【LLM】OpenRouter调用Anthropic Claude上下文缓存处理

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：

json 复制代码

{
  "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

json 复制代码

[
  {
    "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

json 复制代码

[
  {
    "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。