claude-thermos

Claude Code 會把對話前綴快取五分鐘。主代理停在原地等一個跑得更久的子代理時，快取就悄悄失效，下一輪得按寫入費率把整段歷史重新編碼一次。claude-thermos 是一個 Python 包裝器，專門堵住這個缺口。

把 claude 換成 uvx claude-thermos 啟動，CLI 會跑在本機反向代理後面，從 /v1/messages 流量裡分辨主代理與子代理各自的快取前綴，並在過期之前把上一次的真實請求以 max_tokens 設為 1 重送一遍，只為了把前綴刷新回來。用 claude-thermos serve 起一個常駐服務，VSCode 擴充套件和多個終端機就能共用同一個保溫器。閒置判定、預熱間隔和次數上限都可以調整，每次工作階段還會留下事件記錄檔和一份省下多少 token 的摘要。作者在自己大約 185 個本機工作階段上量測，這類重新編碼約佔帳單的 22%。用它只需要 Python 3.11 以上和 PATH 裡的 claude CLI，程式碼採 MIT 授權。