Semantic Cache — 基于 Redis 的 LLM API 语义缓存
v1.0.0利用 Redis 实现的 LLM API 调用语义缓存，通过语义意义而非精确匹配缓存响应。激活时缓存 AI 响应，减少 API 调用次数，提升响应速度。
0· 143·0 当前·0 累计
by 安全扫描
OpenClaw
安全
high confidence代码、声明的依赖项和所需环境变量与技能的声明目的相符：一个使用 OpenAI 嵌入和完成的 Redis 后端语义缓存。
评估建议
["确保 REDIS_URL 指向您控制的 Redis 实例，建议使用专用数据库/命名空间，以避免缓存操作影响无关数据。","了解运行查询/测试/压力脚本将调用 OpenAI（嵌入 + 完成）并可能产生费用。","为 Redis 使用最小权限凭证（ACL 或受限用户）并按常规轮换 API 密钥。","首先在沙盒/开发环境中运行测试，以确认键前缀行为和 TTL。","如果需要更严格的审查，请在部署前检查 package-lock 和安装的传递依赖项，或运行 npm audit。"]...详细分析 ▾
✓ 用途与能力
名称/描述、所需二进制文件（node）、npm 依赖项（redis、openai）和所需环境变量（REDIS_URL、OPENAI_API_KEY）均与声明的目标一致：嵌入查询、搜索 Redis 向量索引，并在未命中时调用 OpenAI。主要凭证（REDIS_URL）合适。
ℹ 指令范围
SKILL.md 和脚本仅限于嵌入文本、搜索/创建 Redis 向量索引、存储结果和调用 OpenAI。代码不读取无关本地文件或向意外端点泄露数据。注意：CLI 命令和测试/压力脚本使用 redis.keys 和 redis.del 与 KEY_PREFIX，并尝试删除索引；如果您的 Redis 包含相同前缀的其他键或您错误配置 REDIS_URL，这些命令可能会删除条目。压力测试会进行许多 OpenAI 嵌入请求（昂贵）并可能在测试期间创建许多键。
✓ 安装机制
通过 package.json 和 package-lock.json 中声明的正常 npm 包（redis、openai）安装；无来自任意 URL 的下载或提取器安装。package-lock 显示了许多传递依赖项（对于这些 SDK 来说是预期的）—— 标准但增加了依赖表面。
✓ 凭证需求
所需环境变量（REDIS_URL、OPENAI_API_KEY）用于 Redis 访问和嵌入/完成调用。代码使用的可选环境变量（SEMANTIC_CACHE_THRESHOLD、SEMANTIC_CACHE_TTL）是合理的配置旋钮。未请求无关机密或系统凭证。
✓ 持久化与权限
技能不请求 always: true 且不修改其他技能或系统范围的代理设置。它作为一个正常的用户可调用工具运行。注意，平台默认允许自主调用（这不是技能的缺陷）。
安全有层次，运行前请审查代码。
运行时依赖
无特殊依赖
版本
latestv1.0.02026/3/26
初始发布 — 为 LLM API 调用实现的 Redis 向量搜索缓存。通过语义意义而非精确匹配进行缓存。缓存命中时响应速度提升 77 倍。
● 无害
安装命令 点击复制
官方npx clawhub@latest install semantic-cache
镜像加速npx clawhub@latest install semantic-cache --registry https://cn.clawhub-mirror.com
技能文档
简介
基于 Redis 的 LLM API 调用语义缓存，通过语义意义缓存响应，减少 API 调用次数，提升响应速度。使用指南
- 配置 Redis 和 OpenAI API 密钥。
- 激活技能，开始缓存 AI 响应。
技能代码（不翻译，保留原文）
# 示例命令
node script.js
注意事项
- 确保 Redis 实例的安全性。
- 监控 OpenAI API 调用费用。
数据来源：ClawHub ↗ · 中文优化：龙虾技能库
OpenClaw 技能定制 / 插件定制 / 私有工作流定制
免费技能或插件可能存在安全风险，如需更匹配、更安全的方案，建议联系付费定制