Claude Code 提示词缓存、子 Agent 调度拆到 getSystemPrompt() 这一层，卡住大多数人的往往不是原理，而是通道和 Key 散在各处。TaoToken 把这一步收口，https://taotoken.net/?utm_source=taotoken_aicg_blog_end 是注册和创建 Key 的入口。源码那套骨架其实挺清楚：静态提示词前缀长期稳定，能吃到 API 层的缓存复用；动态模块按会话单独拼装，谁也不能污染前缀；再往上叠 6 个原生 Agent 的分工和一条 14 步调度链路。三层加起来，token 成本才压得住。但真到动手复现第一轮会话时，很多人会在同一个地方停住：Base URL 填什么、Key 从哪来、子 Agent 跑起来以后怎么确认请求真的发出去了。这一篇就把这段接上，从 getSystemPrompt() 的边界讲到settings.json里的两个环境变量，再跑一个只读探索子 Agent 做冒烟。地址只有两个，别混：给人点的页面是 https://taotoken.net/?utm_source=taotoken_aicg_blog_end ，填进工具的接口地址是 https://taotoken.net/api 。
1. getSystemPrompt() 拆开之后，缓存复用的前提是前缀别乱动
1.1 静态前缀和动态模块的边界在哪
把 system prompt 的组装过程摊开看，它其实是两堆东西叠在一起。第一堆是长期不变的：角色设定、工具使用规范、编码风格约束、输出格式要求。这部分跨会话、跨文件几乎一字不改，放在最前面，服务端的 prompt cache 才有机会命中，第二次以后这部分基本按缓存价结算。第二堆是每次会话都可能变的：当前工作目录、仓库状态、CLAUDE.md的内容、本次要看的文件清单、日期、待办列表。
关键不在"分成两堆"，而在叠放顺序。缓存是按前缀逐段比对的，只要第 3 段变了，第 4 段往后全部作废。所以动态模块绝对不能插在静态前缀中间，更不能放在它前面。很多人抱怨缓存不生效，回头一查，是因为在系统提示里塞了一句当前时间，或者把随会话变化的文件内容拼到了角色描述后面。这不是模型的问题，是拼接顺序的问题。
还有一层容易被忽略：子 Agent 各有自己的一套提示词。如果每个 Agent 的系统提示开头都是同一段通用的行为规范，那这段规范就能被多个 Agent 共享同一份缓存；反过来，如果每个 Agent 都从零开始写一段完全不同的开场，缓存就没有复用的余地。写子 Agent 的时候，把公共部分抽出来固定住，比在每个 Agent 里精雕细琢措辞划算得多。
1.2 6 个子 Agent 分工，14 步链路里谁在重复烧 Token
原生 Agent 的分工大致是这么个路子：有的专门读代码和检索、有的负责拆解任务和排计划、有的改文件、有的跑验证、有的做评审、最后还有汇总输出的。看着是"人多好办事"，实际上每一次分工都是一次独立的模型调用，而每一次调用都要重新付一次输入 token 的钱。
14 步调度链路也是同样的道理。目标理解、探索、计划、编辑、验证、汇报，每一步都可能新开一轮请求。如果每一轮都把整段仓库上下文重新塞进去，而且塞的位置还在静态前缀之前，那前面辛苦设计的缓存结构就被自己顶掉了。真正省 token 的做法是：让稳定的一段始终稳定，让变动的一段只出现在变动该出现的位置，然后靠统一通道把这些请求收在一条线上，方便你回头对账、看哪一步在重复消耗。
到了这一步你会发现，剩下的工作不是背提示词模板，而是把运行环境接通。子 Agent 会话一旦要反复跑，通道散在三四个地方、Key 复制来复制去，出问题的时候根本定位不到是哪一层的事。
2. 第一轮会话之前，先把 Key 和两个地址理清
2.1 在 TaoToken 创建一把自己的 Key
原文里"准备好运行环境、开始第一轮会话"这一步，落到操作上就是两件小事：拿 Key、填地址。打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end ，注册登录后进控制台，在 API Keys 页面创建一把新 Key，复制出来先放好。这把 Key 就是后面的YOUR_API_KEY，全文所有配置里的 Key 位置都换成它。
这里顺手把模型 ID 也确认掉。别凭记忆写，去模型广场看当时列表里有什么，把要用的那个 ID 原样抄下来。模型广场的列表是会调整的，所以本文里一律写成YOUR_MODEL_ID，以 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 上模型广场当时的显示为准，不给你编一个带日期后缀或者听着很像的名字。
2.2 落地页和 Base URL 不是同一个东西
这是最容易出错的一处，单独列个对照：
| 用途 | 填什么 | 说明 |
|---|---|---|
| 注册、创建 Key、看模型广场、看用量 | https://taotoken.net/?utm_source=taotoken_aicg_blog_end | 给人点的页面，带查询参数 |
| 填进工具的接口地址 | https://taotoken.net/api | 末尾不加/v1，不加任何查询参数 |
注意两点。第一，带?utm_source=...的地址是浏览器访问用的，把它粘进ANTHROPIC_BASE_URL会直接 404，因为工具不会帮你解析查询串。第二，接口地址末尾不要自己补/v1，客户端自己会在后面拼路径，补了就是双份。这两个动作看起来都是"多打几个字符"，代价却是一次失败的会话和半小时排查。
3. ~/.claude/settings.json 里把 Claude Code 指向 TaoToken
3.1 环境变量方式，适合先验证一次
最轻量的做法是当前终端里导出三个变量，然后正常启动 Claude Code：
export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_AUTH_TOKEN="YOUR_API_KEY" export ANTHROPIC_MODEL="YOUR_MODEL_ID"ANTHROPIC_BASE_URL就是接口地址那一格，写https://taotoken.net/api，不要带/v1，也不要带查询参数。ANTHROPIC_AUTH_TOKEN放刚才创建的 Key。ANTHROPIC_MODEL放模型广场上抄下来的 ID。三个变量设完，当前这个终端窗口里启动的 Claude Code 就会走这条通道。
如果习惯用命令行带参数启动，也可以装一下配套 CLI：
npm install -g @taotoken/taotoken taotoken cc -k YOUR_API_KEY -u https://taotoken.net/api -m YOUR_MODEL_ID-k后面是 Key，-u后面是接口地址，-m后面是模型 ID，三个参数和上面的环境变量一一对应，别把带查询参数的官网地址填到-u上。
3.2 settings.json 的 env 段，长期写代码用这个
环境变量只在那一个终端窗口里有效，关掉就没了。要长期跑子 Agent 会话，写进配置文件更省事。Claude Code 的用户级配置在~/.claude/settings.json，把三个变量塞进env段：
{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY", "ANTHROPIC_MODEL": "YOUR_MODEL_ID" } }文件里不要出现任何中文标点，YOUR_API_KEY换成实际 Key 之后记得保存。如果同时在 shell 里导出过环境变量、文件里又写了一份，要清楚哪一份生效——排查问题时先把其中一份注释掉，只留一份，能省掉很多来回猜的时间。
这套写法不是 Claude Code 独有，后面换到别的吃 token 的编程工具时，思路完全一样：找到它的配置文件，把接口地址那一格改成https://taotoken.net/api，把 Key 那一格改成同一把 TaoToken Key。
3.3 模型 ID 别自己编
有人图省事，直接照着别处的名字写一个模型 ID，比如加了奇怪的日期后缀或者大小写混着写。这类 ID 在模型广场上根本不存在，请求会以model not found或参数错误回来。正确做法只有一个：打开模型广场，复制当时列表里的 ID，原样粘进ANTHROPIC_MODEL。列表更新了就回来看一眼，不要凭印象。
4. 跑一个只读探索子 Agent，确认请求真的走通
4.1 冒烟任务怎么下：只读、范围小、可验证
配置改完，先别急着让它去改代码。挑一个只读探索型的子任务做冒烟，比如让它通读src/下的入口文件，列出模块之间的依赖关系，输出一份结构说明，全程不允许写文件。这种任务的输出容易判断对错：说得对不对你一眼能看出来，同时它不会动你的仓库。
这里要明确一条边界：AI 编程工具在这个环节里只做"读代码、解释代码、生成待确认的片段"这三件事。涉及数据库的 SQL 诊断、编译运行、脚本执行，都必须由你自己在本地环境或者 SQL 客户端里跑完，再把报错原样贴回对话里让它分析。不要指望子 Agent 直接连上你的生产库或者生产机器去执行动作，这既不是它该做的事，也超出了"生成和解释"的范围。
4.2 判断走通的三个信号
第一，子任务能正常返回内容，中途没有中断。第二，客户端没有抛鉴权类报错，说明 Key 被读到了。第三，回到 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 的控制台，在调用记录或者用量页面能看到刚才这几次请求。三条都对上，说明通道、Key、模型 ID 三件套都是对的。
第三条特别值得养成习惯。子 Agent 会话一次要发好几轮请求，只看终端输出你没法判断有没有重复消耗。有了调用记录，你才能对照 14 步链路去看：哪一步在反复调用、哪一步的输入特别长、是不是有某个 Agent 每次都在重发整段上下文。这才是把 token 成本压下来的实际抓手。
4.3 缓存命中率低的时候先查这几处
缓存不生效通常不是单一原因，按下面顺序过一遍：动态内容有没有跑到静态前缀前面去了；CLAUDE.md是不是每次启动都被改了一次；系统提示里有没有拼进时间戳、随机数、当次会话的临时路径；模型 ID 是不是中途换过——换了模型，缓存自然重来；Key 是不是换了账号，不同账号之间缓存不共享。
还有一点：缓存是前缀级复用的，只要你在会话中途插入一段新的系统级指令，后面全部重算。所以调试阶段尽量别在中途改配置文件，改完重开会话再观察，数据才干净。
5. 401、404、model not found：三个报错对应三处改动
5.1 401 基本都在 Key 上
报鉴权失败的时候，先看ANTHROPIC_AUTH_TOKEN这一格。常见情况是：复制 Key 的时候带上了首尾空格；Key 被换行截断了；配置文件写了一份、shell 里又导出了一份旧的，实际生效的不是你以为的那份；或者 Key 根本没创建成功，填了个空字符串。处理办法很简单，把 Key 那一格清空，重新从 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 的控制台复制一次，粘进去之后检查有没有多余空格。
顺带说一句，Key 不要写进会提交到仓库的文件里。放在用户级配置或者本地环境变量里，团队共享的配置模板里只留YOUR_API_KEY这种占位符。
5.2 404 几乎都是 Base URL 多了 /v1
ANTHROPIC_BASE_URL只写到https://taotoken.net/api为止。多写/v1、多写斜杠、或者干脆把带查询参数的官网地址粘进来，都会变成 404。这一条是新配置里最高频的问题，踩过一次基本不会再犯：给人点的链接带参数，给工具用的地址不带任何参数。检查方式也很直接，把配置文件里的那一行读一遍，确认它以/api结尾。
5.3 model not found 是模型 ID 的问题
这类报错和通道无关，纯粹是 ID 对不上。回模型广场核对一遍当时列表里的写法，注意大小写和连接符。别用别家平台的命名习惯去猜，也别自己拼一个看起来合理的名字。改完保存，重开会话再试。
6. 同一把 Key 扩到其他吃 Token 的工具，顺手对一次账
6.1 换工具只换 Base URL 那一格
Claude Code 跑通之后，同一把 Key 可以直接复用到其他编程工具上：找到那个工具的配置文件，把接口地址那一格填成https://taotoken.net/api，Key 那一格填同一把YOUR_API_KEY，模型那一格按模型广场当时的列表填。这就是统一接入的价值——不用每个工具一套账号、一套额度、一套账单，出问题的时候也只需要检查一处。
但别把这件事理解成"绕过什么"。它解决的是开发者在多个工具之间来回切换、Key 和额度散落各处的问题，通道本身是正常的 API 接入，配置项在官方文档里都能对上。子 Agent 会话越复杂，这种统一越有用：同一把 Key 跑探索、跑评审、跑验证，调用记录在一处汇总，哪个环节消耗异常一眼就能看出来。
6.2 去控制台看这次子 Agent 会话有没有记上账
配置保存后，先在 TaoToken 模型对话 里用同一把 Key 发一条测试消息，确认模型 ID 和 Base URL 都对得上；接着打开 控制台 API Keys 核对刚才那次只读探索子 Agent 的调用是否已经记上账。如果你打算长期用这套子 Agent 结构写代码，可以去 Coding Plan 看看额度是否够用，环境变量的字段对照则以 Claude Code 接入文档 为准。
下一步可以做得更细一点：在调用记录里把探索那一轮和验证那一轮分开看，比一比谁的输入更长。通常你会发现，探索阶段的输入最肥——把这一步的静态前缀固定住、动态上下文收窄到必要文件，成本下降比换模型更明显。
