Claude Code 网关上下文管理兼容

目标

根据本 skill，让大模型请求网关能接受 Claude Code 发来的上下文管理字段。外部网关可以不实现真实 prompt cache 或 API 侧清理，但必须容忍这些字段，避免因为扩展字段导致 /v1/messages 失败。

详细字段见 references/compaction-wire-format.md。

需要容忍的字段

位置	字段	最小处理
request body	context_management	可忽略或转发
user content	cache_edits	可忽略
tool_result	cache_reference	可忽略
text/system/tool	cache_control	可忽略
request body	betas 包含 context-management-*	可记录/透传

context_management

Claude Code 可能发送：

{
  "context_management": {
    "edits": [
      { "type": "clear_thinking_20251015", "keep": "all" },
      {
        "type": "clear_tool_uses_20250919",
        "trigger": { "type": "input_tokens", "value": 180000 },
        "clear_at_least": { "type": "input_tokens", "value": 140000 },
        "clear_tool_inputs": ["Bash", "Glob", "Grep", "FileRead"]
      }
    ]
  }
}

如果你的上游不支持这些策略，忽略即可；不要 400。

cache_edits

Claude Code 可能在 user message content 中插入：

{
  "type": "cache_edits",
  "edits": [{ "type": "delete", "cache_reference": "toolu_1" }]
}

不支持缓存删除时忽略该 block，并继续处理同一 user message 中的 text 或 tool_result。

Compact 请求

压缩摘要通常走 stream:false，工具为空，模型可能是 Haiku/小模型。网关只需要把它当普通非流式 /v1/messages 请求处理。

实现建议

• cache 字段属于性能优化，不应成为兼容阻断点。
• 如果实现真实缓存，cache key 至少应考虑 system、messages、tools、model、betas。
• 如果不实现真实缓存，仍应返回正常 usage；cache token 字段可为 0。