用途：系统化审计 RLM（Recursive Language Model）语义缓存，找出项目清单（manifest）与磁盘上实际存储的摘要文件之间的差距。
主要能力：覆盖分析，计算当前已生成摘要的项目文档百分比；差距识别，检测已列入清单但缓存中缺失的文件；导出，生成缺失文件的 CSV 列表以便批处理；校验，确认缓存目录结构与源仓库保持一致。
使用方式：针对特定 profile 运行审计，查看缺失内容，例如命令 python scripts/audit_cache.py --profile wiki --report audit_report.txt --csv missing_files.csv。该命令会输出审计报告并导出缺失文件 CSV。
相关工具：rlm-distill-agent 可用于填补本次审计发现的缺口；rlm-cleanup-agent 可用于清理缓存中的过时条目。
限制：具体依赖环境、安装步骤、支持的 profile 列表、审计输出字段细节及平台兼容性暂未提供。