一句话简介
通过 Microsoft.Extensions.AI 的缓存功能,智能存储和复用 AI 响应,显著降低 API 成本并将响应速度提升 10-100 倍。
🎯 核心价值
✅ 成本优化:相同请求直接返回缓存,避免重复 API 调用
✅ 性能飞跃:缓存命中响应时间可缩短至毫秒级
✅ 全场景支持:自动处理流式与非流式两种响应模式
✅ 生产就绪:支持 Redis、SQL Server 等企业级分布式存储
📝 为什么需要缓存?
在生产环境中,大语言模型调用存在三大痛点:
痛点 影响 缓存方案
成本高昂 每次 API 调用产生费用 重复请求直接返回缓存
延迟较高 网络+模型推理耗时 缓存命中毫秒级响应
重复请求 用户常问相同问题 智能识别并复用结果
典型场景:
📋 FAQ 系统:用户反复咨询相同问题
📚 文档查询:内容相对固定的知识库
🔄 批量处理:大量重复或相似的查询任务
🏗️ 核心组件
关键组件:
组件 职责
CachingChatClient 抽象基类,定义缓存逻辑
DistributedCachingChatClient 基于 IDistributedCache 的实现
缓存键生成 基于消息+选项+版本的哈希计算
流式处理 自动合并/拆分流式更新
💻 快速开始
1. 安装依赖包
dotnet add package Microsoft.Extensions.AI
dotnet add package Microsoft.Extensions.AI.OpenAI
dotnet add package Microsoft.Extensions.Caching.Memory
生产环境推荐使用 Redis:
dotnet add package Microsoft.Extensions.Caching.StackExchangeRedis
2. 启用缓存(3 行代码)
using Microsoft.Extensions.AI;
using Microsoft.Extensions.Caching.Distributed;
// 创建缓存存储
IDistributedCache cache = new MemoryDistributedCache(/*...*/);
// 启用缓存中间件
var cachedClient = new ChatClientBuilder(baseChatClient)
.UseDistributedCache(cache)
.Build();
核心要点:
🔧 使用 ChatClientBuilder 构建管道
🔧 UseDistributedCache 一行启用缓存
🔧 透明集成,无需修改业务代码
3. 验证缓存效果
var question = "什么是 Microsoft.Extensions.AI?";
// 第一次请求 - 调用模型
var sw1 = Stopwatch.StartNew();
var response1 = await cachedClient.GetResponseAsync(question);
sw1.Stop();
Console.WriteLine($"⏱️ 第一次: {sw1.ElapsedMilliseconds}ms");
// 第二次请求 - 从缓存返回
var sw2 = Stopwatch.StartNew();
var response2 = await cachedClient.GetResponseAsync(question);
sw2.Stop();
Console.WriteLine($"⏱️ 第二次: {sw2.ElapsedMilliseconds}ms");
Console.WriteLine($"✨ 加速比: {sw1.ElapsedMilliseconds / sw2.ElapsedMilliseconds}x");
典型效果:
🔵 首次请求: 800-2000ms
🟢 缓存命中: 10-50ms
⚡ 性能提升: 10-100 倍
🔧 高级配置
1. 流式响应缓存
缓存同样支持流式模式,通过 CoalesceStreamingUpdates 控制行为:
var cachedClient = baseChatClient
.AsBuilder()
.UseDistributedCache(cache, configure: c =>
{
// true(默认):合并流式更新后缓存,读取时再拆分
c.CoalesceStreamingUpdates = true;
})
.Build();
工作原理:
配置 存储方式 适用场景
true 合并为完整响应 节省存储,推荐
false 保留流式序列 需要精确重放流
2. 生产环境使用 Redis
using Microsoft.Extensions.Caching.StackExchangeRedis;
var redisCache = new RedisCache(Options.Create(new RedisCacheOptions
{
Configuration = "localhost:6379",
InstanceName = "MEAICache:"
}));
var cachedClient = baseChatClient
.AsBuilder()
.UseDistributedCache(redisCache)
.Build();
Redis 优势:
🏢 分布式部署,多实例共享缓存
⚡ 高性能,支持持久化
🔒 支持过期策略和内存管理
3. 缓存键分区管理
通过 CacheKeyAdditionalValues 创建独立的缓存分区:
var productionClient = baseChatClient
.AsBuilder()
.UseDistributedCache(cache, configure: c =>
{
c.CacheKeyAdditionalValues = new[] { "prod", "v2", "zh-CN" };
})
.Build();
适用场景:
场景 分区策略 示例
多语言 按语言分区 ["zh-CN"], ["en-US"]
版本管理 按版本分区 ["v1"], ["v2"]
环境隔离 按环境分区 ["dev"], ["prod"]
🏢 企业级最佳实践
1. 自定义缓存策略
继承 CachingChatClient 实现自定义逻辑:
public class CustomCachingClient : CachingChatClient
{
protected override bool EnableCaching(
IEnumerable<ChatMessage> messages,
ChatOptions? options)
{
// 自定义规则:不缓存包含敏感词的请求
var text = string.Join(" ", messages.Select(m => m.Text));
return !text.Contains("机密") && base.EnableCaching(messages, options);
}
}
2. 何时不应使用缓存?
默认禁用场景:
⚠️ 会话型对话:设置了 ConversationId 的请求
⚠️ 敏感数据:包含个人信息或机密内容
⚠️ 实时性要求:股票报价、实时新闻等
⚠️ 随机性响应:需要每次生成不同结果
3. FAQ 客服系统示例
var faqQuestions = new[]
{
"营业时间是什么?",
"如何申请退款?",
"支持哪些支付方式?",
"营业时间是什么?", // 重复问题
};
foreach (var question in faqQuestions)
{
var response = await cachedClient.GetResponseAsync(question);
// 重复问题自动从缓存返回,响应时间显著降低
}
实测效果:
📊 总请求: 4 次
🟢 缓存命中: 1 次 (25%)
⚡ 平均响应时间: 降低 30-50%
💰 API 成本: 节省 25%
⚠️ 注意事项
JSON 序列化限制
DistributedCachingChatClient 使用 JSON 序列化存储数据,存在以下限制:
限制项 说明
RawRepresentation 不会被序列化
AdditionalProperties object 值会变为 JsonElement
自定义类型 可能无法完整往返
建议: 如果依赖这些属性,请谨慎使用或实现自定义序列化。
缓存版本管理
MEAI 会在序列化格式变更时自动更新缓存版本号(当前 v2),使旧缓存失效,避免兼容性问题。
🎯 总结
✅ 简单集成: 通过 UseDistributedCache 一行代码启用缓存
✅ 显著收益: 响应速度提升 10-100 倍,成本显著降低
✅ 灵活配置: 支持流式/非流式、自定义策略、分区管理
✅ 生产就绪: 支持 Redis、SQL Server 等企业级存储
适用场景:
📋 FAQ 和客服系统
📚 文档查询和知识库
🔄 批量处理和数据分析
下一步: 探索 MEAI 的 Chat Reducer(消息压缩)和自定义中间件功能,构建更强大的 AI 应用管道。
