用途：为 OpenRouter API 响应实现缓存，降低重复调用的成本与延迟，适合优化重复查询、构建 RAG 系统或削减 API 开销。核心前提是仅缓存确定性请求（temperature=0），非零温度每次输出不同，不可缓存。
主要能力：一是进程内内存缓存 LLMCache，配合 cached_completion() 提供 TTL 过期与命中/未命中计数；二是基于 Redis 的持久缓存 redis_cached_completion()，以 or:<sha256> 为键并使用 setex 过期，未命中时回退到直接 API 调用；三是通过 OpenRouter 使用 Anthropic 提示缓存，对大型静态系统提示添加 cache_control: {"type": "ephemeral"}，缓存读取按输入费率的 0.1 倍计费。
使用方式：需 OpenRouter API 密钥（OPENROUTER_API_KEY），Python 3.8+ 及 OpenAI SDK、redis 客户端，或多实例场景需 localhost:6379 的 Redis。缓存键应包含模型 ID、messages、temperature、max_tokens、top_p，排除 stream 与 HTTP-Referer/X-Title。失效策略：模型版本更新时按模型清除，系统提示变更时全清，其余交由 TTL 过期。
适用场景与限制：单进程可用内存缓存；多实例应使用 Redis 或 Memcached。TTL 按数据新鲜度设置（动态 30 分钟、参考数据 24 小时）。需监控命中率以证明基础设施成本。资料未提供具体价格或其他平台支持信息。