​

Pemangkasan Sesi (Session Pruning)

​

Kapan Ini Berjalan

• Ketika mode: "cache-ttl" diaktifkan dan panggilan Anthropic terakhir untuk sesi tersebut lebih lama dari ttl.
• Hanya memengaruhi pesan yang dikirim ke model untuk permintaan tersebut.
• Hanya aktif untuk panggilan API Anthropic (dan model Anthropic di OpenRouter).
• Untuk hasil terbaik, sesuaikan ttl dengan cacheControlTtl model Anda.
• Setelah pemangkasan, jendela TTL direset sehingga permintaan berikutnya tetap menggunakan cache sampai ttl kedaluwarsa kembali.

​

Default Cerdas (Anthropic)

• Profil OAuth atau setup-token: mengaktifkan pemangkasan cache-ttl dan menyetel heartbeat ke 1h.
• Profil Kunci API: mengaktifkan pemangkasan cache-ttl, menyetel heartbeat ke 30m, dan default cacheControlTtl ke 1h pada model Anthropic.
• Jika Anda menyetel salah satu nilai ini secara eksplisit, OpenClaw tidak akan menimpanya.

​

Apa yang Diperbaiki (Biaya + Perilaku Cache)

• Mengapa dipangkas: Prompt caching Anthropic hanya berlaku di dalam jendela TTL. Jika sesi tidak aktif melampaui TTL, permintaan berikutnya akan menyimpan cache ulang seluruh prompt kecuali Anda memotongnya terlebih dahulu.
• Apa yang menjadi lebih murah: pemangkasan mengurangi ukuran cacheWrite untuk permintaan pertama setelah TTL kedaluwarsa.
• Mengapa reset TTL penting: setelah pemangkasan berjalan, jendela cache direset, sehingga permintaan tindak lanjut dapat menggunakan kembali prompt yang baru saja disimpan di cache daripada menyimpan ulang seluruh riwayat lagi.
• Apa yang tidak dilakukan: pemangkasan tidak menambahkan token atau biaya “ganda”; ini hanya mengubah apa yang disimpan di cache pada permintaan pertama setelah TTL terlampaui.

​

Apa yang Bisa Dipangkas

• Hanya pesan toolResult (hasil alat).
• Pesan pengguna (user) + asisten (assistant) tidak pernah dimodifikasi.
• Sejumlah keepLastAssistants pesan asisten terakhir dilindungi; hasil alat setelah batas tersebut tidak akan dipangkas.
• Jika tidak ada cukup pesan asisten untuk menetapkan batas, pemangkasan akan dilewati.
• Hasil alat yang berisi blok gambar akan dilewati (tidak pernah dipotong/dikosongkan).

​

Estimasi Jendela Konteks (Context Window)

1. Penimpaan models.providers.*.models[].contextWindow.
2. Definisi model contextWindow (dari registri model).
3. Default 200000 token.

​

Mode

​

cache-ttl

• Pemangkasan hanya berjalan jika panggilan Anthropic terakhir lebih lama dari ttl (default 5m).
• Saat berjalan: perilaku pemotongan lunak (soft-trim) + pengosongan keras (hard-clear) yang sama seperti sebelumnya.

​

Pemangkasan Lunak vs Keras

• Pemotongan Lunak (Soft-trim): hanya untuk hasil alat yang berukuran sangat besar.
  • Menyimpan bagian awal (head) + akhir (tail), menyisipkan ..., dan menambahkan catatan dengan ukuran aslinya.
  • Melewati hasil yang memiliki blok gambar.
• Pengosongan Keras (Hard-clear): mengganti seluruh hasil alat dengan hardClear.placeholder.

​

Pemilihan Alat

• tools.allow / tools.deny mendukung wildcard *.
• deny (tolak) menang atas allow (izinkan).
• Pencocokan tidak peka huruf besar-kecil (case-insensitive).
• Daftar izinkan kosong berarti semua alat diizinkan.

​

Interaksi dengan Batas Lainnya

• Alat bawaan sudah memotong output mereka sendiri; pemangkasan sesi adalah lapisan tambahan yang mencegah obrolan yang berjalan lama menumpuk terlalu banyak output alat dalam konteks model.
• Pemadatan (Compaction) berbeda: pemadatan meringkas dan menetap (persist), pemangkasan bersifat sementara per permintaan. Lihat /id-ID/concepts/compaction.

​

Default (Saat Diaktifkan)

• ttl: "5m"
• keepLastAssistants: 3
• softTrimRatio: 0.3
• hardClearRatio: 0.5
• minPrunableToolChars: 50000
• softTrim: { maxChars: 4000, headChars: 1500, tailChars: 1500 }
• hardClear: { enabled: true, placeholder: "[Konten hasil alat lama telah dibersihkan]" }

​

Contoh

{
  agent: {
    contextPruning: { mode: "off" },
  },
}

{
  agent: {
    contextPruning: { mode: "cache-ttl", ttl: "5m" },
  },
}

{
  agent: {
    contextPruning: {
      mode: "cache-ttl",
      tools: { allow: ["exec", "read"], deny: ["*image*"] },
    },
  },
}