On-disk history 不动
JSONL 里的记录还在，像书柜里的故事书没有被撕页。
Concepts 导读
自动裁剪旧工具结果，省上下文窗口、降缓存成本
Session Pruning 在每次 LLM 调用前自动删除过时的工具输出（如执行结果、文件读取），只保留最近 3 轮完整对话。它不会动磁盘上的会话记录，但能显著减少上下文膨胀，尤其适合 Anthropic 的 prompt caching——缓存过期后重新写入时，裁剪过的 prompt 更小，直接省钱。
先讲这一页到底在解决什么
自动裁剪旧工具结果，省上下文窗口、降缓存成本
Session Pruning 在每次 LLM 调用前自动删除过时的工具输出（如执行结果、文件读取），只保留最近 3 轮完整对话。它不会动磁盘上的会话记录，但能显著减少上下文膨胀，尤其适合 Anthropic 的 prompt caching——缓存过期后重新写入时，裁剪过的 prompt 更小，直接省钱。
先分清
🧾 它剪的是“眼前那一页”，不是“书柜里的整本书”
官方第一句就很关键：pruning 只改请求时送去模型的上下文，不会改磁盘上的 session 历史。
In-memory context 会裁
只是模型那一轮看到的东西变轻了，像把书桌上的材料减薄。
cache-ttl
这个模式像“缓存过期后再先修剪一下”，避免下一次重新缓存时背太多旧纸。
一句话
它是模型前面的临时收纳，不是历史文档的永久删改。
什么时候剪
🕰 只有满足条件，它才会拿起小剪刀
官方把触发条件写得非常明确。翻成人话，就是“这次真的需要了再剪”。
mode: "cache-ttl"像把剪纸规则挂出来：只有走这个模式才会裁旧纸。
最后一次 Anthropic 调用太久了
像说“上次缓存已经过期了，那这次先裁一点再重新上桌”。
TTL 再次重置
一旦裁过，新的缓存窗口就重新开始计时。像刚裁好，桌面又变整齐了。
只对 Anthropic 系列生效
官方写得很直白：这个裁纸工，只在 Anthropic API 和 OpenRouter Anthropic 模型这条线上工作。
为什么有用
💰 它最想帮你省的是“第一次重新上桌时”的缓存写入
这部分就是成本故事。它不是神奇变快，而是帮你少背一点旧东西，让缓存重写时轻一点。
cacheWrite 变小
第一次过 TTL 后的那次请求，重新写缓存时会更轻。
不是“多付费”
官方特地提醒：pruning 不是额外加钱，而是换一种更聪明的上下文形状。
为什么 TTL reset 重要
裁过一次以后，下一轮 follow-up 就能继续吃新的缓存，而不是反复背很重的旧包。
一句话
它省的是缓存写入，不是拿历史开刀。
能剪什么
🧺 它只剪旧工具结果，而且剪得很小心
这页最实在的地方在于边界很明确：不是所有消息都动，只有 toolResult 才在可裁范围里。
只动
toolResult像只裁工具台上堆太厚的旧纸，不碰用户和助手的原话。
保留最后几位 assistant
最后几段助手话不剪，像把最近几页作业本留在桌上。
有图片的工具结果跳过
带图的纸不能随便裁，官方直接让它跳过。
soft-trim / hard-clear
一个像把长纸条头尾留下，中间折掉；一个像整张旧纸直接换成“已清理”的占位牌。
怎么配
🧩 配置项像剪纸规则本
官方给了一整套默认值。把它看成“裁纸机面板”就好读很多。
ttl
像规定这张缓存票多久后会失效，默认 5 分钟。
keepLastAssistants
像规定最近几段助手内容必须留着，默认留 3 段。
softTrim
像裁纸时留头留尾，别把整张纸都扔了。
hardClear
像实在太厚就直接换成“这里已经清掉了”的占位卡。
最后总结
🎈 把这页压成一句最短的话
Session Pruning 就是在模型开工前，把过旧、过厚的工具结果先裁一裁，让 Anthropic 的缓存更轻一点，但又不碰磁盘上的完整故事书。
如果你想看“模型怎么通过一组小工具去看会话、发消息、开分身”，下一页可以去 /concepts/session-tool。