Context 与缓存¶
每次请求包含的不只是最新消息。minacode 将较稳定的内容放在前面，接着是当前对话，频繁变化的任务状态放在最后。这样既能让 agent 掌握完整信息，也能为支持缓存的 provider 保留一段较长、可复用的 prompt 前缀。
模型会收到什么¶
工具定义与消息 context 一同发送：内置工具；安装 skill 后提供 Skill；以及来自当前已连接 server的 MCP 工具和资源。已配置但未连接的 server 不占用 context。
控制 context 大小¶
过大的工具结果进入对话前会被缩短；agent 之后可以通过 Recall 取回完整结果。重复的 skill 指令和 MCP 描述不会再次完整发送，而是引用首次出现的完整内容。
Compaction¶
当估算的请求接近 runtime.max_context_tokens 时，minacode 会执行 compact：较早的对话被替换为简短摘要，最近的消息保持原样。触发时会预留所配置的 provider 输出上限（未指定时为 16K）、工具 schema 以及至少 4K 的安全余量。Session 会在同一轮中继续，因此长任务无需停止。
active context 中的摘要是有损的，但每次 compaction 都会把被淘汰的消息逐字捕获为一个有界的 history segment。append-only session 日志中较早的快照仍是冷数据式的真实来源，因此 compaction 不会改写它们。
有界的 history index 是 conversation history 之前的独立 context section。agent 会用 RecallContext 直接取回某个 seg.N 摘录，或用正则在已存 segment 的标题和正文中搜索早期细节。任务记忆（goal、plan、facts、checks）位于 conversation history 之后并会原样保留，因此值得保留的决定应写入那里。
运行 /compact 可以立即压缩，而不必等待阈值；例如可在大型重构前使用。/status 会显示当前 session 已执行的 compaction 次数。
Prompt 缓存¶
Prompt 缓存允许 provider 复用请求开头未变化部分的计算。下一次请求通常以相同的指令、环境、工具、history index 和早期对话开始，因此只需处理新增的尾部。任务记忆位于 conversation history 之后，所以更新任务记忆不会使这个更大的前缀失效。连接 MCP server、改变已安装的 skill、切换模型或修改前部内容，都会降低下一次请求的缓存命中。
请求只会复用到首次出现差异的位置。因此，靠前位置发生变化——例如连接 MCP server、安装 skill 或切换模型——会缩短可复用前缀。这也是稳定内容放在前面的原因。
OpenAI-compatible provider 可以自动复用匹配的前缀；provider 支持时，minacode 会提供稳定的 cache key。对于 Anthropic，minacode 会显式将工具和 system 指令标记为临时可缓存前缀。不同 provider 的支持方式和统计口径可能不同。
检查命中率¶
/status 会显示 provider 统计的缓存 prompt token：一组是整个 session，另一组是最近一次请求：
命中率会随 provider、模型、prompt 长度和对话变化。当前缀保持一致时，可达到 90–99%。这是观察值，不是保证值。