用途：面向 Venice AI 平台开发，提供提示词缓存优化、API 集成模式与多提供商模型访问的专家级协助。
主要能力：通过前缀匹配缓存减少 API 成本 36%-90%、延迟最多降低 80%；统一 API 访问 Claude、GPT、Gemini、Grok、DeepSeek 等模型；提供成本优化、性能调优、多轮对话上下文缓存与缓存命中率调试。
必要用法：请求发送至 https://api.venice.ai/api/v1/chat/completions，使用 Bearer API Key 认证；静态内容置于动态内容之前以最大化缓存前缀；多轮对话使用 prompt_cache_key 保持路由一致；Claude 需显式 cache_control: {"type": "ephemeral"} 标记，其他模型自动缓存。Claude Opus 4.5 最低约 4,000 tokens，GPT、Gemini、Grok、DeepSeek 约 1,024 tokens。
适用场景：高流量 AI 应用、多轮聊天机器人、文档分析、RAG 检索增强、批量处理与共享上下文任务。
限制：缓存前缀须字节级一致，避免时间戳或随机 ID 破坏缓存；缓存有效期约 5 分钟至 1 小时；Claude 写入有 +25% 溢价，需至少 3-4 次复用才划算；低于最小 token 阈值不缓存。具体价格与平台支持范围以官方资料为准，部分细节暂未提供。