总安装量 15
评分人数 12
核心用法
memory-cache 是一个基于 Redis 的高性能临时存储技能，专为 Agent 会话间的数据共享与状态管理设计。用户通过 CLI 工具 scripts/cache 或 Python 脚本执行键值操作，支持 set/get/del/scan 等标准 Redis 命令。所有键必须遵循 mema:<category>:<name>> 的严格命名规范，内置四类预设分类：context（24h TTL 会话上下文）、cache（7d TTL 数据缓存）、state（持久状态）、queue（任务队列）。支持 JSON 编解码、TTL 自动过期、生产安全的 SCAN 遍历，以及完善的退出码机制（0/1/2 分别对应成功/Redis 错误/验证错误）。
显著优点
1. 性能卓越：基于内存的 Redis 存储，读写延迟极低，适合高频缓存场景。
2. 跨会话共享：突破单一会话限制，实现多 Agent 实例间的状态同步与数据传递。
3. 安全规范：强制键名验证（正则+长度限制）、值大小上限（512MiB）、生产级 SCAN 替代 KEYS 命令。
4. 灵活易用：CLI 与 Python API 双模式，支持 JSON 自动处理、TTL 精细控制、环境变量配置。
5. 错误隔离：完善的异常捕获与分级退出码，避免敏感信息泄露。
潜在缺点与局限性
- 基础设施依赖：必须自行部署并维护 Redis 服务，增加运维复杂度。
- 非持久化风险：Redis 默认内存存储，重启或崩溃可能导致数据丢失（需额外配置 RDB/AOF）。
- 单条记录限制：512MiB 的值上限无法满足超大对象存储需求。
- T3 来源：社区维护项目，长期支持与更新稳定性弱于企业级产品。
适合的目标群体
- 多 Agent 协作场景下的开发者，需要会话间状态共享。
- 高频调用外部 API 的用户，希望缓存结果降低延迟与成本。
- 构建复杂工作流的工程师，需要临时队列或任务调度能力。
- 对 Redis 有基础运维能力的技术团队。
使用风险
- 配置风险：Redis 连接信息（密码、URL）通过环境变量管理，配置不当可能导致未授权访问。
- 数据残留：未设置 TTL 的 key 将长期占用内存，需定期清理或监控。
- 敏感数据误存：虽有规范建议，但技术上无法阻止用户缓存密码、API Key 等敏感信息。
- 网络依赖：Redis 连接中断时所有缓存操作失败，需设计降级策略。
references