你的大模型 API 账单能打折：前缀缓存，我用一次踩坑换来的
Agent 每轮都要把全部历史重发给大模型，费用照付；但服务商对逐字节一致的前缀有缓存折扣，输入价最低一折。本文讲清前缀缓存的命中规则、四种"毒死缓存"的常见写法，并附我开源项目 codeAgent 的三段真实源码：临时消息走便签通道不进正式历史、_timestamp 等记账字段发送前统一剥离、system prompt 只构建一次。零依赖零成本，长会话能省数倍 token 费用，附完整代码。
引用回复为什么不能只存一段文字？消息标识、上下文与失效引用
本文探讨聊天系统中“引用回复”的本质设计问题：如何确保回复**准确指向原消息**（而非靠内容或位置）、**当前可展示什么**（区分加载/权限/删除状态）、**点击后能否可靠定位**（需独立于分页与缓存）。强调用`(会话ID, 消息ID)`稳定标识，分离关系、展示、定位三重契约，避免摘要误导与位置漂移。（239字）
长期运行要盯住的日志、状态清理与署名义务
本文详解 billion-context 在 ECS 长期部署的运维要点：日志轮转（10MB 自动切换）、状态目录建议置于数据盘、会话清理需显式启用（默认关闭）、自动更新后需手动重启以避免 stale 状态，并强调 MIT 许可下的署名义务。附常见问题与长期运行清单。（239 字）
阿里云AI模型的Token如何计费？输入、输出及免费100 Tokens费用说明
2026年阿里云通义千问（Qwen）系列模型Token收费标准公布：按输入/输出分别计价，覆盖Qwen3-Max、Qwen3.5-Plus、Qwen-Long、Qwen3-Omni-Flash（多模态）、通义点金及全妙轻应用等。支持Batch调用5折、上下文缓存优惠及90天内免费额度（各100万Token起），精准报价以阿里云百炼官网为准。（239字）
ECS 上跑知识库的容量与性能实践
本文详解dsh-knowledge插件（v0.4.1，AGPL-3.0）在阿里云ECS上长期稳定运行的关键：容量规划（模型/分块/原始文件/内存四维估算）、模型权重落盘至数据盘、Token级分块参数调优、精准索引重建策略、后台异步下载语义及MinerU容错机制，兼顾备份与监控。
