AI 缓存

功能说明

AI 缓存插件实现了将 LLM 响应进行抽取并缓存的功能，对于向 LLM API 高频请求相同问题的场景可以显著降低响应时延并节省成本。默认配置方式可以直接用于 openai 协议的结果缓存，同时支持流式和非流式响应的缓存。

需要数据面的proxy wasm版本大于等于0.2.100 编译时，需要带上版本的tag，例如：tinygo build -o main.wasm -scheduler=none -target=wasi -gc=custom -tags="custommalloc nottinygc_finalizer proxy_wasm_version_0_2_100" ./

配置说明

名称	数据类型	填写要求	默认值	描述
cacheKeyFrom.requestBody	string	选填	”messages.@reverse.0.content”	从请求 Body 中基于 GJSON PATH 语法提取字符串
cacheValueFrom.responseBody	string	选填	”choices.0.message.content”	从响应 Body 中基于 GJSON PATH 语法提取字符串
cacheStreamValueFrom.responseBody	string	选填	”choices.0.delta.content”	从流式响应 Body 中基于 GJSON PATH 语法提取字符串
cacheKeyPrefix	string	选填	”higress-ai-cache:“	Redis缓存Key的前缀
cacheTTL	integer	选填	0	缓存的过期时间，单位是秒，默认值为0，即永不过期
redis.serviceName	string	必填	-	redis 服务名称，带服务类型的完整 FQDN 名称，例如 my-redis.dns、redis.my-ns.svc.cluster.local
redis.servicePort	integer	选填	6379	redis 服务端口
redis.timeout	integer	选填	1000	请求 redis 的超时时间，单位为毫秒
redis.username	string	选填	-	登陆 redis 的用户名
redis.password	string	选填	-	登陆 redis 的密码
returnResponseTemplate	string	选填	`{"id":"from-cache","choices":[%s],"model":"gpt-4o","object":"chat.completion","usage":{"prompt_tokens":0,"completion_tokens":0,"total_tokens":0}}`	返回 HTTP 响应的模版，用 %s 标记需要被 cache value 替换的部分
returnStreamResponseTemplate	string	选填	`data:{"id":"from-cache","choices":[{"index":0,"delta":{"role":"assistant","content":"%s"},"finish_reason":"stop"}],"model":"gpt-4o","object":"chat.completion","usage":{"prompt_tokens":0,"completion_tokens":0,"total_tokens":0}}\n\ndata:[DONE]\n\n`	返回流式 HTTP 响应的模版，用 %s 标记需要被 cache value 替换的部分

配置示例

redis:
  serviceName: my-redis.dns
  timeout: 2000

进阶用法

当前默认的缓存 key 是基于 GJSON PATH 的表达式：messages.@reverse.0.content 提取，含义是把 messages 数组反转后取第一项的 content；

GJSON PATH 支持条件判断语法，例如希望取最后一个 role 为 user 的 content 作为 key，可以写成： messages.@reverse.#(role=="user").content；

如果希望将所有 role 为 user 的 content 拼成一个数组作为 key，可以写成：messages.@reverse.#(role=="user")#.content；

还可以支持管道语法，例如希望取到数第二个 role 为 user 的 content 作为 key，可以写成：messages.@reverse.#(role=="user")#.content|1。

更多用法可以参考官方文档，可以使用 GJSON Playground 进行语法测试。