用途：为 LangChain 应用提供 Redis 后端支持，覆盖检索增强生成（RAG）、大模型响应缓存和持久化聊天记忆三类场景。
主要能力：RedisVectorStore 用于存储和检索文档向量，支持相似度搜索、带分数搜索、按元数据过滤（Tag、Num）和删除文档；可配置距离度量（COSINE、IP、L2）、索引算法（FLAT、HNSW）及键过期时间。RedisCache 按精确提示缓存响应；RedisSemanticCache 基于语义相似度缓存，通过 distance_threshold 调节松紧。RedisChatMessageHistory 持久化多轮会话，支持 session_id、TTL 和键前缀，并可配合 RunnableWithMessageHistory 接入链。
使用方式：安装 pip install -U langchain-redis，并用 docker run -p 6379:6379 redis/redis-stack-server:latest 启动 Redis Stack。可传入 redis_url，或传入既有 redis_client。各组件通过 set_llm_cache 或构造函数配置后即可使用。
适用场景：构建 RAG 流程、降低重复 LLM 调用成本、维护多轮对话上下文。
限制：需要 Redis Stack，普通 Redis 不满足要求；distance_threshold 等参数需按精度与命中率权衡。官方资料未提供具体收费与价格信息。