Семантическое кэширование Redis для приложений LLM. Используйте при реализации кэширования векторного сходства, оптимизации затрат LLM за счет кэширования ответов или построении многоуровневых иерархий кэша.
Быстро установите AI-навык semantic-caching в вашу среду разработки через командную строку
Источник: yonatangross/orchestkit.
| 0.98-1.00 | 0.00-0.02 | Nearly identical | | 0.95-0.98 | 0.02-0.05 | Very similar | | 0.92-0.95 | 0.05-0.08 | Similar (default) | | 0.85-0.92 | 0.08-0.15 | Moderately similar |
| Threshold | Start at 0.92, tune based on hit rate | | TTL | 24h for production | | Embedding | text-embedding-3-small (fast) | | L1 size | 1000-10000 entries |
redis-vector-cache Keywords: redis, vector, embedding, similarity, cache Solves:
Семантическое кэширование Redis для приложений LLM. Используйте при реализации кэширования векторного сходства, оптимизации затрат LLM за счет кэширования ответов или построении многоуровневых иерархий кэша. Источник: yonatangross/orchestkit.
Стабильные поля и команды для ссылок в AI/поиске.
npx skills add https://github.com/yonatangross/orchestkit --skill semantic-cachingСемантическое кэширование Redis для приложений LLM. Используйте при реализации кэширования векторного сходства, оптимизации затрат LLM за счет кэширования ответов или построении многоуровневых иерархий кэша. Источник: yonatangross/orchestkit.
Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/yonatangross/orchestkit --skill semantic-caching После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw
https://github.com/yonatangross/orchestkit