之前我发了个关于酒馆预设的笔记，就有不少人问我，哪个预设比较省钱。
实际上，玩酒馆要省钱的话，有非常多的因素要考虑，今天就讲一个我认为最重要的——上下文管理。如何做到既能省钱，又不会丢失记忆。
如果只是在酒馆里聊个几十楼，那你完全不用操心这个问题。但重度玩家，1000楼甚至只是刚开始。我就有过这种经历，只是用个ds-flash，以为不花什么钱，结果聊了1000发现竟然花了几十块，当时我就震惊了，这要是gemini或者claude不得花上千了？
这篇文章就把这里面的坑都讲清楚。
一、绝对别乱改上下文长度
第一个要注意的事，就是别把上下文长度设太小。
之前我天真地以为，把上下文调小一点，AI每次处理的token少了，肯定能省钱。结果后来一翻账单，天塌了。
怎么回事呢。
酒馆这个东西，在聊天记录接近你设的上下文上限时，它不会自动帮你压缩，它是直接截取聊天记录的最后n条，前面的全部扔掉。
什么意思。
你每发一次消息，AI看到的上下文，前缀一直在变。这里跟大家说一个知识点（不确定大家是否知道），你使用AI时，如果能用到模型缓存，那价格就是10倍以上的降低（deepseek尤其如此），而使用缓存的条件就是，发过去的消息前缀要跟之前一致。
像酒馆这种机制，如果你把上下文设的太小，而你的聊天记录又太长，那么它每一次都会自动给你截断，于是你的缓存命中率为零，每一句新的聊天，都会带上历史消息走一遍原价API，花钱超级加倍。
所以现在的流行预设，上下文长度全都直接给你拉到最大，你就别去动了。
当然，你要是真把它调到5万以下，确实也能省钱，但代价是，几十层之前的东西AI就完全不记得了。
二、手动大总结
那怎么办？难道就让上下文一直累积，一直涨到爆炸？
当然不是，这里我介绍一个方法，就是大总结。
很多预设里面其实都自带了自动大总结模式，一键用也挺方便的。但我最推荐的，还是手动来。
为什么呢。
每一步都是自己操作的，心里有底，而且完全不用担心效果不如预设的自动模式，原理其实都是一样的。
三、具体怎么操作
在你聊到上下文很长的时候，比如快1000楼了，先别急着往下推进。暂停一下，跟AI发下面这段话。
暂停聊天，总结发生过的所有剧情，输出以下内容：
1. 发生过的事件
| 时间 | 地点 | 人物 | 事件 |
| ------| -----------------| ------| ------|
2. 所有角色
| 角色名 | 与其他角色关系 | 重要事件 | 状态 |
| --------| ----------------| ----------| ------|
这里有一个非常关键的细节，发这段话的时候，不要带任何预设。
先把预设关掉，用最原生的模式发过去。因为如果你的预设还挂在上面，很可能会覆盖掉你的总结意图。AI一个没留神就继续角色扮演去了，完全不搭理你的总结指令。
成功的话，AI会把上面的表格填好，返回一份整整齐齐的剧情和角色档案。
接下来，把AI返回的内容，原封不动复制下来，贴进世界书里。
条目状态选永久，就是那个蓝色圆点，其他参数不用动。
搞定，长期记忆就有了。
然后还有一个关键步骤，把现有的聊天记录隐藏掉。
在聊天输入栏里输入
/hide 0-1000
就是隐藏0到1000楼的聊天记录。具体隐藏多少你自己定。
这一套操作下来，上下文长度嗖一下就降了，记忆也没丢。
四、记忆表格插件
那么除了上面的手动大总结，还可以搭配一个东西，叫做记忆表格插件（去搜st-memory-enhancement）。
它的作用就是在聊天过程中，自动把需要记下的东西，存成表格。
OK，大总结+记忆表格，基本上酒馆记忆管理就没问题了。
五、缓存命中率
开头就说到，缓存命中率对省钱的重要性。
酒馆的缓存命中率，跟非常多东西有关，预设、世界书、插件，都可能影响，不是三言两语能讲清楚，我大概讲一下原则。
首先就是世界书，只使用永久状态的（蓝色圆点）。
然后，总结类插件（包括上面说的记忆表格）、前端类插件（比如说著名的MVU），都是会降低缓存命中的。MVU这个插件，很多角色卡都会用，如果你想缓存命中高省点钱，那么变量更新方式就选择“随AI输出”，但效果是不如“额外模型解析”的，这个要自己去权衡。
再就是预设，要是在意缓存命中，可以去找那些专门优化了缓存命中的插件。但说句实话，效果好的预设缓存命中都不高、命中高的效果基本都那样，想要既能满足自己需要、又能省钱的插件，看来只能自己缝合了。
最后，建议操作完成后，看一看后台的账单，每一次请求的token数是不是降低了、缓存命中率如何。
如果觉得有用，顺手点个三连吧，如果想第一时间收到推送，也可以给我个关注～
/ 作者：Kitt在进化
