用途：该技能让 AI 助手诊断并解决缓存相关性能问题，针对 Redis、Memcached 和内存缓存，优化缓存命中率、TTL 配置、缓存键设计与失效策略。
主要能力：定位项目中的缓存实现；分析现有缓存配置，包括 TTL 值、淘汰策略与键结构；就命中率、TTL、键设计、失效策略和内存使用提出改进建议。
使用方式：在满足触发条件时调用该技能，提供必要上下文与参数，审阅生成的输出，并按需应用修改。示例包括“优化 Redis 缓存性能”和“提升应用缓存命中率”，技能会分析配置与键设计并给出建议。
适用场景：需要优化缓存机制以提升应用性能、排查缓存瓶颈、审查并改进缓存键设计时。
限制与前提：需要适当的文件访问权限，并安装所需依赖。资料未提供具体安装命令、价格、平台支持范围或量化效果。
最佳实践：设置合适 TTL 以平衡数据新鲜度与命中率；使用一致且结构良好的缓存键；实施正确的失效策略以避免返回过期数据。该技能可与代码分析工具集成以自动识别缓存实现与配置，也可与监控工具配合跟踪命中率与性能指标。