Valeurs par défaut du Prompt Caching pour Continue

Active automatiquement le prompt caching pour les modèles supportés dans l'agent Continue, réduisant les coûts d'entrée et améliorant la latence.

déclencheurs:enable prompt cachingcontinue caching defaultsreduce input costs continueanthropic cache control

GitHub SKILL.md

Ce que cela fait

Cette compétence fournit un ensemble de patchs pour modifier le comportement par défaut du prompt caching dans l'extension IDE Continue, passant de l'option manuelle à l'activation automatique. Elle garantit que les modèles supportés (comme Claude via Anthropic ou Bedrock) utilisent le prompt caching par défaut, réduisant ainsi considérablement les coûts de tokens pour les conversations multi-tours.

Quand l'utiliser

Utilisez cette compétence lorsque vous souhaitez optimiser les performances et le coût d'une installation de Continue, spécifiquement pour les utilisateurs qui ne connaissent pas la configuration manuelle requise pour activer le caching.

Ce qui est inclus

Instructions : Des diffs détaillés pour Anthropic.ts et Bedrock.ts afin de changer la stratégie de caching par défaut vers systemAndTools et d'activer automatiquement le caching des messages de conversation.
Vérification : Un processus clair en 4 étapes pour vérifier que les marqueurs cache_control sont envoyés et que les lectures de cache s'effectuent.

Agents compatibles

Continue

Étiquettes

#prompt-caching #continue #optimization #cost-reduction #anthropic #bedrock #llm-harness

Pas encore audité

Cette compétence n'a pas encore été examinée par notre pipeline d'audit automatisé.

Informations

Dépôt: prompt-cache-skills
Étoiles: 107

Compétences similaires

Claude Code (Clawdbot)

Wrapper to run the local Claude Code CLI in headless or interactive (tmux) modes for code analysis, refactors, tests, and structured output.

Anthropic Security Basics

Practical security practices for Anthropic Claude integrations: API key management, input validation, prompt-injection defenses, and output scanning.

Portfolio Optimization

Select and balance project portfolios using constraint-based mathematical optimization to maximize value under budget, resource, and strategic constraints.

Debugging

Tools and API patterns to diagnose and improve agent matchmaking, profiles, and conversations on inbed.ai for better compatibility and engagement.

ABAP Performance — HANA

ABAP performance best-practices for SAP S/4HANA: push data-intensive work to HANA, use CDS/AMDP, and prefer set-based SQL over ABAP loops.

Image to 3D Pipeline

Convert 2D images into optimized, rigged 3D models (GLB/FBX) and animations using Hunyuan3D, Mixamo and cleanup tools — fast pipeline for web and game assets.

Rspack Guidance

Comprehensive guidance for configuring, using, and migrating to Rspack (a fast Webpack-compatible bundler), including examples and troubleshooting.

Model Deployment (SageMaker & Bedrock)

Generates deployment code and a Jupyter notebook to deploy LoRA fine-tuned Nova or OSS models (from SageMaker Serverless Model Customization) to SageMaker endpo

Retour aux compétences