[SuInk]

主回复改成只追加：不再每轮重新组装请求，而是接在上一轮实际发给模型的请求后面继续发，只追加这期间的新群消息、这一轮完整的尾部和当前消息。默认开启，不设开关。同群连续 8 轮实测，deepseek-flash 命中率从 82.9% 升到 91.9%；gpt-6.1-sol 在早先的去重版本上从 47.4% 升到 90.9%。用 gpt-6.1-sol 回放 15 个轮次，没有出现回错消息。

Why

gpt、swe 主回复的缓存命中率只有 31%～55%，DeepSeek 是 85%。查下来不是切换账号造成的：同一账号、5 分钟内的连续请求，命中也只有约 21%。原因在上游的缓存方式。

经 sub2api 转发的 gpt（上游是 ChatGPT Codex）只在两个位置复用缓存：instructions 加工具定义的末尾，以及上一次完整请求的末尾。用一条 4.7 万 token 的生产请求实测：

新请求和上一次的关系	命中 token
完全相同 / 只在末尾追加两轮	46848
改动 input 第 0 条、80% 或 95% 位置的任意一处	18304

现在每轮都会重新组装请求：尾部每轮都在变，上一轮的当前消息也被改写成历史行，所以新请求从来不是上一条的纯追加。生产上同一会话的连续请求，每条都恰好只命中 18432。DeepSeek 能复用到任意 128 token 的前缀，但历史窗口一往前滑，命中照样会断。

pi-agent 和 DeepSeek Harness 都是只追加的单循环。DSH 遇到系统提示变化时也是把新版追加到已缓存的历史后面，而不是重写开头。

改了什么

• model/agent/continuation.go 和 runner.go：
  • Request.Continuation 带上一轮的前缀、本轮要追加的消息和校验键。校验键是系统提示、历史前契约段和工具定义的指纹；对得上就在前缀后接着发，Runner 自己的逐轮消息照旧插在当前消息之前，对不上就按 Messages 完整组装。
  • Response.Transcript 是本轮最后一次实际发出的请求（经过 hooks.prepare，包含每步临时插入的工具执行状态），接上模型的回复，每个工具调用都配一条结果，作为下一轮的前缀。
• model/assistant/append_context.go 和 runtime.go：每个（配置档, 会话）在内存里存一份记录。
  • 头部 system 已经在前缀里，不再追加。
  • 历史区只追加记录里还没有的群消息，机器人自己发过的回复跳过。摘要和媒体索引不再追加，因为续接时历史不滑动。
  • 尾部和当前消息每轮整段原样追加，不按行删掉上一轮出现过的说明，避免删过的尾部缺头少尾、规则离当前消息越来越远。
  • 以下情况会重新开一份记录：头部 system 变了、续接请求超过本轮完整组装的 2 倍、上一轮失败、进程重启。定时查询、事件触发这些后台入口不参与续接。
• withToolResultReminder：往回找时遇到 user 消息就停。否则续接时会越过当前消息，找到上一轮 send 的结果，误加「刚执行过工具」的提醒。
• 文档：docs/group-prompt-cache.md 新增「只追加上下文」一节。

影响

• 所有主回复默认走只追加，后台没有开关。
• 请求逐轮变长。用 10-27 生产三个群各 12 轮模拟，每轮多 1 万～1.2 万字，大约 6～8 轮碰到两倍上限重开一次，重开那一轮不命中。上面 8 轮实测中，DeepSeek 的总输入是现布局的 1.56 倍，未命中 token 少 26%。被缓存的 token 便宜，按生产数据拟合，每千个缓存 token 首字延迟只增加约 6 毫秒。
• 模型的上下文里会留着以前的工具结果和回复，旧轮次的「【当前需要回复的消息】」标记也还在。回放中没有看到它因此回错消息。

验证

• 缓存实测：10-27 生产同群连续 8 轮，尾部整段照发，两组各加随机前缀冷启动，不计第一轮：

  	现布局	只追加
  deepseek-flash 命中率	82.9%	91.9%
  deepseek-flash 输入 token	31.5 万	49.1 万
  deepseek-flash 未命中 token	5.4 万	4.0 万

  gpt-6.1-sol 这次网关的账号全部处于限流状态，没能重测。早先尾部按行去重的版本测过：命中率 47.4% → 90.9%，未命中 token 16.1 万 → 4.9 万。

• 行为回放（gpt-6.1-sol，尾部整段照发）：3 个群各取第 3～7 轮，共 15 个轮次，现布局和只追加各生成一次真实回复，逐条对照当前消息。15 轮回的都是当前消息，动作一致：要表情包的 3 轮都调了 sticker，查资料的那轮两边都去搜索，没有重复上一轮的话。

• 单元测试：

  • TestRunnerContinuationIsPureAppend：第二轮请求逐条以第一轮记录开头。
  • TestRunnerContinuationFallsBackOnKeyMismatch：校验键对不上时退回完整组装。
  • TestAppendContextAppendsNewHistoryAndWholeTail：只追加新历史，尾部整段保留，头部不重复。
  • TestAppendContextRestartsWhenHeadChangesOrGrowsTooLong。
  • TestReplyTurnsContinueAppendOnly：整条回复链路连发两轮，第二次请求以第一次请求加 send 开头，当前消息在最后。

• gofmt -l、git diff --check 干净；./model/agent、./model/assistant、./webui 全包测试通过。