$ loading_
为 MCP 工具调用提供高速响应缓存,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。
请帮我为现有 MCP 工具服务接入 Mnemosyne Cache MCP,设计一套缓存策略:区分可缓存与不可缓存的工具调用,设置 TTL、缓存键规则、失效机制,并给出部署步骤。
一份可执行的缓存接入方案,包含策略设计、配置建议与部署流程。
我的 MCP 工具重复调用平均耗时约 3 秒,请分析如何利用 Mnemosyne Cache MCP 优化性能,并列出命中率监控、缓存预热和回退机制方案。
一份性能优化建议,说明如何降低延迟并建立可观测性与容错方案。
请为团队编写 Mnemosyne Cache MCP 的部署与运维规范,覆盖 SQLite 持久层、LRU 内存层、容量规划、日志监控、异常恢复和版本升级注意事项。
一份面向开发与运维团队的规范文档大纲及关键检查项。
为 AI 客户端提供跨对话记忆能力,持续保存并检索用户偏好与行为