RAG流程：
-
用户提问（
q） -
对
q做处理（重写 \ 查询扩展 \ 向量化） -
向量库检索（向量相似度匹配）
-
将
q+选出的文档片段组合成prompt -
调用大模型回答
a
1.完整问答缓存（q → a cache）
将每个q标准化以后，与对应的a做匹配后存入缓存，当用户再问同样的问题后直接返回与其对应的a
key : q问题（标准化后的问题）
value ：模型返回的答案
2. 近似问题缓存
3. 检索结果缓存
