可以避免 重新缓存完整提示，从而降低缓存写入成本。 完整 knob-by-knob 指南参见 Prompt Caching。 有关 Anthropic API 定价，缓存读取比输入 token 便宜得多，而缓存写入以更高的倍率计费。参见 Anthropic 的提示缓存定价了解最新费率和 TTL 倍率： https://docs.anthropic.com/docs/build-with-claude/prompt-caching

​
示例：用心跳保持 1 小时缓存热

agents:
  defaults:
    model:
      primary: "anthropic/claude-opus-4-6"
    models:
      "anthropic/claude-opus-4-6":
        params:
          cacheRetention: "long"
    heartbeat:
      every: "55m"

​
减少 token 压力的技巧

  • 使用 /compact 来总结长会话。
  • 在你的工作流中修剪大的工具输出。
  • 保持 skill 描述简短（skill 列表会注入到提示中）。
  • 对于冗长的探索性工作，优先使用较小的模型。
精确的 skill 列表开销公式参见 Skills。