claude-thermos

Claude Codeは会話の先頭部分を5分間キャッシュします。メインのエージェントが、それより長く走るサブエージェントを待って止まっていると、キャッシュは静かに失効し、次のターンで会話全体が書き込み料金で再エンコードされます。claude-thermosはその失効を防ぐPython製のラッパーです。

claudeの代わりにuvx claude-thermosを実行すると、CLIはローカルのリバースプロキシ越しに起動し、/v1/messagesの通信からメインのキャッシュ接頭辞とサブエージェントのそれを見分け、失効前にmax_tokensを1にした要求を投げ直して温め直します。claude-thermos serveで常駐させれば、VSCode拡張や複数のターミナルが1つのウォーマーを共有します。待機の判定時間、温める間隔、回数の上限はいずれも調整でき、セッションごとにイベントログと節約したトークンの集計が残ります。作者が自分のローカルセッション約185件を測ったところ、この再エンコードは請求額の22%ほどを占めていました。必要なのはPython 3.11以上とPATHの通ったclaude CLIだけ、ライセンスはMITです。