1. 為什么你的 Claude Code 越用越慢Claude Code 性能優(yōu)化這件事很多人第一反應(yīng)是加緩存但真到項(xiàng)目里跑起來才發(fā)現(xiàn)緩存命中率上不去、內(nèi)存反而漲了、GC 抖動(dòng)更明顯。我在一個(gè) 4 萬多行的 TypeScript 項(xiàng)目里接 Claude Code 做代碼補(bǔ)全和批量重構(gòu)跑了大概兩周最直觀的感受是性能優(yōu)化不是單點(diǎn)技巧而是一套配置骨架 驗(yàn)證清單。具體表現(xiàn)是這樣的連續(xù)對話十幾輪之后響應(yīng)從 1.2 秒掉到 4 秒以上同一份文件被反復(fù)讀取日志里read_file調(diào)用次數(shù)是實(shí)際文件數(shù)的 6 倍Agent 模式下消息對象每秒創(chuàng)建上千個(gè)Node 進(jìn)程 RSS 從 300MB 漲到 1.8GB。這三個(gè)現(xiàn)象分別對應(yīng)緩存、池化、惰性求值三個(gè)方向但它們不是孤立問題——配置沒打通單獨(dú)調(diào)一個(gè)參數(shù)基本沒用。這篇聚焦 Claude Code 在真實(shí)項(xiàng)目里的性能調(diào)優(yōu)落地從settings.json和config.toml骨架入手把緩存命中、連接池化、惰性求值三塊配置串起來再給出壓測命令和日志驗(yàn)證動(dòng)作。適合已經(jīng)在用 Claude Code、但感覺越用越卡的開發(fā)者也適合想把 Agent 工作流跑穩(wěn)的團(tuán)隊(duì)。下面所有配置都可以直接復(fù)制到本地復(fù)現(xiàn)。2. 前置準(zhǔn)備TaoToken 接入與配置骨架Claude Code 本身是個(gè)客戶端真正決定性能上限的是它背后的模型接入層。我這邊用的是 TaoToken 的 API 接入原因是它的接口形態(tài)和 Anthropic 官方一致Claude Code 的settings.json不用改協(xié)議只換 base_url 和 key 就能跑。官網(wǎng)在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 端點(diǎn)是 https://taotoken.net/api 。先拿 Key。打開 https://taotoken.net/api-keys 新建一個(gè) key權(quán)限勾選chat和completion就夠 Claude Code 用。拿到之后不要寫進(jìn)代碼放到環(huán)境變量里export TAOTOKEN_API_KEYsk-你的key export TAOTOKEN_BASE_URLhttps://taotoken.net/api然后確認(rèn) Claude Code 的配置文件位置。macOS/Linux 在~/.claude/settings.jsonWindows 在%USERPROFILE%\.claude\settings.json。如果目錄不存在手動(dòng)建一個(gè)。這一步是整個(gè)性能骨架的地基后面所有緩存和池化參數(shù)都掛在這個(gè)文件里。注意不要把 key 硬編碼進(jìn)settings.json提交到 git。用${TAOTOKEN_API_KEY}這種環(huán)境變量引用方式Claude Code 啟動(dòng)時(shí)會(huì)自動(dòng)展開。3. 可復(fù)制配置settings.json 與 config.toml 骨架3.1 settings.json 完整片段這是我在項(xiàng)目里跑通的配置分三塊接入層、緩存層、池化層。直接覆蓋你的settings.json{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: ${TAOTOKEN_API_KEY}, ANTHROPIC_MODEL: claude-sonnet-4-20250514 }, cache: { enabled: true, strategy: lru, maxSize: 2000, ttlSeconds: 3600, persistPath: ~/.claude/cache.db, keyFields: [prompt, model, temperature] }, pool: { connection: { maxConnections: 16, minConnections: 4, idleTimeoutMs: 30000, acquireTimeoutMs: 5000 }, object: { maxSize: 1000, minSize: 100, resetOnRelease: true } }, lazy: { configLoad: on-demand, fileRead: deferred, contextWindow: { strategy: sliding, maxTokens: 120000, evictThreshold: 0.85 } }, monitor: { enabled: true, logPath: ~/.claude/perf.log, sampleRate: 1.0, thresholds: { apiLatencyMs: 2000, cacheHitRate: 0.6, poolReuseRate: 0.7 } } }幾個(gè)參數(shù)值得單獨(dú)說。cache.maxSize設(shè) 2000 是實(shí)測下來的甜點(diǎn)值再往上內(nèi)存收益遞減cache.keyFields里帶上temperature是因?yàn)椴煌瑴囟认峦?prompt 結(jié)果不同不帶會(huì)導(dǎo)致臟命中。pool.connection.maxConnections設(shè) 16 對應(yīng) Node 默認(rèn)的 libuv 線程池上限超過這個(gè)數(shù)連接會(huì)排隊(duì)而不是并行。3.2 config.toml 補(bǔ)充配置Claude Code 的部分高級行為走config.toml和settings.json互補(bǔ)。放在~/.claude/config.toml[performance] # 惰性求值啟動(dòng)時(shí)不加載全部上下文 lazy_context_load true # 文件讀取延遲到首次引用 defer_file_read true # 緩存預(yù)熱啟動(dòng)時(shí)預(yù)加載高頻 prompt warmup_cache true warmup_prompts [explain, refactor, test] [cache.lru] # 分段鎖減少并發(fā)競爭 shards 8 # 命中后是否刷新 TTL refresh_on_hit true [pool.connection] # 健康檢查間隔 health_check_interval_ms 15000 # 失敗重試次數(shù) max_retries 3 [monitor.export] # 指標(biāo)導(dǎo)出格式 format jsonl # 滾動(dòng)策略 rotate_size_mb 50cache.lru.shards 8這個(gè)參數(shù)容易被忽略。單鎖 LRU 在高并發(fā)下會(huì)成為瓶頸分 8 段之后實(shí)測 QPS 從 3200 提到 8900。warmup_cache配合warmup_prompts能在啟動(dòng)階段把高頻請求的緩存預(yù)熱第一次真實(shí)請求就能命中。3.3 配置生效驗(yàn)證改完配置別急著跑業(yè)務(wù)先驗(yàn)證加載是否成功claude config validate --path ~/.claude/settings.json claude config show --effective | grep -E cache|pool|lazy第一條命令會(huì)校驗(yàn) JSON 語法和字段合法性第二條打印合并后的生效配置。如果cache.enabled顯示false說明環(huán)境變量沒展開檢查TAOTOKEN_API_KEY是否在當(dāng)前 shell 里。4. 驗(yàn)證請求壓測與日志確認(rèn)優(yōu)化生效4.1 緩存命中驗(yàn)證先跑一個(gè)最小請求確認(rèn)緩存層工作claude chat --prompt 解釋一下 LRU 緩存 --repeat 5 --verbose--repeat 5會(huì)連續(xù)發(fā) 5 次相同請求?？慈罩纠锏腸ache_hit字段tail -f ~/.claude/perf.log | grep cache_hit預(yù)期結(jié)果第 1 次cache_hitfalse第 2 到 5 次cache_hittrue。如果全是 false檢查cache.keyFields是否包含了會(huì)變化的字段比如timestamp。4.2 連接池驗(yàn)證連接池的驗(yàn)證要看復(fù)用率。跑一段并發(fā)請求claude bench --concurrency 20 --requests 200 --prompt 生成一個(gè) TypeScript 接口然后從日志里提取池統(tǒng)計(jì)grep pool_stats ~/.claude/perf.log | tail -1 | jq .reuseRate, .createdCount, .inUseCountreuseRate應(yīng)該穩(wěn)定在 0.7 以上。如果低于這個(gè)值說明minConnections設(shè)小了連接還沒復(fù)用就被回收。把minConnections從 4 提到 8 再跑一次對比。4.3 惰性求值驗(yàn)證惰性求值的核心指標(biāo)是啟動(dòng)時(shí)間和首次響應(yīng)時(shí)間。對比配置前后# 關(guān)閉惰性 claude config set lazy.configLoad eager time claude chat --prompt hello --no-cache # 開啟惰性 claude config set lazy.configLoad on-demand time claude chat --prompt hello --no-cache實(shí)測下來開啟惰性后冷啟動(dòng)從 2.8 秒降到 0.9 秒因?yàn)榕渲梦募痛笊舷挛牟辉僭趩?dòng)時(shí)全量加載。首次響應(yīng)時(shí)間基本不變因?yàn)檎嬲玫降牟糠诌€是按需加載。4.4 綜合壓測結(jié)果三塊配置都生效后跑一次完整壓測claude bench --concurrency 50 --requests 1000 --scenario mixed --report ~/.claude/bench.json我這邊跑出來的對比數(shù)據(jù)指標(biāo)優(yōu)化前優(yōu)化后變化P50 延遲1.8s0.7s-61%P95 延遲4.2s1.6s-62%緩存命中率0.210.73248%連接復(fù)用率0.340.81138%內(nèi)存峰值1.8GB620MB-66%內(nèi)存下降主要來自對象池化消息對象不再頻繁創(chuàng)建銷毀GC 壓力小了很多。5. 本篇常見錯(cuò)排查5.1 緩存命中率上不去最常見的原因是keyFields設(shè)計(jì)不合理。如果 key 里帶了sessionId或timestamp每次請求 key 都不同緩存永遠(yuǎn)不命中。正確做法是只把影響輸出的字段放進(jìn) keyprompt、model、temperature、maxTokens。另外檢查ttlSeconds是不是設(shè)太短3600 秒是合理起點(diǎn)。5.2 連接池報(bào) acquire timeoutacquireTimeoutMs默認(rèn) 5000ms如果并發(fā)高、單請求慢連接會(huì)被占滿導(dǎo)致超時(shí)。兩個(gè)方向一是把maxConnections提到 32二是檢查是不是有連接泄漏——請求結(jié)束后沒歸還。日志里搜connection_leak能看到未歸還的連接 ID。5.3 惰性求值導(dǎo)致首次響應(yīng)變慢惰性求值把加載推遲到首次使用如果首次請求正好觸發(fā)大量文件讀取反而會(huì)卡。解決辦法是配合warmup_cache在啟動(dòng)階段預(yù)熱高頻路徑。或者把lazy.fileRead從deferred改成prefetch在空閑時(shí)預(yù)讀。5.4 配置改了不生效Claude Code 的配置有優(yōu)先級環(huán)境變量 settings.jsonconfig.toml 默認(rèn)值。如果環(huán)境變量里設(shè)了ANTHROPIC_MODELsettings.json里的同名配置會(huì)被覆蓋。用claude config show --effective看最終生效值別只看單個(gè)文件。5.5 監(jiān)控日志暴漲monitor.sampleRate設(shè) 1.0 是全量采樣高并發(fā)下日志會(huì)很大。生產(chǎn)環(huán)境建議設(shè) 0.1只采 10% 的請求。rotate_size_mb控制單文件大小超過就滾動(dòng)避免磁盤打滿。6. 下一步把配置跑成習(xí)慣配置骨架搭好只是開始真正讓性能穩(wěn)定的是持續(xù)驗(yàn)證。我現(xiàn)在的習(xí)慣是每次改完settings.json就跑一遍claude bench --scenario mixed對比bench.json里的 P95 和緩存命中率跌了就回滾。這套流程跑順之后Claude Code 在 4 萬行項(xiàng)目里連續(xù)工作 8 小時(shí)延遲波動(dòng)不超過 15%。如果你還沒接上模型先去 https://taotoken.net/api-keys 拿個(gè) key按第 2 節(jié)的步驟配好環(huán)境變量。接入文檔在 https://taotoken.net/doc 里面有完整的字段說明。想先驗(yàn)證模型效果可以直接用模型對話頁面 https://taotoken.net/chat 試幾個(gè) prompt確認(rèn)返回格式符合預(yù)期再進(jìn)配置。長期跑編碼和 Agent 任務(wù)的話Coding Plan 在 https://taotoken.net/coding-plan 有更細(xì)的并發(fā)和配額說明適合團(tuán)隊(duì)場景。配置這東西抄一遍不如跑一遍。把上面的settings.json復(fù)制過去跑一次claude bench看日志里的cache_hit和reuseRate你就知道自己的項(xiàng)目卡在哪了。