# redis-semantic-cache

Скилл объясняет, как поставить семантический кэш LangCache перед вызовом модели: похожие промпты получают готовый ответ без нового запроса.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 1900 установок · ★ 170
- Автор: Redis, Inc.
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/redis/agent-skills/tree/HEAD/skills/redis-semantic-cache/SKILL.md
- Обновлён: 2026-09-08
- HTML: https://affpapa.org/nevibecode/skills/redis-semantic-cache

## Что делает

Скилл описывает схему cache-aside для ответов LLM. Промпт уходит в `search` сервиса LangCache, при попадании вы получаете сохранённый ответ сразу, при промахе — вызываете модель и кладёте результат через `set`. Так работают и с OpenAI, и с Anthropic, и с любым другим провайдером: кэш стоит отдельным слоем перед вызовом.

Внутри — три темы. Порог похожести `similarity_threshold` решает, насколько близким должен быть промпт к сохранённому: 0.95 и выше для ответов клиентам, 0.9 как сбалансированное начало, 0.8 для внутренних инструментов и дедупликации вопросов. Отдельно разобрано разделение кэшей по типу задачи: вопросы про код и запросы в поддержку не должны жить в одном кэше, иначе на похожий промпт вернётся чужая выдача. Вместо второго кэша можно фильтровать по своим атрибутам, например `{"category": "database"}`.

Работает это на Redis Cloud, и сервис LangCache там в статусе preview — поведение и функции могут поменяться, так что перед продакшеном стоит перепроверить документацию. Нужны `server_url`, `cache_id` и `api_key`; примеры в скилле берут их из переменных окружения `HOST`, `CACHE_ID` и `API_KEY`. Если SDK не подходит, те же операции доступны по REST.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add redis/agent-skills --skill redis-semantic-cache -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/redis-semantic-cache/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/redis-semantic-cache/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add redis/agent-skills --skill redis-semantic-cache -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/redis-semantic-cache/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add redis/agent-skills --skill redis-semantic-cache -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/redis-semantic-cache/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install redis/agent-skills redis-semantic-cache
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/redis-semantic-cache/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add redis/agent-skills --skill redis-semantic-cache -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/redis/agent-skills --path skills/redis-semantic-cache
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/redis-semantic-cache/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add redis/agent-skills --skill redis-semantic-cache -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/redis/agent-skills/tree/HEAD/skills/redis-semantic-cache/SKILL.md

## Когда брать
- поставить кэш перед вызовом LLM, чтобы не платить за повторные запросы
- подобрать порог похожести под свой сценарий
- развести кэши по типам задач, чтобы ответы не смешивались
- отфильтровать записи по своим атрибутам внутри одного кэша
- перейти на REST, когда SDK не подходит

## Примеры запросов агенту
- Покажи, как обернуть вызов LLM в LangCache по схеме cache-aside
- Какой similarity_threshold выбрать для ответов клиентам?
- Раздели кэш поддержки и кэш вопросов про код на два cache_id

## Похожие
- [pgvector-semantic-search](https://affpapa.org/nevibecode/skills/pgvector-semantic-search.md) — скилл · 938 установок
- [spring-boot-cache](https://affpapa.org/nevibecode/skills/spring-boot-cache.md) — скилл · 3800 установок
- [encore-go-cache](https://affpapa.org/nevibecode/skills/encore-go-cache.md) — скилл · 304 установки
- [redis-patterns](https://affpapa.org/nevibecode/skills/redis-patterns.md) — скилл · 4700 установок
- [redis-best-practices](https://affpapa.org/nevibecode/skills/redis-best-practices.md) — скилл · 2200 установок
- [redis-js](https://affpapa.org/nevibecode/skills/redis-js.md) — скилл · 1500 установок

Из того же набора: [redis/agent-skills](https://affpapa.org/nevibecode/by/redis/agent-skills.md) — 7 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md