prompt-caching-strategy
优化 LLM 提示缓存命中率，以降低 API 成本并改善延迟。分析提示结构，识别可缓存与不可缓存的内容，并建议重构以最大化缓存复用。触发条件：用户说“提示缓存”、“缓存命中率”、“降低 LLM 成本”、“优化词元用量”、“更便宜的 LLM 调用”，或询问 OpenAI/Anthropic/其他提供商的提示缓存策略。不触发条件：用户只想优化单个提示的质量（改用 prompt-optimizer），或询问通用缓存基础设施。
机器翻译查看英文原文
Optimize LLM prompt caching hit rate to reduce API costs and improve latency. Analyzes prompt structure, identifies cacheable vs non-cacheable content, and recommends restructuring to maximize cache reuse. TRIGGER when: user says "prompt cache", "cache hit rate", "reduce LLM cost", "optimize token usage", "cheaper LLM calls", or asks about prompt caching strategies for OpenAI/Anthropic/other providers. DO NOT TRIGGER when: user just wants to optimize a single prompt's quality (use prompt-optimizer instead), or asks about general caching infrastructure.
适用对象：AI 与流程自动化。自动收录 · 待核查。
在 Cursor 中使用
该组合的专门教程待补充，尚未核实适配。
准备条件
- 本条仅收录原作者的技能元数据；请阅读完整说明，确认依赖、许可与使用条件。
选择已有说明的 AI 工具，或在页面加载后保存待办及提出教程请求。
查看原作者说明 ↗