$ loading_
为 MCP 工具调用提供极速响应缓存，显著降低重复请求延迟并提升稳定性。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Mnemosyne Cache MCP" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请帮我为我的 MCP 工具服务接入 Mnemosyne Cache MCP，目标是缓存相同参数的重复请求。请给出接入步骤、缓存键设计建议，以及如何设置 SQLite 与 LRU 双层缓存。
一份接入方案，包含部署步骤、缓存策略、键设计方法与双层缓存配置建议。
我部署了 Mnemosyne Cache MCP，但缓存命中率很低。请帮我分析可能原因，例如参数不一致、TTL 设置、键粒度过细，并给出排查清单和优化建议。
一份问题诊断清单，说明低命中率的常见原因，并提供可执行的优化方案。
请为使用 Mnemosyne Cache MCP 的 AI 工具链设计缓存失效策略，区分静态查询、半动态数据和高频变更数据，并说明何时使用 TTL、手动失效和预热机制。
一套分场景缓存更新方案，明确不同数据类型对应的失效、刷新与预热策略。
为 MCP 工具提供本地持久语义记忆，支持按含义存储与检索笔记。
为 AI 助手提供持久化记忆与语义检索，跨会话保存并调用上下文信息。
为兼容 MCP 的 AI 工具提供跨会话共享记忆的存储、检索与治理能力。
为多种 AI 编码工具提供跨会话持久记忆与同步管理能力
为 AI 提供可过期记忆与语义检索，存取文档和上下文信息。
为 AI 编程助手提供持久且可解决冲突的项目记忆能力。