Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
上下文编辑允许您在对话增长时自动管理对话上下文，帮助您优化成本并保持在上下文窗口限制内。您可以使用服务器端 API 策略、客户端 SDK 功能，或两者结合使用。
| 方法 | 运行位置 | 策略 | 工作原理 |
|---|---|---|---|
| 服务器端 | API | 工具结果清除 (clear_tool_uses_20250919)思考块清除 ( clear_thinking_20251015) | 在提示到达 Claude 之前应用。从对话历史中清除特定内容。每个策略可以独立配置。 |
| 客户端 | SDK | 压缩 | 在使用 tool_runner 时，可在 Python 和 TypeScript SDK 中使用。生成摘要并替换完整对话历史。请参阅下面的 压缩。 |
上下文编辑目前处于测试阶段，支持工具结果清除和思考块清除。要启用它，请在 API 请求中使用测试版标头 context-management-2025-06-27。
请通过我们的 反馈表单 分享您对此功能的反馈。
clear_tool_uses_20250919 策略在对话上下文增长超过您配置的阈值时清除工具结果。激活后，API 会按时间顺序自动清除最旧的工具结果，用占位符文本替换它们，让 Claude 知道工具结果已被移除。默认情况下，仅清除工具结果。您可以通过将 clear_tool_inputs 设置为 true，选择清除工具结果和工具调用（工具使用参数）。
clear_thinking_20251015 策略在启用扩展思考时管理对话中的 thinking 块。此策略自动清除来自先前轮次的较旧思考块。
默认行为：启用扩展思考但未配置 clear_thinking_20251015 策略时，API 会自动仅保留最后一个助手轮次的思考块（等同于 keep: {type: "thinking_turns", value: 1}）。
要最大化缓存命中，通过设置 keep: "all" 来保留所有思考块。
助手对话轮次可能包括多个内容块（例如使用工具时）和多个思考块（例如使用 交错思考）。
上下文编辑在服务器端进行
上下文编辑在提示到达 Claude 之前在 服务器端 应用。您的客户端应用程序维护完整的、未修改的对话历史——您无需将客户端状态与编辑后的版本同步。继续像往常一样在本地管理您的完整对话历史。
上下文编辑和提示缓存
上下文编辑与 提示缓存 的交互因策略而异：
工具结果清除：清除内容时使缓存的提示前缀失效。为了解决这个问题，我们建议清除足够的令牌以使缓存失效值得。使用 clear_at_least 参数确保每次清除时至少清除最少数量的令牌。每次清除内容时您都会产生缓存写入成本，但后续请求可以重用新缓存的前缀。
思考块清除：当思考块在上下文中被 保留（未清除）时，提示缓存被保留，启用缓存命中并减少输入令牌成本。当思考块被 清除 时，缓存在清除发生的位置失效。根据您是否想优先考虑缓存性能或上下文窗口可用性来配置 keep 参数。
上下文编辑可用于：
claude-opus-4-5-20251101)claude-opus-4-1-20250805)claude-opus-4-20250514)claude-sonnet-4-5-20250929)claude-sonnet-4-20250514)claude-haiku-4-5-20251001)启用工具结果清除的最简单方法是仅指定策略类型，因为所有其他 配置选项 将使用其默认值：
您可以使用其他参数自定义工具结果清除行为：
上下文编辑允许您在对话增长时自动管理对话上下文，帮助您优化成本并保持在上下文窗口限制内。您可以使用服务器端 API 策略、客户端 SDK 功能，或两者结合使用。
| 方法 | 运行位置 | 策略 | 工作原理 |
|---|---|---|---|
| 服务器端 | API | 工具结果清除 (clear_tool_uses_20250919)思考块清除 ( clear_thinking_20251015) | 在提示到达 Claude 之前应用。从对话历史中清除特定内容。每个策略可以独立配置。 |
| 客户端 | SDK | 压缩 | 在使用 tool_runner 时，在 Python 和 TypeScript SDK 中可用。生成摘要并替换完整的对话历史。请参阅下面的 压缩。 |
上下文编辑目前处于测试阶段，支持工具结果清除和思考块清除。要启用它，请在 API 请求中使用测试版标头 context-management-2025-06-27。
请通过我们的 反馈表单 分享您对此功能的反馈。
clear_tool_uses_20250919 策略在对话上下文增长超过您配置的阈值时清除工具结果。激活后，API 会按时间顺序自动清除最旧的工具结果，用占位符文本替换它们，以让 Claude 知道工具结果已被移除。默认情况下，仅清除工具结果。您可以通过将 clear_tool_inputs 设置为 true，选择同时清除工具结果和工具调用（工具使用参数）。
clear_thinking_20251015 策略在启用扩展思考时管理对话中的 thinking 块。此策略自动清除来自先前轮次的较旧思考块。
默认行为：启用扩展思考而不配置 clear_thinking_20251015 策略时，API 会自动仅保留最后一个助手轮次的思考块（等同于 keep: {type: "thinking_turns", value: 1}）。
要最大化缓存命中，通过设置 keep: "all" 保留所有思考块。
助手对话轮次可能包括多个内容块（例如使用工具时）和多个思考块（例如使用 交错思考）。
上下文编辑发生在服务器端
上下文编辑在提示到达 Claude 之前应用于服务器端。您的客户端应用程序维护完整的、未修改的对话历史——您无需将客户端状态与编辑后的版本同步。继续像往常一样在本地管理您的完整对话历史。
上下文编辑和提示缓存
上下文编辑与 提示缓存 的交互因策略而异：
工具结果清除：清除内容时使缓存的提示前缀失效。为了解决这个问题，我们建议清除足够的令牌以使缓存失效值得。使用 clear_at_least 参数确保每次清除时至少清除最少数量的令牌。每次清除内容时，您都会产生缓存写入成本，但后续请求可以重用新缓存的前缀。
思考块清除：当思考块保留在上下文中（未清除）时，提示缓存被保留，启用缓存命中并减少输入令牌成本。当思考块被清除时，缓存在清除发生的位置失效。根据您是否想优先考虑缓存性能或上下文窗口可用性来配置 keep 参数。
上下文编辑可用于：
claude-opus-4-5-20251101)claude-opus-4-1-20250805)claude-opus-4-20250514)claude-sonnet-4-5-20250929)claude-sonnet-4-20250514)claude-haiku-4-5-20251001)启用工具结果清除的最简单方法是仅指定策略类型，因为所有其他 配置选项 将使用其默认值：
您可以使用其他参数自定义工具结果清除行为：
启用思考块清除以在启用扩展思考时有效管理上下文和提示缓存：
clear_thinking_20251015 策略支持以下配置：
| 配置选项 | 默认值 | 描述 |
|---|---|---|
keep | {type: "thinking_turns", value: 1} | 定义要保留的最近助手轮次（包含思考块）的数量。使用 {type: "thinking_turns", value: N}，其中 N 必须 > 0 以保留最后 N 个轮次，或使用 "all" 保留所有思考块。 |
示例配置：
// 保留最后 3 个助手轮次的思考块
{
"type": "clear_thinking_20251015",
"keep": {
"type": "thinking_turns",
"value": 3
}
}
// 保留所有思考块（最大化缓存命中）
{
"type": "clear_thinking_20251015",
"keep": "all"
}您可以同时使用思考块清除和工具结果清除：
使用多个策略时，clear_thinking_20251015 策略必须在 edits 数组中首先列出。
| 配置选项 | 默认值 | 描述 |
|---|---|---|
trigger | 100,000 输入令牌 | 定义上下文编辑策略何时激活。一旦提示超过此阈值，清除将开始。您可以在 input_tokens 或 tool_uses 中指定此值。 |
keep | 3 个工具使用 | 定义清除发生后要保留的最近工具使用/结果对的数量。API 首先移除最旧的工具交互，保留最新的工具交互。 |
clear_at_least | 无 | 确保每次策略激活时至少清除最少数量的令牌。如果 API 无法清除至少指定的数量，则不会应用该策略。这有助于确定上下文清除是否值得破坏您的提示缓存。 |
exclude_tools | 无 | 工具名称列表，其工具使用和结果永远不应被清除。用于保留重要上下文。 |
clear_tool_inputs | false | 控制是否将工具调用参数与工具结果一起清除。默认情况下，仅清除工具结果，同时保持 Claude 的原始工具调用可见。 |
您可以使用 context_management 响应字段查看哪些上下文编辑已应用于您的请求，以及有关清除的内容和输入令牌的有用统计信息。
{
"id": "msg_013Zva2CMHLNnXjNJJKqJ2EF",
"type": "message",
"role": "assistant",
"content": [...],
"usage": {...},
"context_management": {
"applied_edits": [
// 使用 `clear_thinking_20251015` 时
{
"type": "clear_thinking_20251015",
"cleared_thinking_turns": 3,
"cleared_input_tokens": 15000
},
// 使用 `clear_tool_uses_20250919` 时
{
"type": "clear_tool_uses_20250919",
"cleared_tool_uses": 8,
"cleared_input_tokens": 50000
}
]
}
}对于流式响应，上下文编辑将包含在最终的 message_delta 事件中：
{
"type": "message_delta",
"delta": {
"stop_reason": "end_turn",
"stop_sequence": null
},
"usage": {
"output_tokens": 1024
},
"context_management": {
"applied_edits": [...]
}
}clear_thinking_20251015 策略支持以下配置：
| 配置选项 | 默认值 | 描述 |
|---|---|---|
keep | {type: "thinking_turns", value: 1} | 定义要保留多少个最近的带有思考块的助手轮次。使用 {type: "thinking_turns", value: N}，其中 N 必须 > 0 以保留最后 N 个轮次，或使用 "all" 保留所有思考块。 |
配置示例：
// 保留最后 3 个助手轮次的思考块
{
"type": "clear_thinking_20251015",
"keep": {
"type": "thinking_turns",
"value": 3
}
}
// 保留所有思考块（最大化缓存命中）
{
"type": "clear_thinking_20251015",
"keep": "all"
}您可以同时使用思考块清除和工具结果清除：
使用多个策略时，clear_thinking_20251015 策略必须在 edits 数组中首先列出。
| 配置选项 | 默认值 | 描述 |
|---|---|---|
trigger | 100,000 输入令牌 | 定义上下文编辑策略何时激活。一旦提示超过此阈值，清除将开始。您可以在 input_tokens 或 tool_uses 中指定此值。 |
keep | 3 个工具使用 | 定义清除发生后要保留多少个最近的工具使用/结果对。API 首先删除最旧的工具交互，保留最新的交互。 |
clear_at_least | 无 | 确保每次策略激活时至少清除一定数量的令牌。如果 API 无法清除至少指定的数量，则不会应用该策略。这有助于确定上下文清除是否值得破坏您的提示缓存。 |
exclude_tools | 无 | 工具名称列表，其工具使用和结果永远不应被清除。对于保留重要上下文很有用。 |
clear_tool_inputs | false | 控制是否将工具调用参数与工具结果一起清除。默认情况下，仅清除工具结果，同时保持 Claude 的原始工具调用可见。 |
您可以使用 context_management 响应字段查看哪些上下文编辑已应用于您的请求，以及有关已清除内容和输入令牌的有用统计信息。
{
"id": "msg_013Zva2CMHLNnXjNJJKqJ2EF",
"type": "message",
"role": "assistant",
"content": [...],
"usage": {...},
"context_management": {
"applied_edits": [
// 使用 `clear_thinking_20251015` 时
{
"type": "clear_thinking_20251015",
"cleared_thinking_turns": 3,
"cleared_input_tokens": 15000
},
// 使用 `clear_tool_uses_20250919` 时
{
"type": "clear_tool_uses_20250919",
"cleared_tool_uses": 8,
"cleared_input_tokens": 50000
}
]
}
}对于流式响应，上下文编辑将包含在最终的 message_delta 事件中：
{
"type": "message_delta",
"delta": {
"stop_reason": "end_turn",
"stop_sequence": null
},
"usage": {
"output_tokens": 1024
},
"context_management": {
"applied_edits": [...]
}
}令牌计数端点支持上下文管理，允许您预览应用上下文编辑后提示将使用多少令牌。
{
"input_tokens": 25000,
"context_management": {
"original_input_tokens": 70000
}
}响应显示应用上下文管理后的最终令牌计数（input_tokens）和任何清除发生前的原始令牌计数（original_input_tokens）。
上下文编辑可以与内存工具结合使用。当您的对话上下文接近配置的清除阈值时，Claude 会收到自动警告以保留重要信息。这使 Claude 能够在工具结果从对话历史中清除之前将其保存到内存文件中。
这种组合允许您：
例如，在 Claude 执行许多操作的文件编辑工作流中，Claude 可以在上下文增长时将已完成的更改总结到内存文件中。当工具结果被清除时，Claude 通过其内存系统保留对该信息的访问权限，并可以继续有效地工作。
要同时使用这两个功能，请在您的 API 请求中启用它们：
压缩在Python 和 TypeScript SDK中可用，当使用tool_runner 方法时。
压缩是一个 SDK 功能，当令牌使用量增长过大时，通过生成摘要来自动管理对话上下文。与清除内容的服务器端上下文编辑策略不同，压缩指示 Claude 总结对话历史，然后用该摘要替换完整历史。这允许 Claude 继续处理否则会超过上下文窗口的长期运行任务。
启用压缩时，SDK 在每个模型响应后监控令牌使用情况：
input_tokens + cache_creation_input_tokens + cache_read_input_tokens + output_tokens<summary></summary> 标签中的结构化摘要将 compaction_control 添加到您的 tool_runner 调用中：
随着对话的增长，消息历史积累：
压缩前（接近 100k 令牌）：
[
{ "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 ...
]当令牌超过阈值时，SDK 注入摘要请求，Claude 生成摘要。然后整个历史被替换：
压缩后（回到约 2-3k 令牌）：
[
{
"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 从这个摘要继续工作，就像它是原始对话历史一样。
| 参数 | 类型 | 必需 | 默认值 | 描述 |
|---|---|---|---|---|
enabled | boolean | 是 | - | 是否启用自动压缩 |
context_token_threshold | number | 否 | 100,000 | 触发压缩的令牌计数 |
model | string | 否 | 与主模型相同 | 用于生成摘要的模型 |
summary_prompt | string | 否 | 见下文 | 摘要生成的自定义提示 |
阈值确定何时发生压缩。较低的阈值意味着更频繁的压缩，上下文窗口更小。较高的阈值允许更多上下文，但存在达到限制的风险。
# 对于内存受限的场景进行更频繁的压缩
compaction_control={
"enabled": True,
"context_token_threshold": 50000
}
# 当您需要更多上下文时进行较少频繁的压缩
compaction_control={
"enabled": True,
"context_token_threshold": 150000
}您可以使用更快或更便宜的模型来生成摘要：
compaction_control={
"enabled": True,
"context_token_threshold": 100000,
"model": "claude-haiku-4-5"
}您可以为特定领域的需求提供自定义提示。您的提示应指示 Claude 将其摘要包装在 <summary></summary> 标签中。
compaction_control={
"enabled": True,
"context_token_threshold": 100000,
"summary_prompt": """Summarize the research conducted so far, including:
- Sources consulted and key findings
- Questions answered and remaining unknowns
- Recommended next steps
Wrap your summary in <summary></summary> tags."""
}上下文编辑可以与内存工具结合使用。当您的对话上下文接近配置的清除阈值时，Claude 会收到自动警告以保留重要信息。这使 Claude 能够在工具结果或上下文从对话历史中清除之前将其保存到内存文件中。
这种组合允许您：
例如，在 Claude 执行许多操作的文件编辑工作流中，Claude 可以在上下文增长时将已完成的更改总结到内存文件中。当工具结果被清除时，Claude 通过其内存系统保留对该信息的访问权限，并可以继续有效地工作。
要同时使用这两个功能，请在您的 API 请求中启用它们：
压缩功能在使用 tool_runner 方法时可在 Python 和 TypeScript SDK 中使用。
压缩是一个 SDK 功能，当令牌使用量增长过大时，它通过生成摘要来自动管理对话上下文。与清除内容的服务器端上下文编辑策略不同，压缩指示 Claude 总结对话历史，然后用该摘要替换完整历史。这允许 Claude 继续处理长期运行的任务，否则会超过上下文窗口。
启用压缩后，SDK 在每个模型响应后监控令牌使用情况：
input_tokens + cache_creation_input_tokens + cache_read_input_tokens + output_tokens<summary></summary> 标签中的结构化摘要将 compaction_control 添加到您的 tool_runner 调用中：
随着对话的增长，消息历史会累积：
压缩前（接近 100k 令牌）：
[
{ "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 ...
]当令牌超过阈值时，SDK 注入摘要请求，Claude 生成摘要。然后整个历史被替换：
压缩后（回到约 2-3k 令牌）：
[
{
"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 从这个摘要继续工作，就像它是原始对话历史一样。
| 参数 | 类型 | 必需 | 默认值 | 描述 |
|---|---|---|---|---|
enabled | boolean | 是 | - | 是否启用自动压缩 |
context_token_threshold | number | 否 | 100,000 | 触发压缩的令牌计数 |
model | string | 否 | 与主模型相同 | 用于生成摘要的模型 |
summary_prompt | string | 否 | 见下文 | 摘要生成的自定义提示 |
阈值决定了压缩何时发生。较低的阈值意味着更频繁的压缩，上下文窗口更小。较高的阈值允许更多上下文，但有触及限制的风险。
# More frequent compaction for memory-constrained scenarios
compaction_control={
"enabled": True,
"context_token_threshold": 50000
}
# Less frequent compaction when you need more context
compaction_control={
"enabled": True,
"context_token_threshold": 150000
}您可以使用更快或更便宜的模型来生成摘要：
compaction_control={
"enabled": True,
"context_token_threshold": 100000,
"model": "claude-haiku-4-5"
}您可以为特定领域的需求提供自定义提示。您的提示应指示 Claude 将其摘要包装在 <summary></summary> 标签中。
compaction_control={
"enabled": True,
"context_token_threshold": 100000,
"summary_prompt": """Summarize the research conducted so far, including:
- Sources consulted and key findings
- Questions answered and remaining unknowns
- Recommended next steps
Wrap your summary in <summary></summary> tags."""
}内置摘要提示指示 Claude 创建包含以下内容的结构化继续摘要：
这种结构使 Claude 能够高效地恢复工作，而不会丢失重要上下文或重复错误。
使用服务器端工具时，SDK 可能会错误地计算令牌使用情况，导致压缩在错误的时间触发。
例如，在网络搜索操作后，API 响应可能显示：
{
"usage": {
"input_tokens": 63000,
"cache_read_input_tokens": 270000,
"output_tokens": 1400
}
}SDK 将总使用情况计算为 63,000 + 270,000 = 333,000 令牌。但是，cache_read_input_tokens 值包括服务器端工具进行的多个内部 API 调用的累积读取，而不是您的实际对话上下文。您的真实上下文长度可能只有 63,000 个 input_tokens，但 SDK 看到 333k 并过早触发压缩。
解决方案：
当在工具使用响应待处理时触发压缩时，SDK 在生成摘要之前从消息历史中删除工具使用块。如果仍需要，Claude 将在从摘要恢复后重新发出工具调用。
使用服务器端工具时，SDK 可能会错误地计算令牌使用情况，导致压缩在错误的时间触发。
例如，在网络搜索操作后，API 响应可能显示：
{
"usage": {
"input_tokens": 63000,
"cache_read_input_tokens": 270000,
"output_tokens": 1400
}
}SDK 将总使用情况计算为 63,000 + 270,000 = 333,000 令牌。但是，cache_read_input_tokens 值包括服务器端工具进行的多个内部 API 调用的累积读取，而不是您的实际对话上下文。您的真实上下文长度可能只有 63,000 个 input_tokens，但 SDK 看到 333k 并过早触发压缩。
解决方案：
当在工具使用响应待处理时触发压缩时，SDK 在生成摘要之前从消息历史中删除工具使用块。如果仍需要，Claude 将在从摘要恢复后重新发出工具调用。
启用日志记录以跟踪压缩何时发生：
import logging
logging.basicConfig(level=logging.INFO)
logging.getLogger("anthropic.lib.tools").setLevel(logging.INFO)
# Logs will show:
# INFO: Token usage 105000 has exceeded the threshold of 100000. Performing compaction.
# INFO: Compaction complete. New token usage: 2500使用服务器端工具时，SDK 可能会错误地计算令牌使用情况，导致压缩在错误的时间触发。
例如，在网络搜索操作后，API 响应可能显示：
{
"usage": {
"input_tokens": 63000,
"cache_read_input_tokens": 270000,
"output_tokens": 1400
}
}SDK 将总使用情况计算为 63,000 + 270,000 = 333,000 令牌。但是，cache_read_input_tokens 值包括服务器端工具进行的多个内部 API 调用的累积读取，而不是您的实际对话上下文。您的真实上下文长度可能只有 63,000 个 input_tokens，但 SDK 看到 333k 并过早触发压缩。
解决方案：
当在工具使用响应待处理时触发压缩时，SDK 在生成摘要之前从消息历史中删除工具使用块。如果仍需要，Claude 将在从摘要恢复后重新发出工具调用。
启用日志记录以跟踪压缩何时发生：
import logging
logging.basicConfig(level=logging.INFO)
logging.getLogger("anthropic.lib.tools").setLevel(logging.INFO)
# Logs will show:
# INFO: Token usage 105000 has exceeded the threshold of 100000. Performing compaction.
# INFO: Compaction complete. New token usage: 2500良好的用例：
不太理想的用例：
curl https://api.anthropic.com/v1/messages \
--header "x-api-key: $ANTHROPIC_API_KEY" \
--header "anthropic-version: 2023-06-01" \
--header "content-type: application/json" \
--header "anthropic-beta: context-management-2025-06-27" \
--data '{
"model": "claude-sonnet-4-5",
"max_tokens": 4096,
"messages": [
{
"role": "user",
"content": "Search for recent developments in AI"
}
],
"tools": [
{
"type": "web_search_20250305",
"name": "web_search"
}
],
"context_management": {
"edits": [
{"type": "clear_tool_uses_20250919"}
]
}
}'curl https://api.anthropic.com/v1/messages \
--header "x-api-key: $ANTHROPIC_API_KEY" \
--header "anthropic-version: 2023-06-01" \
--header "content-type: application/json" \
--header "anthropic-beta: context-management-2025-06-27" \
--data '{
"model": "claude-sonnet-4-5",
"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
}
],
"context_management": {
"edits": [
{
"type": "clear_tool_uses_20250919",
"trigger": {
"type": "input_tokens",
"value": 30000
},
"keep": {
"type": "tool_uses",
"value": 3
},
"clear_at_least": {
"type": "input_tokens",
"value": 5000
},
"exclude_tools": ["web_search"]
}
]
}
}'curl https://api.anthropic.com/v1/messages \
--header "x-api-key: $ANTHROPIC_API_KEY" \
--header "anthropic-version: 2023-06-01" \
--header "content-type: application/json" \
--header "anthropic-beta: context-management-2025-06-27" \
--data '{
"model": "claude-sonnet-4-5",
"max_tokens": 4096,
"messages": [
{
"role": "user",
"content": "Search for recent developments in AI"
}
],
"tools": [
{
"type": "web_search_20250305",
"name": "web_search"
}
],
"context_management": {
"edits": [
{"type": "clear_tool_uses_20250919"}
]
}
}'curl https://api.anthropic.com/v1/messages \
--header "x-api-key: $ANTHROPIC_API_KEY" \
--header "anthropic-version: 2023-06-01" \
--header "content-type: application/json" \
--header "anthropic-beta: context-management-2025-06-27" \
--data '{
"model": "claude-sonnet-4-5",
"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
}
],
"context_management": {
"edits": [
{
"type": "clear_tool_uses_20250919",
"trigger": {
"type": "input_tokens",
"value": 30000
},
"keep": {
"type": "tool_uses",
"value": 3
},
"clear_at_least": {
"type": "input_tokens",
"value": 5000
},
"exclude_tools": ["web_search"]
}
]
}
}'curl https://api.anthropic.com/v1/messages \
--header "x-api-key: $ANTHROPIC_API_KEY" \
--header "anthropic-version: 2023-06-01" \
--header "content-type: application/json" \
--header "anthropic-beta: context-management-2025-06-27" \
--data '{
"model": "claude-sonnet-4-5-20250929",
"max_tokens": 1024,
"messages": [...],
"thinking": {
"type": "enabled",
"budget_tokens": 10000
},
"context_management": {
"edits": [
{
"type": "clear_thinking_20251015",
"keep": {
"type": "thinking_turns",
"value": 2
}
}
]
}
}'response = client.beta.messages.create(
model="claude-sonnet-4-5-20250929",
max_tokens=1024,
messages=[...],
thinking={
"type": "enabled",
"budget_tokens": 10000
},
tools=[...],
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
}
}
]
}
)response = client.beta.messages.create(
model="claude-sonnet-4-5-20250929",
max_tokens=1024,
messages=[...],
thinking={
"type": "enabled",
"budget_tokens": 10000
},
tools=[...],
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
}
}
]
}
)curl https://api.anthropic.com/v1/messages/count_tokens \
--header "x-api-key: $ANTHROPIC_API_KEY" \
--header "anthropic-version: 2023-06-01" \
--header "content-type: application/json" \
--header "anthropic-beta: context-management-2025-06-27" \
--data '{
"model": "claude-sonnet-4-5",
"messages": [
{
"role": "user",
"content": "Continue our conversation..."
}
],
"tools": [...],
"context_management": {
"edits": [
{
"type": "clear_tool_uses_20250919",
"trigger": {
"type": "input_tokens",
"value": 30000
},
"keep": {
"type": "tool_uses",
"value": 5
}
}
]
}
}'response = client.beta.messages.create(
model="claude-sonnet-4-5",
max_tokens=4096,
messages=[...],
tools=[
{
"type": "memory_20250818",
"name": "memory"
},
# Your other tools
],
betas=["context-management-2025-06-27"],
context_management={
"edits": [
{"type": "clear_tool_uses_20250919"}
]
}
)import anthropic
client = anthropic.Anthropic()
runner = client.beta.messages.tool_runner(
model="claude-sonnet-4-5",
max_tokens=4096,
tools=[...],
messages=[
{
"role": "user",
"content": "Analyze all the files in this directory and write a summary report."
}
],
compaction_control={
"enabled": True,
"context_token_threshold": 100000
}
)
for message in runner:
print(f"Tokens used: {message.usage.input_tokens}")
final = runner.until_done()response = client.beta.messages.create(
model="claude-sonnet-4-5",
max_tokens=4096,
messages=[...],
tools=[
{
"type": "memory_20250818",
"name": "memory"
},
# Your other tools
],
betas=["context-management-2025-06-27"],
context_management={
"edits": [
{"type": "clear_tool_uses_20250919"}
]
}
)import anthropic
client = anthropic.Anthropic()
runner = client.beta.messages.tool_runner(
model="claude-sonnet-4-5",
max_tokens=4096,
tools=[...],
messages=[
{
"role": "user",
"content": "Analyze all the files in this directory and write a summary report."
}
],
compaction_control={
"enabled": True,
"context_token_threshold": 100000
}
)
for message in runner:
print(f"Tokens used: {message.usage.input_tokens}")
final = runner.until_done()