Claude Code额度诊断：208次会话的发现|code|token|上下文|显式标识|磁盘|额度诊断

HTML正文：

Claude Code的额度总比预期先见底，可用量计数器只告诉你用了多少，不告诉你花在哪。好在它本来就把每次会话的完整记录存在磁盘上，路径是 ~/.claude/projects。我借一个AI代理写了个小工具，把这些文件读出来做汇总，然后跑了一遍自己的历史记录。

跑的是208次会话，数据做了匿名和取整处理。先说一个前提：缓存读取占了原始token的98%，但这不等于它吃掉98%的配额。缓存读取按token算很便宜，而Anthropic并没有公开每种token类型在套餐限额里怎么计。这些只是原始token计数，想诚实地衡量某个改动有没有用，唯一办法是对比改动前后的 /usage。

三个我原本搞错的地方

这三点在官方文档《How Claude Code uses prompt caching》里都有说明。

第一，缓存存活时间不总是5分钟。在Claude订阅套餐内，主对话的缓存能撑1小时；子代理、压缩和其他请求则是5分钟。用API key、用量额度或云服务商时，全部都是5分钟。而一旦超出套餐限额、开始动用用量额度，主对话也降到5分钟。

第二，长时间中断之后，/compact 是最贵的选择。缓存一旦过期，下一个请求就要重算完整上下文。而 /compact 背后的摘要请求会把整段历史无缓存地重新处理一遍，文档原话是"这就是为什么在恢复旧会话时 /compact 代价最高"。我离开超过一小时后再回来接着干，触发了280次这样的重建，正好是这个模式。

第三，会话中途切 /model 会把所有内容重读一遍。每个模型有各自的缓存，切完之后下一个请求要无缓存命中地重读整段历史。我这么干了37次。在多数模型上，中途改effort等级也是同样效果。

我改掉的几个习惯

中断时间超过缓存存活期再回来，直接开新会话，粘一段简短的进度摘要进去；如果是要放弃某条路径，就用 /rewind 回到更早、已经进过缓存的点。别一上来就 /compact。

要压缩就趁缓存还热的时候压。缓存热着时，/compact 从缓存里读前缀，相对便宜。挑任务之间的自然断点执行，而不是等任务中途自动压缩。/recap 只给摘要，不替换历史。

一个会话只干一件事，不相关的任务之间用 /clear 隔开。一个跑了9,849轮的会话，每一轮都在重发大量上下文。

模型和effort等级在会话开头就定好，别干到一半再改。

CLAUDE.md 保持精简，它出现在每一个请求里，我的目标是控制在约1,500 token以内。中途编辑它不会破坏缓存，但改动要等 /clear、/compact 或重启才生效。想看清到底加载了什么，在新会话里跑 /context。

工具输出保持小体积：读文件带偏移和上限，先grep再读，命令管道接 head、tail 或 grep。

子代理要有意识地用。每个子代理会自建上下文，走的是5分钟存活期，提示词要窄，要求的输出要短。

最后，盯一下命中率。/usage 会显示主对话的prompt cache命中比例（v2.1.251及以上版本）。

在自己的日志上跑一遍

这个工具叫 cc-quota-doctor，MIT协议，纯标准库Python（3.9+），Windows、macOS、Linux都能跑，不发起任何网络请求，也不上传任何东西。