Prompt-Caching, Tool-Ergebnis-Kappung und Kostenerfassung

T1 — Prompt-Caching. Bisher wurde bei jedem Schritt eines Runs der komplette
Prompt neu berechnet, inklusive Tool-Definitionen und System-Prompt, die sich nie
aendern. Bei zehn Schritten und einem 15k-Praefix sind das 150.000 statt 15.000
Eingabe-Tokens.

ChatMessage bekommt dafuer einen eigenen JsonConverter: Der Inhalt geht weiterhin
als String raus, bei gesetztem CacheBreakpoint jedoch als Blockarray mit
cache_control. Beim Lesen werden beide Formate akzeptiert, damit bestehende
ChatContext.json weiter geladen werden koennen.

PromptCache setzt zwei Breakpoints: einen auf den System-Prompt (deckt
Tool-Definitionen und System-Prompt ab) und einen rollierenden auf die letzte
Nachricht mit Inhalt. Vorherige Markierungen werden vorher entfernt, damit sie
sich nicht ansammeln. Aktivierung ueber promptCaching: auto (Default, aktiv fuer
Modelle mit Unterstuetzung), on oder off.

Der wichtigste Test dazu prueft die Praefix-Stabilitaet: Der System-Prompt muss
ueber alle Schritte zeichengleich serialisiert werden. Ein einziger Zeitstempel
darin wuerde den Cache still verwerfen — die Kosten blieben unveraendert, ohne
dass es irgendwo auffiele.

T9 — Usage liest prompt_tokens_details.cached_tokens; die Zahl wird bis in
AgentRunResult durchgereicht. Ohne sie liesse sich die Wirkung nicht belegen.

T2 — Tool-Ergebnisse werden jetzt zentral in ExecuteToolCallAsync gekappt
(maxToolResultChars, Default 16.000). Bisher konnte ein einzelner WebFetch mit
dem 512-KB-Standardlimit rund 130.000 Tokens in EINER Antwort erzeugen; die
Compaction griff erst danach, bezahlt war der Request laengst.

T3 — Die Zusammenfassung beim Kompaktieren laeuft ueber ein konfigurierbares
summaryModel (Default gemini-2.5-flash) statt ueber das teure Agentenmodell.

B4 — AgentRunResult fuehrt Prompt- und Completion-Tokens getrennt; die
Kostenanzeige schaetzte bisher 50/50, real liegt das Verhaeltnis eher bei 95:5.
Die veraltete Preistabelle bleibt offen.

Neue Einstellungen sind im PropertyGrid sichtbar und werden vom AgentEditor bei
neuen Agenten mitgeschrieben.

Alle 91 Tests gruen.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

src/ClawdDotNet.Core/Config/AgentConfig.cs

@@ -88,6 +88,24 @@ public sealed class AgentConfig
 
     [JsonPropertyName("loopGuard")]
     public LoopGuardConfig LoopGuard { get; set; } = new();
+
+    /// <summary>
+    /// Prompt-Caching: "auto" (Default), "on" oder "off".
+    ///
+    /// Bei "auto" wird es für Modelle aktiviert, die cache_control unterstützen.
+    /// Der Nutzen ist erheblich, weil jeder Schritt eines Runs den kompletten Prompt
+    /// erneut sendet — System-Prompt und Tool-Definitionen also dutzendfach.
+    /// </summary>
+    [JsonPropertyName("promptCaching")]
+    public string PromptCaching { get; set; } = "auto";
+
+    /// <summary>
+    /// Maximale Länge eines einzelnen Tool-Ergebnisses in Zeichen, bevor es gekürzt in
+    /// den Kontext wandert. Ohne Grenze kann ein einziger Abruf den gesamten Kontext
+    /// sprengen (ein WebFetch mit 512 KB entspricht etwa 130.000 Tokens).
+    /// </summary>
+    [JsonPropertyName("maxToolResultChars")]
+    public int MaxToolResultChars { get; set; } = 16_000;
 }
 
 public sealed class SchedulerConfig
@@ -137,6 +155,16 @@ public sealed class LoopGuardConfig
     [JsonPropertyName("compactionThreshold")]
     public double CompactionThreshold { get; set; } = 0.80;
 
+    /// <summary>
+    /// Modell für die Zusammenfassung beim Kompaktieren. Leer = Modell des Agenten.
+    ///
+    /// Zusammenfassen ist eine anspruchslose Aufgabe; sie mit einem teuren Modell zu
+    /// erledigen kostet leicht mehr als der halbe Run, weil bis zu 30.000 Zeichen
+    /// verarbeitet werden.
+    /// </summary>
+    [JsonPropertyName("summaryModel")]
+    public string SummaryModel { get; set; } = "google/gemini-2.5-flash";
+
     [JsonIgnore]
     public TimeSpan Timeout => TimeSpan.FromSeconds(TimeoutSeconds);
 }