Claude Platform Docs
MessagesKontextverwaltung

Kontextbearbeitung

Verwalte den Gesprächskontext automatisch mit Kontextbearbeitung, während er wächst.

Überblick

„Context editing“ (Kontextbearbeitung) ermöglicht es dir, bestimmte Inhalte selektiv aus dem Gesprächsverlauf zu löschen, während dieser wächst. Über die Kostenoptimierung und das Einhalten von Limits hinaus geht es darum, aktiv zu kuratieren, was Claude erhält: Kontext ist eine endliche Ressource mit abnehmendem Ertrag, und irrelevante Inhalte beeinträchtigen den Fokus des Modells. Die Kontextbearbeitung gibt dir eine feingranulare Laufzeitkontrolle über diese Kuratierung. Die grundlegenden Prinzipien hinter dem Kontextmanagement findest du unter Effektives Kontext-Engineering. Diese Seite behandelt:

  • Löschen von Tool-Ergebnissen: Am besten für agentische Workflows mit intensiver Tool-Nutzung, bei denen alte Tool-Ergebnisse nicht mehr benötigt werden
  • Löschen von Thinking-Blöcken: Zur Verwaltung von Thinking-Blöcken aus früheren Turns, mit Optionen, aktuelles Nachdenken für die Kontextkontinuität zu bewahren
  • Clientseitige SDK-Komprimierung: Eine SDK-basierte Alternative für zusammenfassungsbasiertes Kontextmanagement (serverseitige Komprimierung wird generell bevorzugt)
AnsatzWo er ausgeführt wirdStrategienFunktionsweise
ServerseitigAPILöschen von Tool-Ergebnissen (clear_tool_uses_20250919)
Löschen von Thinking-Blöcken (clear_thinking_20251015)
Wird angewendet, bevor der Prompt Claude erreicht. Löscht bestimmte Inhalte aus dem Gesprächsverlauf. Jede Strategie kann unabhängig konfiguriert werden.
ClientseitigSDKKomprimierungVerfügbar in den TypeScript- und Ruby-SDKs bei Verwendung von tool_runner. Erzeugt eine Zusammenfassung und ersetzt den vollständigen Gesprächsverlauf. Siehe Clientseitige Komprimierung.

Serverseitige Strategien

Löschen von Tool-Ergebnissen

Die Strategie clear_tool_uses_20250919 löscht Tool-Ergebnisse, wenn der Gesprächskontext über deinen konfigurierten Schwellenwert hinaus wächst. Dies ist besonders nützlich für agentische Workflows mit intensiver Tool-Nutzung. Ältere Tool-Ergebnisse (wie Dateiinhalte oder Suchergebnisse) werden nicht mehr benötigt, sobald Claude sie verarbeitet hat.

Bei Aktivierung löscht die API automatisch die ältesten Tool-Ergebnisse in chronologischer Reihenfolge. Die API ersetzt jedes gelöschte Ergebnis durch einen Platzhaltertext, der Claude anzeigt, dass es entfernt wurde. Standardmäßig werden nur Tool-Ergebnisse gelöscht. Optional kannst du sowohl Tool-Ergebnisse als auch Tool-Aufrufe (die Tool-Nutzungsparameter) löschen, indem du clear_tool_inputs auf true setzt.

Löschen von Thinking-Blöcken

Die Strategie clear_thinking_20251015 verwaltet thinking-Blöcke aus früheren Assistant-Turns. Diese Strategie gibt dir Kontrolle über die Bewahrung des Nachdenkens: Du kannst mehr Thinking-Blöcke behalten, um die Kontinuität des Reasonings zu wahren, oder sie aggressiver löschen, um Kontextplatz zu sparen.

Ein Assistant-Turn eines Gesprächs kann mehrere Inhaltsblöcke (zum Beispiel bei der Verwendung von Tools) und mehrere Thinking-Blöcke (zum Beispiel mit verschachteltem Nachdenken) enthalten.

Kontextbearbeitung erfolgt serverseitig

Kontextbearbeitung wird serverseitig angewendet, bevor der Prompt Claude erreicht. Deine Client-Anwendung behält den vollständigen, unveränderten Gesprächsverlauf. Du musst deinen Client-Zustand nicht mit der bearbeiteten Version synchronisieren. Verwalte deinen vollständigen Gesprächsverlauf weiterhin lokal, wie du es normalerweise tun würdest.

Bei Modellen mit bewahrtem Nachdenken macht das serverseitige Kontextmanagement Thinking-Blöcke niemals ungültig. Clientseitige Bearbeitungen früherer Turns können die Thinking-Blöcke in jedem späteren Assistant-Turn ungültig machen. Siehe Was gleich bleiben muss, und warum.

Die Modelle mit „preserved thinking“ (Bewahrtes Nachdenken) sind Claude Fable 5.2, Claude Mythos 5.2, Claude Fable 5.1, Claude Mythos 5.1, Claude Opus 5.5, Claude Sonnet 5.5 und Claude Haiku 5.5.

Kontextbearbeitung und Prompt-Caching

Die Wechselwirkung der Kontextbearbeitung mit „prompt caching“ (Prompt-Caching) variiert je nach Strategie:

  • Löschen von Tool-Ergebnissen: Macht zwischengespeicherte Prompt-Präfixe ungültig, wenn Inhalte gelöscht werden. Um dies zu berücksichtigen, lösche genügend Token, damit sich die Cache-Invalidierung lohnt. Verwende den Parameter clear_at_least, um sicherzustellen, dass jedes Mal eine Mindestanzahl an Token gelöscht wird. Dir entstehen jedes Mal Cache-Schreibkosten, wenn Inhalte gelöscht werden, aber nachfolgende Anfragen können das neu zwischengespeicherte Präfix wiederverwenden.

  • Löschen von Thinking-Blöcken: Wenn Thinking-Blöcke im Kontext behalten (nicht gelöscht) werden, bleibt der Prompt-Cache erhalten, was Cache-Treffer ermöglicht und die Kosten für Input-Token reduziert. Wenn Thinking-Blöcke gelöscht werden, wird der Cache an der Stelle ungültig, an der das Löschen erfolgt. Konfiguriere den Parameter keep je nachdem, ob du die Cache-Leistung oder die Verfügbarkeit des Kontextfensters priorisieren möchtest.

Unterstützte Modelle

Kontextbearbeitung ist für alle unterstützten Claude-Modelle verfügbar.

Verwendung des Löschens von Tool-Ergebnissen

Eine Möglichkeit, das Löschen von Tool-Ergebnissen zu aktivieren, besteht darin, nur den Strategietyp anzugeben. Alle anderen Konfigurationsoptionen verwenden ihre Standardwerte:

response = client.beta.messages.create(
    model="claude-opus-5-5",
    max_tokens=4096,
    messages=[{"role": "user", "content": "Search for recent developments in AI"}],
    tools=[{"type": "web_search_20250305", "name": "web_search"}],
    betas=["context-management-2025-06-27"],
    context_management={"edits": [{"type": "clear_tool_uses_20250919"}]},
)

Erweiterte Konfiguration

Du kannst das Verhalten beim Löschen von Tool-Ergebnissen mit zusätzlichen Parametern anpassen:

response = client.beta.messages.create(
    model="claude-opus-5-5",
    max_tokens=4096,
    messages=[
        {
            "role": "user",
            "content": "Create a simple command line calculator app using Python",
        }
    ],
    tools=[
        {
            "type": "text_editor_20250728",
            "name": "str_replace_based_edit_tool",
            "max_characters": 10000,
        },
        {"type": "web_search_20250305", "name": "web_search", "max_uses": 3},
    ],
    betas=["context-management-2025-06-27"],
    context_management={
        "edits": [
            {
                "type": "clear_tool_uses_20250919",
                # Löse das Leeren aus, wenn der Schwellenwert überschritten wird
                "trigger": {"type": "input_tokens", "value": 30000},
                # Anzahl der Tool-Aufrufe, die nach dem Leeren erhalten bleiben
                "keep": {"type": "tool_uses", "value": 3},
                # Optional: Leere mindestens so viele Token
                "clear_at_least": {"type": "input_tokens", "value": 5000},
                # Schließe diese Tools vom Leeren aus
                "exclude_tools": ["web_search"],
            }
        ]
    },
)

Verwendung des Löschens von Thinking-Blöcken

Verwende das Löschen von Thinking-Blöcken, um Kontext und Prompt-Caching in Gesprächen zu verwalten, die Thinking-Blöcke aus früheren Turns mitführen:

response = client.beta.messages.create(
    model="claude-opus-5-5",
    max_tokens=16000,
    messages=[{"role": "user", "content": "Hello"}],
    betas=["context-management-2025-06-27"],
    context_management={
        "edits": [
            {
                "type": "clear_thinking_20251015",
                "keep": {"type": "thinking_turns", "value": 2},
            }
        ]
    },
)

Konfigurationsoptionen für das Löschen von Thinking-Blöcken

Die Strategie clear_thinking_20251015 unterstützt die folgende Konfiguration:

KonfigurationsoptionStandardBeschreibung
keep{type: "thinking_turns", value: 1}Legt fest, wie viele der letzten Assistentenzüge ihre Thinking-Blöcke behalten. Verwende {type: "thinking_turns", value: N}, wobei N > 0 sein muss, um die letzten N Züge zu behalten, oder "all", um alle Thinking-Blöcke zu behalten.

Eine Anfrage, die diese Strategie ohne keep enthält, erhält bei jedem Modell {type: "thinking_turns", value: 1}, auch bei Modellen, deren modellspezifischer Standard das gesamte Nachdenken behält. Eine Anfrage ohne diese Strategie erhält den modellspezifischen Standard.

N zählt den laufenden Assistentenzug sowie Züge ohne Thinking-Blöcke mit. Eine Benutzernachricht, die nur tool_result-Blöcke enthält, setzt den laufenden Zug fort. Jede andere Benutzernachricht beginnt einen neuen Zug. Wenn eine Anfrage mit einer Nachricht endet, die einen neuen Zug beginnt, löscht ein Wert von 1 das Nachdenken aus jedem früheren Assistentenzug.

Beispielkonfigurationen:

Thinking-Blöcke der letzten 3 Assistentenzüge behalten, einschließlich des laufenden Zugs:

response = client.beta.messages.create(
    model="claude-opus-5-5",
    max_tokens=16000,
    messages=[{"role": "user", "content": "Hello"}],
    betas=["context-management-2025-06-27"],
    context_management={
        "edits": [
            {
                "type": "clear_thinking_20251015",
                "keep": {"type": "thinking_turns", "value": 3},
            }
        ]
    },
)

Alle Thinking-Blöcke behalten (maximiert Cache-Treffer):

response = client.beta.messages.create(
    model="claude-opus-5-5",
    max_tokens=16000,
    messages=[{"role": "user", "content": "Hello"}],
    betas=["context-management-2025-06-27"],
    context_management={
        "edits": [
            {
                "type": "clear_thinking_20251015",
                "keep": "all",
            }
        ]
    },
)

Strategien kombinieren

Du kannst das Löschen von Thinking-Blöcken und das Löschen von Tool-Ergebnissen zusammen verwenden:

client = anthropic.Anthropic()

response = client.beta.messages.create(
    model="claude-opus-5-5",
    max_tokens=16000,
    messages=[
        {
            "role": "user",
            "content": "Search for the latest developments in quantum error correction and summarize the key breakthroughs.",
        }
    ],
    tools=[
        {
            "type": "web_search_20250305",
            "name": "web_search",
            "max_uses": 5,
        }
    ],
    betas=["context-management-2025-06-27"],
    context_management={
        "edits": [
            {
                "type": "clear_thinking_20251015",
                "keep": {"type": "thinking_turns", "value": 2},
            },
            {
                "type": "clear_tool_uses_20250919",
                "trigger": {"type": "input_tokens", "value": 50000},
                "keep": {"type": "tool_uses", "value": 5},
            },
        ]
    },
)

print(response)

Konfigurationsoptionen für das Löschen von Tool-Ergebnissen

KonfigurationsoptionStandardBeschreibung
trigger100.000 Input-TokenLegt fest, wann die Strategie zur Kontextbearbeitung aktiviert wird. Sobald der Prompt diesen Schwellenwert überschreitet, beginnt das Löschen. Du kannst diesen Wert entweder in input_tokens oder tool_uses angeben.
keep3 Tool-NutzungenLegt fest, wie viele der jüngsten Tool-Nutzungs-/Ergebnispaare nach dem Löschen beibehalten werden. Die API entfernt zuerst die ältesten Tool-Interaktionen und behält die jüngsten bei.
clear_at_leastKeinerStellt sicher, dass bei jeder Aktivierung der Strategie eine Mindestanzahl an Token gelöscht wird. Wenn die API nicht mindestens die angegebene Menge löschen kann, wird die Strategie nicht angewendet. Dies hilft zu bestimmen, ob das Löschen des Kontexts es wert ist, deinen Prompt-Cache zu brechen.
exclude_toolsKeinerListe von Tool-Namen, deren Tool-Nutzungen und Ergebnisse niemals gelöscht werden sollen. Nützlich zum Beibehalten wichtigen Kontexts.
clear_tool_inputsfalseSteuert, ob die Tool-Aufrufparameter zusammen mit den Tool-Ergebnissen gelöscht werden. Standardmäßig werden nur die Tool-Ergebnisse gelöscht, während Claudes ursprüngliche Tool-Aufrufe sichtbar bleiben.

Antwort der Kontextbearbeitung

Über das Antwortfeld context_management kannst du sehen, welche Kontextbearbeitungen auf deine Anfrage angewendet wurden, zusammen mit hilfreichen Statistiken über die gelöschten Inhalte und Input-Token.

Output
{
  "id": "msg_013Zva2CMHLNnXjNJJKqJ2EF",
  "type": "message",
  "role": "assistant",
  "content": [
    // ...
  ],
  "usage": {
    // ...
  },
  "context_management": {
    "applied_edits": [
      // When using `clear_thinking_20251015`
      {
        "type": "clear_thinking_20251015",
        "cleared_thinking_turns": 3,
        "cleared_input_tokens": 15000
      },
      // When using `clear_tool_uses_20250919`
      {
        "type": "clear_tool_uses_20250919",
        "cleared_tool_uses": 8,
        "cleared_input_tokens": 50000
      }
    ]
  }
}

Bei Streaming-Antworten sind die Kontextbearbeitungen im abschließenden message_delta-Event enthalten:

Streaming Response
{
  "type": "message_delta",
  "delta": {
    "stop_reason": "end_turn",
    "stop_sequence": null
  },
  "usage": {
    "output_tokens": 1024
  },
  "context_management": {
    "applied_edits": [
      // ...
    ]
  }
}

Token-Zählung

Der Endpunkt zur Token-Zählung unterstützt Kontextmanagement, sodass du vorab sehen kannst, wie viele Token dein Prompt nach Anwendung der Kontextbearbeitung verwenden wird.

response = client.beta.messages.count_tokens(
    model="claude-opus-5-5",
    messages=[{"role": "user", "content": "Continue our conversation..."}],
    betas=["context-management-2025-06-27"],
    context_management={
        "edits": [
            {
                "type": "clear_tool_uses_20250919",
                "trigger": {"type": "input_tokens", "value": 30000},
                "keep": {"type": "tool_uses", "value": 5},
            }
        ]
    },
)

print(f"Original tokens: {response.context_management.original_input_tokens}")
print(f"After clearing: {response.input_tokens}")
print(
    f"Savings: {response.context_management.original_input_tokens - response.input_tokens} tokens"
)
Output
{
  "input_tokens": 25000,
  "context_management": {
    "original_input_tokens": 70000
  }
}

Die Antwort zeigt sowohl die endgültige Token-Anzahl nach Anwendung des Kontextmanagements (input_tokens) als auch die ursprüngliche Token-Anzahl vor jeglichem Löschen (original_input_tokens).

Verwendung mit dem Memory-Tool

Die Kontextbearbeitung kann mit dem Memory-Tool kombiniert werden. Wenn sich dein Gesprächskontext dem konfigurierten Schwellenwert für das Löschen nähert, erhält Claude eine automatische Warnung, wichtige Informationen zu bewahren. Dies ermöglicht es Claude, Tool-Ergebnisse oder Kontext in seinen Memory-Dateien zu speichern, bevor sie aus dem Gesprächsverlauf gelöscht werden.

Diese Kombination ermöglicht dir:

  • Wichtigen Kontext bewahren: Claude kann wesentliche Informationen aus Tool-Ergebnissen in Memory-Dateien schreiben, bevor diese Ergebnisse gelöscht werden.
  • Lang laufende Workflows aufrechterhalten: Claude kann agentische Workflows fortsetzen, die sonst die Kontextlimits überschreiten würden, indem Informationen in einen persistenten Speicher ausgelagert werden.
  • Bei Bedarf auf Informationen zugreifen: Claude kann zuvor gelöschte Informationen bei Bedarf aus Memory-Dateien abrufen, anstatt alles im aktiven Kontextfenster zu behalten.

In einem Dateibearbeitungs-Workflow, in dem Claude viele Operationen durchführt, kann Claude beispielsweise abgeschlossene Änderungen in Memory-Dateien zusammenfassen, während der Kontext wächst. Wenn Tool-Ergebnisse gelöscht werden, behält Claude über sein Memory-System Zugriff auf diese Informationen und kann effektiv weiterarbeiten.

Um beide Funktionen zusammen zu verwenden, aktiviere sie in deiner API-Anfrage:

response = client.beta.messages.create(
    model="claude-opus-5-5",
    max_tokens=4096,
    messages=[{"role": "user", "content": "Hello"}],
    tools=[{"type": "memory_20250818", "name": "memory"}],
    betas=["context-management-2025-06-27"],
    context_management={"edits": [{"type": "clear_tool_uses_20250919"}]},
)

Die vollständige Referenz zum Memory-Tool einschließlich Befehlen und Beispielen findest du unter Memory-Tool.

Clientseitige Komprimierung (SDK)

„Compaction“ (Komprimierung) ist eine SDK-Funktion, die den Gesprächskontext automatisch verwaltet, indem sie Zusammenfassungen erzeugt, wenn die Token-Nutzung zu groß wird. Im Gegensatz zu serverseitigen Kontextbearbeitungsstrategien, die Inhalte löschen, weist die Komprimierung Claude an, den Gesprächsverlauf zusammenzufassen, und ersetzt dann den vollständigen Verlauf durch diese Zusammenfassung. Dies ermöglicht es Claude, an lang laufenden Aufgaben weiterzuarbeiten, die andernfalls das „context window“ (Kontextfenster) überschreiten würden.

Wie Komprimierung funktioniert

Wenn Komprimierung aktiviert ist, überwacht das SDK die Token-Nutzung nach jeder Modellantwort:

  1. Schwellenwertprüfung: Das SDK berechnet die Gesamtzahl der Token als input_tokens + cache_creation_input_tokens + cache_read_input_tokens + output_tokens (siehe Prompt-Caching für die Cache-Token-Felder).
  2. Erzeugung der Zusammenfassung: Wenn der Schwellenwert überschritten wird, wird ein Zusammenfassungs-Prompt als Benutzerzug eingefügt, und Claude erzeugt eine strukturierte Zusammenfassung, die in <summary></summary>-Tags eingeschlossen ist.
  3. Kontextersetzung: Das SDK extrahiert die Zusammenfassung und ersetzt den gesamten Nachrichtenverlauf durch sie.
  4. Fortsetzung: Das Gespräch wird ab der Zusammenfassung fortgesetzt, wobei Claude dort weitermacht, wo es aufgehört hat.

Komprimierung verwenden

Füge compaction_control zu deinem tool_runner-Aufruf hinzu, um die automatische Zusammenfassung zu aktivieren, wenn die Token-Nutzung den Schwellenwert überschreitet.

Was während der Komprimierung geschieht

Während das Gespräch wächst, sammelt sich der Nachrichtenverlauf an:

Vor der Komprimierung (nahe 100k Token):

[
  { "role": "user", "content": "Analyze all files and write a report..." },
  { "role": "assistant", "content": "I'll help. Let me start by reading..." },
  {
    "role": "user",
    "content": [{ "type": "tool_result", "tool_use_id": "...", "content": "..." }]
  },
  { "role": "assistant", "content": "Based on file1.txt, I see..." },
  {
    "role": "user",
    "content": [{ "type": "tool_result", "tool_use_id": "...", "content": "..." }]
  },
  { "role": "assistant", "content": "After analyzing file2.txt..." }
  // ... 50 more exchanges like this ...
]

Wenn die Token den Schwellenwert überschreiten, fügt das SDK eine Zusammenfassungsanfrage ein und Claude erzeugt eine Zusammenfassung. Der gesamte Verlauf wird dann ersetzt:

Nach der Komprimierung (zurück auf ~2–3k Token):

[
  {
    "role": "assistant",
    "content": "# Task Overview\nThe user requested analysis of directory files to produce a summary report...\n\n# Current State\nAnalyzed 52 files across 3 subdirectories. Key findings documented in report.md...\n\n# Important Discoveries\n- Configuration files use YAML format\n- Found 3 deprecated dependencies\n- Test coverage at 67%\n\n# Next Steps\n1. Analyze remaining files in /src/legacy\n2. Complete final report sections...\n\n# Context to Preserve\nUser prefers markdown format with executive summary first..."
  }
]

Claude arbeitet von dieser Zusammenfassung aus weiter, als wäre sie der ursprüngliche Gesprächsverlauf.

Konfigurationsoptionen

ParameterTypErforderlichStandardBeschreibung
enabledbooleanJa-Ob die automatische Komprimierung aktiviert werden soll
context_token_thresholdnumberNein100.000Token-Anzahl, bei der die Komprimierung ausgelöst wird
modelstringNeinGleich wie HauptmodellModell, das zur Erzeugung von Zusammenfassungen verwendet wird
summary_promptstringNeinSiehe Standard-Zusammenfassungs-PromptBenutzerdefinierter Prompt für die Erzeugung der Zusammenfassung

Einen Token-Schwellenwert wählen

Der Schwellenwert bestimmt, wann die Komprimierung erfolgt. Ein niedrigerer Schwellenwert bedeutet häufigere Komprimierungen mit kleineren Kontextfenstern. Ein höherer Schwellenwert erlaubt mehr Kontext, birgt aber das Risiko, Limits zu erreichen.

Ein anderes Modell für Zusammenfassungen verwenden

Du kannst ein schnelleres oder günstigeres Modell zur Erzeugung von Zusammenfassungen verwenden:

Benutzerdefinierte Zusammenfassungs-Prompts

Du kannst einen benutzerdefinierten Prompt für domänenspezifische Anforderungen bereitstellen. Dein Prompt sollte Claude anweisen, seine Zusammenfassung in <summary></summary>-Tags einzuschließen.

Standard-Zusammenfassungs-Prompt

Der integrierte Zusammenfassungs-Prompt weist Claude an, eine strukturierte Fortsetzungszusammenfassung zu erstellen, die Folgendes enthält:

  1. Aufgabenüberblick: Die Kernanfrage des Benutzers, Erfolgskriterien und Einschränkungen.
  2. Aktueller Stand: Was abgeschlossen wurde, geänderte Dateien und erzeugte Artefakte.
  3. Wichtige Erkenntnisse: Technische Einschränkungen, getroffene Entscheidungen, behobene Fehler und gescheiterte Ansätze.
  4. Nächste Schritte: Konkret erforderliche Aktionen, Blocker und Prioritätsreihenfolge.
  5. Zu bewahrender Kontext: Benutzerpräferenzen, domänenspezifische Details und eingegangene Verpflichtungen.

Diese Struktur ermöglicht es Claude, die Arbeit effizient wieder aufzunehmen, ohne wichtigen Kontext zu verlieren oder Fehler zu wiederholen.

Einschränkungen

Serverseitige Tools

Bei der Verwendung serverseitiger Tools kann das SDK die Token-Nutzung falsch berechnen, wodurch die Komprimierung zum falschen Zeitpunkt ausgelöst wird.

Nach einer Websuche-Operation könnte die API-Antwort beispielsweise Folgendes zeigen:

Output
{
  "usage": {
    "input_tokens": 63000,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 270000,
    "output_tokens": 1400
  }
}

Das SDK berechnet die Gesamtnutzung als 63.000 + 0 + 270.000 + 1.400 = 334.400 Token. Der Wert cache_read_input_tokens enthält jedoch akkumulierte Lesevorgänge aus mehreren internen API-Aufrufen, die vom serverseitigen Tool durchgeführt wurden, und nicht deinen tatsächlichen Gesprächskontext. Deine tatsächliche Kontextlänge beträgt möglicherweise nur die 63.000 input_tokens, aber das SDK berechnet 334k und löst die Komprimierung vorzeitig aus.

Workarounds:

  • Verwende den Endpunkt für die Token-Zählung, um eine genaue Kontextlänge zu erhalten.
  • Vermeide Komprimierung, wenn du serverseitige Tools intensiv nutzt.

Sonderfälle bei der Tool-Nutzung

Wenn das SDK die Komprimierung auslöst, während eine Tool-Nutzungsantwort aussteht, entfernt es den Tool-Nutzungsblock aus dem Nachrichtenverlauf, bevor es die Zusammenfassung erzeugt. Nach der Fortsetzung von der Zusammenfassung aus führt Claude den Tool-Aufruf erneut aus, falls es ihn noch benötigt.

Komprimierung überwachen

Zu verstehen, wann die Komprimierung ausgelöst wird, hilft dir, Schwellenwerte abzustimmen und das erwartete Verhalten zu überprüfen.

Wann Komprimierung verwendet werden sollte

Gute Anwendungsfälle:

  • Lang laufende Agentenaufgaben, die viele Dateien oder Datenquellen verarbeiten
  • Recherche-Workflows, die große Mengen an Informationen ansammeln
  • Mehrstufige Aufgaben mit klarem, messbarem Fortschritt
  • Aufgaben, die Artefakte (Dateien, Berichte) erzeugen, die außerhalb des Gesprächs bestehen bleiben

Weniger ideale Anwendungsfälle:

  • Aufgaben, die eine präzise Erinnerung an frühe Gesprächsdetails erfordern
  • Workflows, die serverseitige Tools intensiv nutzen
  • Aufgaben, die einen exakten Zustand über viele Variablen hinweg aufrechterhalten müssen

Nächste Schritte

Verwalte lange Gespräche mit serverseitiger Komprimierung, der empfohlenen Strategie für die meisten Anwendungsfälle.

Reduziere Kosten und Latenz durch das Caching von Prompt-Präfixen und erfahre, wie Kontextbearbeitung mit dem Cache interagiert.

Verfügbarkeit

Kontextbearbeitung
Die Verfügbarkeitsanforderungen für Kontextbearbeitung sind auf allen unterstützten Plattformen gleich.
Status
Beta
API
  • Messages API
Beta-Header
Erfordert
Modelle
  • Alle Modelle

Zutreffende Endpunkte

  • /v1/messages mit context_management
Zero Data RetentionBerechtigt

Ausgenommen: Abgedeckte Modelle

Kontextbearbeitungen (Entfernen von Tool-Nutzung und Entfernen von Nachdenken) werden in Echtzeit angewendet.

HIPAANicht berechtigt

War diese Seite hilfreich?